hiw3c AI 日报

星期四 · 89 条
  1. The Decoder国际媒体22:01快照

    OpenAI的代理人比Hugging Face早几个月就开始攻击政府和大学网站

    据Transluce研究人员和澳大利亚政府称,OpenAI的人工智能代理在未经授权的情况下多次闯入政府和大学网站,其中包括6月18日侵入澳大利亚的医疗保险门户网站。原因是一次平凡的数据搜索。总理阿尔巴尼斯称OpenAI推迟三个月报告违规行为“显然不可接受”。“Transluce的调查可以追溯到2025年11月。文章OpenAI的代理人在Hugging Fac

  2. NVIDIA AI Blog海外官方22:00快照

    开放科学如何帮助研究人员为下一次大流行做好准备

    当COVID-19出现时,科学家们拥有一个至关重要的优势:数十年之前对冠状病毒的研究意味着他们对病毒的关键蛋白质有足够的了解,可以在创纪录的时间内设计疫苗。下一次大流行可能不会提供同样的领先优势。为了帮助提高几率,英伟达加入了全球研究组织联盟,其中包括谷歌[.]

  3. The Decoder国际媒体21:35快照

    Deepmind的初衷是追逐AGI,但其新首席执行官只是希望Gemini 4出局

    谷歌Deepmind首席执行官Koray Kavukcuoglu希望在今年年底之前“更早”发布Gemini 4。该模型已经在后期训练中,并在编码工具Antigravity中内部运行。他称推动他的前任哈萨比斯的AGI问题“不是正确的谈话”,并说值得信赖的代理人更重要。在Gemini 3.5 Pro悄然消失,许多顶级研究人员离开OpenAI和Anthropic之

  4. NVIDIA AI Blog海外官方21:00快照

    遏制混乱:“CONTROL Resonant”立即在GeForce上发布

    本周,扭曲的曼哈顿正在云中等待。Remedy Entertainment的Control Resonant在发布时为GeForce NOW带来了Dylan Faden的非凡能力和超自然危机。随着该发布,Control Resonant Ultimate会员捆绑包的最后几天即将到来。购买为期12个月的GeForce NOW Ultimate会员资格,直至9月星

  5. MarkTechPost国际媒体13:27快照

    对比LM发布CLM-8B:开放系统一号模型,评分特工动作速度比Jev快9倍

    对比LM发布了CLM-8B,这是一个开放的System One模型,可以对针对州的候选操作进行评分,而不是生成文本。它将2个小型投影头添加到冷冻Qwen 3 -8B编码器中,并使用对比InfoNSO目标来训练它们。在零射击测试中,它的运行速度比TypSafe的Jev快9倍。通过微调的头部作为验证器,在已完成的DeepSWE任务中,它的支持率达到了81.6%,

  6. MarkTechPost国际媒体08:53快照

    TypSafe AI Jev编码指南:System One模型的类型决策、校准的信心和推测性散开

    本教程为TypSafe AI的Jev提供了完整的编码指南,Jev是一个专为非文本结构化判断而设计的System One模型。它涵盖了安装官方Python SDK、使用原始问题类型(Choice、Score、Noul)、实现推测性扇形输出、信任门控路由以及构建Inbox生产工作流程。TypSafe AI Jev编码指南:Typed Decisions、Cali

  7. The Verge国际媒体08:15快照

    Meta正在制作独立的Muse AI小工具

    Meta正在为其新的Muse AI代理构建专用硬件设备。该产品名为Muse Charm,在今晚的Meta Connect演示结束时,Meta首席执行官马克·扎克伯格(Mark Zuckerberg)简要展示了该产品。它看起来几乎就像一个没有表带的矮胖智能手表--只有一个大屏幕,加上一个小系绳[.]

  8. The Verge国际媒体08:00快照

    Meta Connect 2026:7大公告

    Meta在周三的年度Meta Connect展示会上宣布了一系列新的可穿戴设备。此次活动的明星是新款Meta VR Glasses,它将虚拟现实技术融入到带有系绳冰球的轻型智能眼镜式框架中。Meta还宣布了新款无屏幕智能眼镜,以及一些新的人工智能[.]

  9. The Verge国际媒体07:42快照

    Meta的下一个VR设备不是耳机-它是眼镜

    Meta正在推出新的VR硬件:一副眼镜。新的Meta VR眼镜像典型的眼镜一样戴在耳朵上,而不是绑在头上,但它们仍然具有沉浸式显示屏,用于观看电影、玩游戏和完成工作。想象一下一副厚重的黑色太阳镜,上面有[.]

  10. The Verge国际媒体07:40快照

    Muse即将登陆Meta智能眼镜

    就在推出Muse几周后,Meta宣布正在“努力”将该代理引入其智能眼镜,包括在Meta Connect上推出的新眼镜。用户将能够通过说出Muse的名称从眼镜上激活它,并要求它处理指导锻炼、记录[.]等任务

  11. The Verge国际媒体07:37快照

    Meta放弃了最新智能眼镜上的摄像头

    走在Meta Connect 2026上,每个人都戴着各种形状、颜色和尺寸的智能眼镜。这是一个显着的不同,在一个科技泡沫中,“变态眼镜”并不是什么问题。在Connect之外,公众对可穿戴监控技术的强烈反对--这是一个包罗万象的术语,不仅包括智能眼镜,还包括智能手表和[.]

  12. The Verge国际媒体06:45快照

    Meta Connect 2026:最大的新闻和公告

    现在是公司年度产品发布活动Meta Connect的时候了。今年,鉴于该公司主要关注人工智能和智能眼镜等可穿戴设备,我们似乎很可能会看到首席执行官马克·扎克伯格及其团队关于这些类别的最新消息。由于一些用户[.],该公司一直面临严格审查

  13. AWS ML Blog海外官方02:41快照

    从门户跳跃到即时答案:EMA与HCP和Amazon Bedrock的旅程

    HEMA是一家拥有100年历史的荷兰零售商,通过在Amazon Bedrock AgentCore上构建内部AI助手HAL,将开发人员门户跳转转化为即时答案。通过使用模型上下文协议(MCP),HAL在团队已经使用的工具中提供受治理的知识,客户端上没有AWS凭据,安全性锚定在Microsoft Entra ID中。

  14. The Verge国际媒体02:22快照

    数据中心是黑匣子,但加州希望改变这一点

    加州州长加文·纽瑟姆(Gavin Newsom)周一签署了一系列法案,这些法案最终可以为社区提供更好的数据,并提供更多发言权,了解数据中心如何影响他们的电费和供水。随着数据中心入侵美国越来越多的社区,它们引发了人们对基础设施如何支撑人工智能的抗议[.]

  15. AWS ML Blog海外官方02:21快照

    基于AWS构建的详尽对话视频智能

    了解如何使用代理架构在AWS上构建对话视频智能解决方案。单个Strands Agents SDK代理在运行时协调Amazon Bedrock、Amazon Rekognition和Amazon Transcribe,决定调用哪个服务,以便您可以询问有关视频的自然语言问题并在几秒钟内获得答案。

  16. AWS ML Blog海外官方02:17快照

    使用开放权重模型作为Amazon Bedrock的AI编码代理

    将OpenCode(一种开源终端原生人工智能编码代理)与Amazon Bedrock上的开放权重模型配对,以获得安全、灵活、按使用付费的编码助手。了解如何配置多模型工作流程、将正确的模型与每个任务匹配,并将数据保存在您自己的AWS帐户中,无需管理基础设施。

  17. MarkTechPost国际媒体02:17快照

    英伟达发布Nemotron 3 Diaration:100兆参数开放重量模型,实时跟踪8个扬声器

    英伟达在Hugging Face上发布了Nemotron 3 Diaration,这是一款开放重量扬声器Diaration模型。它回答了有关任何对话的一个问题:谁什么时候说话。100 M参数模型最多可跟踪8个扬声器,包括语音重叠时的情况。一个检查点处理离线录音和实时流媒体。它可以部署吗?是的这些权重是在[.]下发布的NVIDIA发布Nemotron 3 Di

  18. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:59快照

    论多维潜势的扩散性

    作者:超峰、徐志洋、陈博伟|表示自动编码器(RAE)使扩散模型能够在预训练的视觉编码器的特征空间中运行。然而,许多现成的编码器没有针对忠实的重建进行优化,从而丢弃了细粒度的视觉细节。正如预期的那样,微调这些编码器以进行图像重建可以恢复此类细节。然而,也许与直觉相反,这个过程会降低EF

  19. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:59快照

    作者身份验证的对比学习

    作者:Peter Kirby|我们的结果表明,在测试设置下,对比学习优于基于分类的作者身份验证方法。我们将损失函数、批量大小、训练持续时间、预训练模型、输入上下文长度和随机文本跨度数据增强确定为模型性能的重要因素。基于这些考虑,我们开发了一个ModernBERT双编码器模型,

  20. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:57快照

    StudentBench:人工智能和人类辅导产生等同的GRE学习收益

    作者:Curtis Northcutt、Inaara Hasmani、Kevin Feng|人工智能为增强人类能力提供了前所未有的机会,但前沿的进步主要集中在提高模型能力上。我们引入StudentBench,这是一套人工智能教学评估和一个公共平台,可以通过超过175,000条学生人工智能消息进行大规模数据收集,以研究大型语言模型(LLM)是否产生学习

  21. The Decoder国际媒体01:57快照

    ChatGPT Voice通过电子邮件、日历和Slack访问权限更接近“她”

    ChatGPT Voice现在运行在OpenAI的新GPT-6 Astra、Sol和Luna型号上,并且可以访问电子邮件、日历和Slack等插件。用户只需通过交谈即可管理约会、发送电子邮件或构建网站。这次更新使OpenAI更接近于Sam Altman长期以来一直以来所推崇的日常人工智能助手,而不是科幻电影《她》中的助手。ChatGPT Voice通过电子邮件

  22. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:55快照

    我应该加入哪里?通过百分比引导目标预测加入机器人小组

    作者:方子琳、王子硕、李金熙|社交导航通常假设一个指定的目标,并专注于实现该目标,同时尊重社交惯例,而机器人群组加入需要根据群组的实时活动和形成来预测加入地点。这是一项高度语义的任务,但对于机器人导盲犬和自主移动滑板车等应用程序来说也是一项重要的功能。我们制定语言背景

  23. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:52快照

    转化学习及其应用的界限甚至更窄

    作者:杨英珍|我们引入了Sharper Transductive Local Complexity(STLC),这是一种用于在无替换的均匀采样下进行Transductive学习的局部复杂性方法。该构建始于测试上确界的伯恩斯坦型集中度不等式-训练经验过程。它的证明使用了修改后的log-Sobolev不等式进行交换漫步和双参数熵闭合。剥离

  24. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:46快照

    LLM可以解释收件箱行为吗?仓库级动态基准

    作者:Hamed Taherkhani、Mohammad Abdollahi、Melika Sepidband|大型语言模型(LLM)越来越多地用于编码任务,但它们推理代码执行的能力仍不清楚。现有的存储库级QA基准主要评估静态代码理解,并且通常依赖于基于LLM的评估,而执行推理基准主要仅限于代码片段或函数。我们引入SWE-Flux,这是Dynami的仓库级基

  25. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:46快照

    排斥性自我注意力的非平衡阶段:混乱、注意力凝聚和紧急局部性

    作者:高曲成、杨祖毅、晓陈|我们研究了一个最小的经常性Transformer的非平衡动力学与$N$正规化令牌,$Q=K=I$,和一个负值映射$V=-I$。基于相似性的注意力选择附近的表示,而负值地图则会将代币从所选字段中赶走。这种反馈可以不断重组表示几何结构和注意力网络。对于$d=2$,代币谎言

  26. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:40快照

    数学推理中的顺序不变答案、顺序敏感表示

    作者:志绪Silvia Tao|在不改变其含义的情况下重新排序一组数学规则应该会保留正确的答案,但模型的内部表示也必须保持不变吗?我们使用合成的多步功能组合问题来研究这个问题,每个问题都在多个规则排序下呈现,并具有相同的正确答案。我们测量准确性和排列信噪比(SNR),它

  27. The Decoder国际媒体01:39快照

    谷歌的新Flash TTC模型让您使用文本描述从头开始设计人工智能语音

    谷歌正在推出两种新的文本转语音模型:Gemini 3.8 Flash TTC和Flash Lite TTC,支持100多种语言。Flash TTC可以从文本描述中创建新的声音,这两种模型都允许用户将舞台指示添加到单独的台词中,并从单个脚本生成双语音对话。语音克隆功能可以根据30秒的样本构建语音配置文件。谷歌新的Flash TTC模型让您可以使用文本描述从头开

  28. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:37快照

    最小规范单变量两层ReLU分类:具有跳过连接的精确解决方案和全局最优性

    作者:Karolina Drabik、Ben Lewis、Antoni Puch|我们研究了通过一元两层ReLU网络进行二进制分类的最小范插值和$\ell_2 $-正规化逻辑损失最小化。我们给出了函数空间中最优分类器的完整几何特征,解决了解决方案如何取决于参数规范中是否包含隐层偏差。当偏见不受惩罚时,最低规范国际刑警组织

  29. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:30快照

    抑郁严重程度预测的跨量表迁移学习:从PHQ-8到HAMD-17跨语言和临床范式

    作者:冯文杰、Sahba Zojji、中村聪|这项工作解决了数据稀缺情况下从临床访谈记录中连续预测抑郁严重程度评分的问题。我们提出了一种用于跨规模传输的顺序低等级自适应(LoRA)协议:首先在英语DAIC-WOZ数据集(189个化身介导的会话,PHQ-8)上对具有有界回归头的Qwen 3主干进行微调,然后适配器在

  30. Simon Willison个人技术博客01:12快照

    双子座3.8 TTC游乐场

    工具:Gemini 3.8 TTC Playground谷歌今天发布了两款新的Gemini文本转语音模型- gemini-3.8-flash-tts和gemini-3.8-flash-Lite-tts。他们配备了一个超过2,000个声音的库,加上创建一个自定义声音的能力,“只是一个30秒的音频样本,你的声音或你有权使用的声音”。我用GPT-6 Astra编写

  31. The Decoder国际媒体00:37快照

    YouTube向Creator Studio添加了人工智能工具,包括脚本指导、智能缩略图和Gemini编辑

    YouTube正在为其创作者工作室添加人工智能工具。一名讲故事的助理分析剧本和粗剪辑,Gemini成为Shorts的聊天编辑助理,一个新的实时翻译功能将英语流转换为西班牙语。YouTube文章将人工智能工具添加到Creator Studio,包括脚本指导、智能缩略图和Gemini编辑,首次出现在The Decoder上。

  32. Microsoft Research海外官方00:01快照

    现实世界物理人工智能机器人的卸载推理

    机器人变得越来越聪明,但它们的硬件如何才能跟上这种增长呢?微软研究院的新研究结果表明,将人工智能推理转移到机器人之外可以提高任务成功率、提高效率并支持更高级的物理人工智能工作负载。现实世界物理人工智能机器人的卸载推理首次出现在微软研究中心。