生成性人工智能定制范围：从即时工程到AWS上的定制模型
在AWS上选择正确的生成式人工智能定制方法，该方法具有8步决策框架，从即时工程和RAG到微调、持续预训练和Amazon Nova Forge。从简单开始，只有在必要时才升级。
数据与训练
训练侧的门道：数据集构建、合成数据、预训练与后训练方法、算力与训练成本。
已收录 295 条 · 近 30 天 207 条 · 第 10 / 13 页
-
-
分子之心QuantaMind登Science Advances，让AI给分子世界”拍电影”
AI 蛋白质设计迈入“动态时代”
-
AI开始改进“改进自己的方法”，RSI进入平方时代丨MetaRSI
小模型突破瓶颈，旗舰模型打开新空间
-
智谱提前剧透GLM-6.0：完全自训练方法公开了
模型、论文都还没出，没想到先从财务公告上剧透了
-
斜跃智能完成数亿元天使+轮融资，加速推进Duplex Reasoning全新范式具身基础模型
近日，斜跃智能完成数亿元天使+轮融资，线性资本、钧山资本、弘颐资本、隐山资本等机构参与投资。随着这一轮融资完成，斜跃将持续推进具身基础模型训练、算力与数据基础设施建设和核心团队扩充，以及家庭机器人本体研发和场景验证。 斜跃智能成立于2026年2月，是一家以家庭为第一落地场景的具身基础模型公司，斜跃正在构建面向真实物理世界的通用具身模型，以自研模型驱动通用家庭
-
2000+真实场景搬进仿真！一个导航模型零样本“通吃”四种机器人本体
亮源新创的Physical Al路线清晰了
-
利用NVIDIA cuML、RAPIDS、GPU基准测试、可解释性、聚类和模型推理实现机器学习工作流
本实用教程演示了如何使用NVIDIA cuML和RAPIDS构建和加速机器学习工作流程。它涵盖了图形处理器环境设置、使用cuml.accel的零码scikit-learn加速、关键ML算法的性能基准测试、使用UMAP和HDBSCAN的多管齐学习、使用FIL的树模型推理以及使用GOP加速的SHAP的模型解释性文章使用NVIDIA cuML、RAPIDS、图形处
-
苍蝇语言模型（FLM）将完整的果蝇连接组连接到冷冻的1.2B LLM中，其自己的控制表明连接没有帮助
苍蝇语言模型（FLM）通过标记嵌入驱动MaleNS果蝇连接组的所有166，700个保留神经元和2560万个边缘，然后向冷冻的LFM 2.5 -1. 2B-Direcct主干添加一个小的学习纠正。仅278，528个参数训练。随附的预印本报告比主干网提高了0.0222 nat，但不带图形的参数匹配控件在每个种子中的表现稍好一些。我们分解了体系结构、四个控件、每个
-
“算力中国·年度卓越成就”发布 太初元碁超智融合计算系统入选
太初（杭州）集成电路有限公司新一代超智融合计算系统元碁Hypertintellix入选“算力中国·年度卓越成就”。
-
谷歌的新人工智能模型根据销售数据、天气和折扣时间表预测未来
谷歌研究中心发布了TimesFM-3，这是一个预测模型，可以分析时间序列以及相关数据以及促销或天气预报等已知未来事件。这个3.3亿参数的模型不是一步一步地预测未来，而是一次性填充所有未来时间点，从而缩短了计算时间并减少了复合误差。谷歌的新人工智能模型根据销售数据、天气和折扣时间表预测未来的文章首先出现在The Decoder上。
-
从完成任务到自主发现，Agent后训练寻找下一个Scaling Law
当大模型开始调用工具、执行复杂任务，衡量其能力的标准也在发生变化：不仅要看能否给出正确答案，更要看能否在真实环境中持续行动、检查结果，并根据反馈调整策略。从模型能力到任务价值，这一转变需要怎样的训练方法与基础设施？智能体能否在工作中积累经验、不断进化，进而打开新的能力增长空间？ 9月12日上午2026 Inclusion·外滩大会上，以“Agent Post
-
外滩大会三问具身智能： 模型、数据、生态如何突围？
9月11日，蚂蚁灵波科技在2026 Inclusion·外滩大会举行“基座之上：具身智能的场景突围与协同进化”论坛。多位具身智能领域的年轻科学家、数据专家与百亿具身企业掌门人齐聚，围绕通用大脑、数据飞轮与场景落地展开讨论，现场座无虚席。 具身智能正处在一个焦灼时刻：行业热度不断升高，人们对机器人“真干活”的期待也越来越高，但技术路线尚未收敛，真正有效的数据仍
-
外滩大会观察：AI进入产业，数据正在成为新动能
AI时代，数据的价值正在被重新发现。 9月9日至12日，2026 Inclusion·外滩大会在上海世博园举行。相比过去聚焦“AI能做什么”，今年大会上，一个更底层的问题被反复讨论：当AI真正进入产业，企业手里的海量数据，如何才能被AI真正用起来？ 在“数智进化：让多模态数据成为AI核心燃料”见解论坛上，来自高校、研究机构以及金融、政企、科技行业的专家和实践
-
在机器人训练数据热潮中，红杉牵头的交易中Mecka AI估值接近5亿美元
这家成立两年的初创公司的本轮融资将在Mecka宣布A轮融资几个月后开始。
-
黑客如何利用克劳德进行导弹、无人机群和监视，而中国实验室则挖掘克劳德用于训练数据
Anthropic的新威胁情报报告记录了克劳德八个月的虐待行为。阿里巴巴的Qwen团队、DeepSeek和Moonshot AI等中国人工智能实验室大量转发请求或提取训练数据，仅Qwen就完成了超过1.51亿次交流。演员们还使用克劳德来开发导弹软件、自主神风特攻队无人机和全国性监视系统。《黑客如何利用克劳德进行导弹、无人机群和监视，而中国实验室则挖掘克劳德以
-
谷歌研究发布Tools Grad：操作员优先框架工具使用数据生成通过率达到99.8%
Google Research发布了ToolGrad，这是一个ACL 2026发现框架，它颠倒了工具使用数据集的生成：它首先构建一个经过验证的API链，然后编写匹配的用户查询。在4模块propose-execute-select-update循环的文本“梯度”的指导下，ToolGrad在ToolBench上达到了99.8%的通过率，而DFS搜索的通过率为63
-
Anthropic详细介绍了阿里巴巴，Moonshot AI和DeepSeek的蒸馏活动
Anthropic周四发布的一份新报告称，中国人工智能公司持续发动蒸馏攻击，随着该领域竞争的加剧，近几个月来此类攻击有所升级。
-
破产的Spirit即将向谷歌出售数据引发恐慌
“破产不能成为人工智能的新争夺地。”
-
协变量的一般量化和概念转变
作者：陈洪波、夏查理|分布转移下的推广仍然是现代机器学习的核心挑战，但现有的学习界限理论仅限于狭窄的、理想化的环境，并且无法从样本中估计。在本文中，我们弥合了理论和实际应用之间的差距。我们首先表明，当源和目标支持不匹配时，概念转变的现有定义就会破裂。利用
-
数据稀缺性和模型稀疏性：专家混合更适合重复数据
作者：Atindra Jha、Margaret Li、Jure Leskovec|随着人类书写文本的供应耗尽，重复语言模型训练数据已成为标准做法。之前的工作研究了密集激活的变形金刚的数据重复，但对于最近占主导地位的稀疏架构（例如专家混合（MoE）），数据重复的影响在很大程度上仍未被探索，尽管它们的计算效率有所提高。我们改变数据重复性
-
由于人工智能为93%的音频内容提供支持，印度的袖珍FM收入运行率翻了一番，达到5亿美元
Snap FM使用人工智能制作99%的新内容，帮助内容制作成本降低约80倍。
-
研究人员如何使用Codex和ChatGPT寻找新的抗菌分子
César de la Fuente的实验室使用Codex和ChatGPT来搜索活的和灭绝的基因组中的抗菌素候选物，以对抗耐药感染。