unipent如何根据其生产部署的零售审核政策定制Amazon Nova
了解台湾统一企业集团的零售平台unipone如何利用Amazon SageMaker AI的监督微调和即时优化，将Amazon Nova 2 Lite调整为其内容审核政策。与业务相关的评估和发布门保持质量受到控制。
部署工程
把模型跑起来的工程实践：推理优化、显存与成本、Serving 架构与基础设施选型。
已收录 801 条 · 近 30 天 575 条 · 第 9 / 28 页
-
-
OpenAI以Astra代币价格的五分之一发布GPT-6.1 Sol：近Astra编码和计算机使用
OpenAI于2026年9月29日发布了GPT-6.1 Sol，是GPT-6 Sol的升级。它在代理编码、计算机使用和专业工作方面达到了接近Astra的结果，价格仅为Astra代币价格的五分之一。每百万个代币的投入成本为2美元，输出成本为10美元，缓存的投入成本降至0.10美元。它现在可以通过OpenAI API、ChatGPT Work和Codex提供。O
-
OpenAI和Synopsys合作构建人工智能模型，像经验丰富的工程师一样设计芯片
OpenAI和Synopsys正在构建GPT-Synopsys，这是一种用于芯片设计的专用AI模型。它的目的是像经验丰富的工程师一样操作Synopsys的EDA工具，并自行优化设计。半导体客户的早期测试已经在进行中。OpenAI也可能利用这一合作关系来推进自己的芯片开发。OpenAI和Synopsys合作构建一个人工智能模型，像经验丰富的工程师一样设计芯片的
-
启动HN：Magnitude（YT S25）-针对代理的自优化推理引擎
HN ð53· 31 评论
-
在Amazon Bedrock AgentCore数据库上构建多代理音乐制作管道
Amazon Bedrock AgentCore收件箱提供多代理工作流AWS托管的EC2基础设施，具有图形处理器、持久卷和多日会话。在这篇文章中，我们部署了一个三代理音乐制作管道，其中代理共存于一个图形处理器实例上，共享文件系统，并互相手工制作完成的曲目。
-
从培训到生产，英伟达和CoreWeave在大型人工智能上实现闭环
基于近十年的合作工程，CoreWeave将NVIDIA计算、网络和软件构建成了专为人工智能而构建的云，该云在多代部署中仍能获得投资回报。现在，CoreWeave正在将下一代NVIDIA基础架构投入生产。本周在旧金山举行的CoreWeave Fully Connected上，CoreWeave宣布[...]
-
Show HN：Strata -一个表达性语义层，可以对您的LLM说不
HN Ÿ 8 · 3 评论
-
Deepseek为华为Ascend芯片推出开源软件，中国人工智能行业势均力敌
Deepseek和华为为华为Ascend AI芯片构建了开源编程工具。处于中心位置的是TileLang，这是一种旨在提供比Nvidia的CUDA更简单的编程模型的语言。此次合作针对的是中国人工智能行业的最大障碍，即最充分利用国产芯片的软件。Deepseek为华为Ascend芯片推出开源软件，这篇文章首先出现在The Decoder上，使中国人工智能行业更加紧
-
Cerebras Systems的安德鲁·费尔德曼（Andrew Feldman）在TechCrunch Disrupt 2026上谈论人工智能是否可以继续扩大规模
在TechCrunch Disrupt 2026上，Cerebras Systems首席执行官兼联合创始人Andrew Feldman将探讨对计算、能源和基础设施不断增长的需求，Cerebras如何以不同的方式应对这些限制，以及如果当今的人工智能硬件达到极限，接下来会发生什么。
-
随着人工智能代理对耐用基础设施的需求增加，重新评估土地2000万美元
该公司没有在外部数据库上构建持久的执行引擎，而是开发了自己的存储、复制和冗余层。这种架构使Restate能够异常快速和轻量级。
-
DeepSeek 开源算子工具大礼包，联手华为昇腾，手撕 CUDA 绑定！
一套代码能跑遍所有芯片。 作者丨 高允毅 编辑丨岑 峰 刚刚，DeepSeek做了一个开源壮举： 把给英伟达 GPU 写代码的全套工具链，原样铺到了华为昇腾 950 NPU 上。 最核心的算子开发产品 TileLang 官宣原生支持昇腾。不仅如此，连同 DeepGEMM、DeepEP、FlashMLA、TileKernels、DeepSelect 五大核心计
-
2000座高速闪充站落成，比亚迪如何扛住国庆车流？
作者丨马诗晴 编辑丨马广宇 在第2000座高速闪充站建成后，比亚迪将迎来第一场大考。 几天前 ，比亚迪宣布第2000座高速闪充站在扬州宝应服务区落成。这意味着在国庆假期，比亚迪高速闪充网络 将要面临 首次 车流 集中压力测试。 在现场演示中，比亚迪汽车从10%电量充至97%，用时约9分钟。用比亚迪闪充业务总经理王俊保的的话来说：“充电站‘有’和‘好用’是两个
-
Perplexity推出Photon：一种基于铁锈的检索引擎，可将p99延迟从800 ms缩短至65 ms
Perplexity发布了Photon，这是一个用Rust编写的内部检索和排名引擎。它取代了Perplexity为其人工智能原生搜索堆栈而开发的开源引擎。Photon现在处理所有生产流量的检索和排名。它还支持Perplexity Search API中的新快速搜索模式。Perplexity报告单次呼叫延迟为160 [.]帖子Perplexity推出Photo
-
从 Codex Harness 开源，看 AI 公司的护城河是什么？
8 月 19 日，OpenAI 正式开源了 Codex Harness。这家公司名字里的 Open，久违地兑现了一次。（雷峰网） 长期深耕 Agent Harness 的 开发者群体 对该消息的普遍反馈是“振奋”。因为过去只有少数顶尖 Agent 产品掌握的 Harness，现在终于开始向更多开发者和企业开放了。 随着 Codex 等最佳实践的开源， Har
-
全网最硬核 OpenClaw 2.0 实测：从 ToC 到 ToB 的试探，Agent 网关能重塑工作流边界吗？
8 月 31 日，OpenClaw 2.0 正式发布（版本号： v2026.8.1 ），933 位贡献者、569 位首次贡献者、16,962 个 PR 提交。这组数字让它成为近期最受关注的开源 Agent 更新之一。（雷峰网） 在过去 230 天里，OpenClaw 曾发布 106 个版本，但在 2.0 到来前已经有近 7 周没有更新了。因此，这一次 Ope
-
5500颗光引擎如何撑起4096卡超节点？华为NPO的故事还没讲完
华为自研光引擎Hi-ONE的首个落点终于浮出水面——千卡级超节点。 不久前的CIOE上，海思已经展示这颗带宽能力高达7.2T的光引擎，并透露Hi-ONE将以NPO（Near-Packaged Optics，近封装光学）形式进入下一代超节点。华为称，这也是全球首个采用NPO的AI智算超节点。 为什么是NPO？答案藏在电信号的传输路径上。随着芯片侧高速接口速率不
-
对比 Codex，免费的 AgnesCode 也能在底层算子优化任务中打得有来有回
AgnesCode在部分芯片上跑出更高性能，免费模型完成专业级交付。 作者丨 吴海明 曹PP 编辑丨李 娜 免费的 AI Coding Agent，能不能和付费 Codex 在真实工程任务里打得有来有回？ 过去一年，我们已经习惯了让 Coding Agent 写网页、做应用、修 Bug。但这一次，我们想把它往更底层推一步： 让 AI 去优化大模型自己运行时使
-
在三张圆明园鼠首照片里，我们看到了3D AI的Harness时刻
3D 生成的价值正从模型本身转向模型、智能体与专业软件共同完成任务的 3D AI Harness。 作者丨 吴海明 编辑丨李娜 岑峰 成龙电影《十二生肖》里，有一段 3D 生成技术的片段，龙叔靠近圆明园十二生肖鼠首，用特制扫描手套获取文物的三维信息，再把数据加密传输到另一端，借助 3D 打印做出高仿鼠首。这套设定放在十多年前，代表的是一种典型的技术想象：要复
-
拆解 WorkBuddy、千问办公和豆包工作，它们其实不是同一种产品
活是 AI 干的，锅是人背的。 作者丨Reah 编辑丨李娜 岑峰 我们以职场牛马的身份，把同一份脏活同时交给了三家办公 Agent：WorkBuddy、千问办公和豆包工作。本来想试试能不能为自己省出半天时间，结果半天没省出来，先被三个总额问住了。 这份脏活是一张销售流水表，混着不同日期格式、退款、跨季度订单、部门缺失和异常金额，平时谁看了都头疼。 同一份 脏
-
DeepSeek知乎独家发文，首次公开V4.1 Agent训练“大本营”DSec
DeepSeek在知乎独家发布技术长文，首次系统阐释了DeepSeek弹性计算（DeepSeek Elastic Compute，DSec）
-
Amazon Bedrock将Claude模型的可用性扩展到印度的国内推理
Anthropic的Claude Opus 5、Claude Sonnet 5和Claude Haiku 4.5现已通过Amazon Bedrock地理跨地区推断在印度推出。您可以在印度地区内处理数据时访问这些模型，并从Amazon Bedrock控制台或使用Messages、ExpresseModel和Converse API开始使用。
-
在Amazon Bedrock上引入Anthropic模型，以在首尔和新加坡进行区域内推断
Amazon Bedrock现在在首尔支持Anthropic的Claude Opus 5和Claude Sonnet 5，并支持区域内推理，并在新加坡支持Claude Sonnet 5。如果您在韩国或新加坡有当地数据处理要求，您现在可以大规模使用这些人存模型，并完全在您所称的地区内处理推断。
-
在 TPU 上加速视频扩散模型的时空注意力
📌 One-Sentence Summary Google 研究人员通过在 TPU 上实现稀疏时空注意力，优化了视频扩散模型并实现了显著的生成速度提升。 📝 Summary 本文技术文章详述了在 TPU 上使用 MaxText 框架复现和优化视频扩散模型的工程挑战。作者发现，随着分辨率增加，序列长度随之增长，自注意力机制成为视频生成的主要瓶颈。通过识别不同的
-
OpenRouter 教程：如何从生产流量构建 Golden 评测集并跨模型复测
📌 One-Sentence Summary 一份关于如何利用生产流量构建「Golden 评测集」的综合教程，旨在确保模型质量并防止部署过程中的性能回归。 📝 Summary 文章概述了为 AI 创建高质量评估数据集的五步方法论。它强调为何生产数据在捕捉真实用户分布、意外失败模式及产品演进方面优于合成数据。该流程包括采样流量、去重、使用评分标准定义预期输出，
-
基于成本、速度和可靠性在推理提供商之间路由 LLM 流量 | Unblocked
📌 One-Sentence Summary 作者详细介绍了自适应 LLM 路由器的工程实现，该路由器根据实时的成本、速度和可靠性指标动态平衡各推理提供商之间的流量。 📝 Summary 本文描述了从固定顺序路由向复杂的自适应路由系统的转变，该系统用于在 Baseten、Fireworks 和 CoreWeave 等提供商之间进行 LLM 推理。系统通过测量
-
通过Amazon Bedrock上的GPT-6.1 Sol将近乎Astra的智能带入日常工作中
GPT-6.1 Sol现已在Amazon Bedrock上普遍提供，为编码、计算机使用和频繁运行的专业工作负载带来了更强的推理。
-
显示HN：TurboGPT：列车22 KiB Transformer 13秒
HN ð43· 6 评论
-
STEPQuant：Delta规则回归状态量化中错误的时间和地点重要
作者：姚秉辰、徐浩波、林浩坤|线性注意力用固定大小的循环状态取代了不断增长的KV缓存，但这些持久状态可能会成为并发服务下的重大内存瓶颈。将循环状态直接量化到低精度通常会导致准确性严重下降，因为量化误差会通过连续的状态更新传播。我们发现这些错误的影响取决于两个c
-
LeapQuant：具有准确循环状态量化的高效线性注意力
作者：潘毅、习浩成、朱堪|最近的LLM越来越多地采用混合设计，用线性注意力取代标准注意力，例如Gated DeltaNet（GDN）和Kimi Delta Attention（KDA）。虽然它们将上下文压缩为固定大小的循环状态，并大大降低了长上下文处理的成本，但重复读取和更新该状态仍然是一个主要的推理瓶颈。量化提供了一种自然
-
OpenAI为Codex提供了跨设备工作的可重复使用的云环境
OpenAI正在通过可重复使用的云开发环境、具有语音控制的改进后的CLI、新的代码审查工具以及用于扫描存储库和准备修复的以安全为重点的产品来扩展Codex。
-
OpenAI推出永远在线的Dots代理，与Meta的Muse竞争
OpenAI的新Dots是始终在线的代理，在自己的云计算机上运行，它们修复错误或发送忘记的发票，有时在有人询问之前就可以。用户可以通过ChatGPT、Slack和Microsoft Teams联系他们。当没有人与他们合作时，Dots会寻找使用只读访问在后台提供帮助的方法。文章OpenAI推出了始终在线的Dots代理，以与Meta的Muse竞争。
-
OpenAI通过安全扫描、Decisions API和Ultrafast在DevDay上扩展了Codex及其API
在2026年DevDay上，OpenAI为Codex提供了可重复使用的云环境、GitHub存储库的自动安全扫描以及桌面应用程序中的代码审查视图。Agents API现在支持Computer Use，新的Decisions API可以处理快速的单一决策。超快高级版本承诺速度是原来的八倍，价格是原来的六倍。文章OpenAI在DevDay上扩展了Codex及其AP
-
与Amazon Quick和Amazon Bedrock AgentCore构建人工智能驱动的合同情报平台
从数百个供应商合同中手动提取数据无法扩展，而且RAG聊天工具在处理投资组合范围内的问题时也存在缺陷。这篇文章在AWS上分享了一个合同情报平台，该平台使用人工智能代理提取和验证合同字段，然后通过Amazon Quick Analytics回答聚合和单一合同问题。