大模型· 2026-11-12
文 / Mr.Xu1 次阅读0 条讨论与划词
微软研究聚焦：智能体上下文压缩与104语言分词新进展
微软研究第98期汇总了语音翻译、KLS猜想、编码智能体效率和多语言分词等进展。开发者最值得关注的两项工作是：COMPACTIONBENCH与APEC针对长周期编码会话中的上下文压缩…
智客 AI 新闻
智客 ZICQ 每日整理大模型、开源基础设施与开发者现场的 AI 新闻与深度文章。
投稿技术文章大模型
查看全部（3222）→大模型· 2026-11-12
文 / Mr.Xu1 次阅读0 条讨论与划词
Amazon Bedrock推理成本优化：四类请求参数如何改变账单
AWS给出Amazon Bedrock推理计费的工程化拆解：缓存TTL、服务层级、推理强度和maxTokens都会改变实际计费。缓存长TTL在高频复用时可降低读取成本，但写入溢价可…
大模型· 2026-11-12
文 / Mr.Xu1 次阅读0 条讨论与划词
Google Search 全球接入 Gemini 4 Hydrogen，强化可视化交互式回答
Google 开始面向全球用户将 Gemini 4 Hydrogen 集成至 Google Search，目标是提供更直观、视觉化且具有交互性的搜索回答。此次更新把生成式模型从独立…
大模型· 2026-11-12
文 / Mr.Xu1 次阅读0 条讨论与划词
ParseBench-2重构文档解析评测，按错误严重度加权
LlamaIndex 发布 ParseBench-2，将文档解析评测从表面格式匹配推进到面向下游任务的错误严重度评估。新版基准把语料从 2,100 扩展至 4,300 个案例，覆盖…
大模型· 2026-11-11
文 / Mr.Xu2 次阅读0 条讨论与划词
Token Pooling训练法让多向量嵌入兼顾效果与推理成本
Hugging Face 提出面向多向量嵌入模型的 Token Pooling 感知训练方法，在训练阶段让模型适应推理时对 Token 表示进行池化的计算方式，从而减少多向量检索中…
智能体
查看全部（2417）→智能体· 2026-11-12
文 / Mr.Xu2 次阅读0 条讨论与划词
Natera用Bedrock AgentCore构建实验室运维智能体
Natera 与 AWS 联合推出实验室运维智能体 SWARM，以 Amazon Bedrock AgentCore 运行两套智能体运行时：swarm-agent 面向批量工单自动…
智能体· 2026-11-12
文 / Mr.Xu2 次阅读0 条讨论与划词
Amplitude用Wave把产品洞察、编码与效果验证串成闭环
Amplitude 基于 OpenAI 模型构建主动型产品智能体 Wave，将用户行为与产品数据转化为候选改进建议，再协同编码智能体完成变更并持续衡量上线影响。其关键价值不是单点生…
智能体· 2026-11-12
文 / Mr.Xu1 次阅读0 条讨论与划词
AWS升级AgentCore运行时：15倍冷启动加速与数据级隔离
AWS更新Amazon Bedrock AgentCore托管运行时，为长时间运行的智能体提供更快的会话启动、更大的计算资源和更灵活的成本模型。每个会话仍运行在独立的Firecra…
智能体· 2026-11-12
文 / Mr.Xu1 次阅读0 条讨论与划词
AWS推出Bedrock托管知识库迁移Skill，支持编码智能体安全迁移RAG
AWS在Agent Toolkit for AWS的amazon-bedrock Skill中加入知识库迁移指南，帮助编码智能体以只读发现、配置映射、人工审批和并行构建的方式，将客…
智能体· 2026-11-12
文 / Mr.Xu2 次阅读0 条讨论与划词
AWS打通跨组织A2A智能体协作与双向OAuth信任链
AWS发布基于A2A协议的跨组织多智能体参考架构：LangChain编排器运行于Amazon ECS，可通过Agent Card发现并调用部署在Amazon Bedrock Age…
开源AI
查看全部（220）→开源AI· 2026-11-11
文 / Mr.Xu3 次阅读0 条讨论与划词
AWS开放23项生成式AI生产资产，加速RAG与智能体交付
AWS Generative AI Innovation Center 集中开放23项生成式AI可复用资产，覆盖RAG、文档处理、客服语音智能体、智能体脚手架、评测及运维等环节。资…
开源AI· 2026-11-10
文 / Mr.Xu1 次阅读0 条讨论与划词
TorchCurves开源可微参数曲线库，统一KAN与连续特征建模
TorchCurves 将 B 样条与 Legendre 多项式参数曲线封装为 PyTorch 可学习组件，支持对输入和曲线系数端到端求导，也可由外部网络动态生成系数。库提供模块化…
开源AI· 2026-11-10
文 / Mr.Xu5 次阅读0 条讨论与划词
MiniMax开源H3-Image：4K图像生成迈入十秒级
MiniMax发布基于H3构建的开放权重图像生成模型H3-Image，覆盖文生图、参考图生成与图像编辑，并将4K生成推进到约10秒级。其价值在于为开发者提供可自托管、可扩展的图像创…
开源AI· 2026-11-09
文 / Mr.Xu6 次阅读0 条讨论与划词
NVIDIA开源日本金融合成数据集，补齐人口结构与本地化语料缺口
NVIDIA发布 Nemotron-Personas-Finance-Japan 合成数据集，用结构化人物画像、问答及金融情境覆盖日本人口特征、家庭结构、理财行为与本地制度语境，旨…
开源AI· 2026-11-07
文 / Mr.Xu0 次阅读0 条讨论与划词
WorldFoundry开源世界模型基础设施：统一推理、评测与证据审计
WorldFoundry将视频、3D/4D、具身动作及交互式世界模型纳入统一的开源基础设施，覆盖模型与基准发现、运行时和资产准备、执行编排、制品管理及交互可视化。其核心不是提出单一…
算力架构
查看全部（81）→算力架构· 2026-11-12
文 / Mr.Xu2 次阅读0 条讨论与划词
SGLang-Neuron正式发布：原生PyTorch加速Trainium模型服务
AWS与RadixArk、Annapurna Labs联合推出SGLang-Neuron，并以AWS Deep Learning Container公开发布。该项目通过原生PyTo…
算力架构· 2026-11-10
文 / Mr.Xu1 次阅读0 条讨论与划词
FAME-QP以CUDA Graph融合内核加速实时模型预测控制
FAME-QP面向线性模型预测控制中的稠密二次规划求解器，将约束相关算子表示、单/双核融合迭代与CUDA Graph重放结合起来，并通过设备校准、问题级计时和缓存算子库自动选择执行…
算力架构· 2026-11-10
文 / Mr.Xu3 次阅读0 条讨论与划词
Google新增两类专用TPU，扩展机密训练与大内存AI算力
Google 扩展 TPU 产品组合，推出面向机密模型训练和更大内存需求的两类专用芯片。其意义不在于单纯增加算力规格，而是通过硬件隔离、内存容量与工作负载适配，为受监管企业和大规模…
算力架构· 2026-11-10
文 / Mr.Xu4 次阅读0 条讨论与划词
LoRazor提前卸载LoRA适配器，多租户推理吞吐最高提升3倍
LoRazor面向共享骨干模型上的多LoRA并发服务，提出请求生成早期即永久释放已无必要的适配器，并通过active-row aware GPU内核动态收缩LoRA算子启动规模，避…
算力架构· 2026-11-09
文 / Mr.Xu0 次阅读0 条讨论与划词
Evolving Infra动态调度智能体推理，P95首Token延迟降至1/14
Evolving Infra面向编码、数学与计算机操作等智能体负载，提出运行时自适应的Prefill-Decode分离框架。其核心是把计算资源分配与KV Cache管理解耦，使节点…
前沿论文
查看全部（1907）→前沿论文· 2026-11-12
文 / Mr.Xu1 次阅读0 条讨论与划词
苹果推导KL约束对齐的收益上限，明确强化学习与Best-of-N边界
苹果机器学习研究团队从信息论角度分析语言模型对齐：模型在相对基础模型仅允许有限KL散度时，奖励究竟最多能提升多少。研究同时比较KL约束强化学习与Best-of-N采样两种常见路线，…
前沿论文· 2026-11-12
文 / Mr.Xu1 次阅读0 条讨论与划词
NVIDIA DLSS 5进入游戏落地：3D引导神经渲染性能提升十倍
NVIDIA宣布《War Thunder》与《Where Winds Meet》即将支持DLSS 5的3D-Guided Neural Rendering功能。官方称，最新模型相较…
前沿论文· 2026-11-11
文 / Mr.Xu0 次阅读0 条讨论与划词
Duo v1发布：双向世界模型实现全双工视听交互
Duo 发布 Reciprocal World Model 与首个版本 Duo v1，将持续感知、交互决策和视听生成纳入同一全双工架构。系统以 Intent 模块负责持续推理和参与…
前沿论文· 2026-11-11
文 / Mr.Xu1 次阅读0 条讨论与划词
AlphaGenome 2解析DNA变异与细胞调控的细胞级关联
Google DeepMind 发布 AlphaGenome 2，用于预测 DNA 变异在不同细胞类型中的分子效应，包括基因开关、表达变化及相关调控信号。相比首代模型，新版本面向更…
前沿论文· 2026-11-11
文 / Mr.Xu1 次阅读0 条讨论与划词
ConceptTime用预测惊奇度自动划分时序概念，免标注实现可拒答
ConceptTime 面向风险敏感型时序分类提出一套免标注、自监督的概念学习框架：冻结的概率预测器在每个时间步给出下一观测分布，预测分布与真实观测之间的负对数似然形成“预测惊奇度…
行业动态
查看全部（650）→行业动态· 2026-11-12
文 / Mr.Xu2 次阅读0 条讨论与划词
英伟达私下确认可追踪AI芯片，芯片安全法案再添变量
据 MIT Technology Review 报道，英伟达代表私下向美国众议员 Bill Foster 表示，其技术上能够落实《芯片安全法案》要求的先进 AI 芯片位置追踪措施，…
行业动态· 2026-11-12
文 / Mr.Xu1 次阅读0 条讨论与划词
黄仁勋离任后，Hugging Face重申开源AI立场并追问英伟达收购承诺
在黄仁勋辞任英伟达CEO后，Hugging Face CEO公开重申维护开放模型与开放AI基础设施的立场，并借此追问英伟达拟以129亿美元收购Hugging Face后将如何保障模…
行业动态· 2026-11-12
文 / Mr.Xu1 次阅读0 条讨论与划词
软银AI算力押注受挫：30亿美元燃气轮机预订单损失引发市场震动
软银为支撑AI数据中心扩张而预购天然气轮机，据报道产生逾30亿美元损失，暴露算力基础设施扩张中的设备交付周期、燃料成本、长期合同和项目执行风险。这一事件不只是财务问题：当AI数据中…
行业动态· 2026-11-12
文 / Mr.Xu1 次阅读0 条讨论与划词
黄仁勋辞任英伟达CEO：AI芯片出口管制与治理风险重估
英伟达CEO黄仁勋因涉及一名被指称为中国情报人员的私人关系及公司治理争议辞职，将AI产业的算力、出口管制与地缘政治风险集中到台前。节目采访认为，争议可能影响美国对华GPU出口政策、…
行业动态· 2026-11-11
文 / Mr.Xu3 次阅读0 条讨论与划词
AWS re:Invent 2026公布140余场AI/ML课程，聚焦推理与智能体生产化
AWS公布re:Invent 2026 AI/ML专题的140余场课程安排，覆盖Trainium、NVIDIA GPU、Amazon Bedrock、SageMaker AI、Ag…
大语言模型
大语言模型· 2026-10-09
文 / Mr.Xu10 次阅读0 条讨论与划词
Hugging Face发布PreSTO：加速大语言模型推理的新方法
Hugging Face推出了一种名为PreSTO的新方法，通过预测性子树预取技术加速大语言模型（LLM）的推理过程。PreSTO通过批量生成未来可能的接受/拒绝决策子树，并在不改…
安全与隐私
安全与隐私· 2026-08-10
文 / Mr.Xu13 次阅读0 条讨论与划词
Checkpoint Research揭示Cloudflare代码模式与Workers的潜在安全风险
Checkpoint Research发布了一篇关于Cloudflare代码模式及其Workers功能的研究报告，揭示了这些工具在处理复杂任务时可能存在的安全漏洞。研究指出，攻击者…