大模型· 2026-11-20
METR更新AI时间地平线:可验证任务每四个月翻倍,判断力仍成瓶颈
METR更新其AI“时间地平线”评测:前沿模型在可自动验证任务上的可完成时长仍约每四个月翻倍,但新增的评测设计与哲学论证等开放式任务中,最强模型尚未达到人类水平。部分新模型升至“勉…
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· 2026-11-20
METR更新其AI“时间地平线”评测:前沿模型在可自动验证任务上的可完成时长仍约每四个月翻倍,但新增的评测设计与哲学论证等开放式任务中,最强模型尚未达到人类水平。部分新模型升至“勉…
大模型· 2026-11-20
Together AI 已上线 Qwen3 TTS,提供同一音色跨场景复用、自然语言调节语气及10种语言切换,官方称首个音频片段最快97ms返回。其价值在于把“音色身份—说话风格—…
大模型· 2026-11-20
论文提出 HireWatch,用200道依据美国联邦成文法、监管规则与机构指南标注的合法或非法面试题,考察LLM为不同职业和场景准备面试时的选题合规性。研究对18个闭源与开放权重模…
大模型· 2026-11-20
PRKV提出一种无需训练的KV Cache淘汰方法:把注意力转化为Token转移图,再用个性化PageRank传播多跳全局重要性,避免仅依赖近期Token或瞬时注意力。论文在多种L…
大模型· 2026-11-19
Amazon Polly 以账户级门控的正式可用形式上线语音克隆:开发者提交一名说话者 1—10 段、合计最多 15 分钟的录音,异步创建可复用的自定义音色,并通过统一生成式 TT…
智能体· 2026-11-20
Hugging Face 发布 Harness Adapters,把模型与智能体执行框架之间的接口差异封装为适配层,使开发者可继续使用既有模型,并按框架约束处理请求与响应。标题明确…
智能体· 2026-11-20
Signal 正限制 Android 与 iOS 上的截图及屏幕内容读取,以阻止 Gemini、Siri 等系统级 AI 代理获取聊天和应用数据;iOS 用户将获得相关节选项。此举…
智能体· 2026-11-20
EverydayBench以77道人工编写、覆盖八类日常场景的任务,评测智能体能否交付可用成果,而非只完成网页检索。每题先固定成功标准,再通过确定性约束检查、评测时网页证据核验和交…
智能体· 2026-11-20
BuggyMLE 论文把机器学习工程智能体评测从单文件修改推进到可操作完整仓库的环境。作者以仓库规模、依赖深度和补丁规模等十项结构特征构建代码复杂度指数 CCI,在八个公开编码基准…
智能体· 2026-11-20
SailSearch 提出一个由人类引导、两个语言模型智能体协作的组合优化研究工作流。在 Market Split 任务中,系统跨多个格基搜索,把计算分配给枚举与持续格基约化;在每…
开源AI· 2026-11-19
WeMM-Video 面向音频增强的视频理解,统一文本、图像、音频与视频输入,提供非思考和显式分步思考两种模式。家族覆盖2B、4B、9B和35B-A3B,以约1.2万亿Token渐…
开源AI· 2026-11-19
GridForge 将 IEC 60287/60853 热模型、合成遥测数据、PINN 代理模型与五任务基准整合为英国 11 kV 地下配电电缆的开放数字孪生。项目覆盖 64 根电…
开源AI· 2026-11-18
Limite 发布 1B 参数模型 Limite 1B - Violetto,定位为低成本、高吞吐的数学推理求解器,而非通用聊天助手。模型从零训练,语料规模达 2370 亿 Tok…
开源AI· 2026-11-16
HubEgo-100K v1.0发布10,124小时1080p第一视角视频及同步100 Hz IMU,覆盖12,227名贡献者、15,548个环境、30类工作和56类任务。数据集含…
开源AI· 2026-11-16
IFM 发布 K2-Horizon 六模型开源家族,覆盖 0.9B 稠密模型至 375B-A23B MoE,并按 LLM360 标准开放预训练数据、各阶段检查点、训练日志、评测与基…
算力架构· 2026-11-20
AWS在SageMaker AI年度推理更新第二篇中汇总13项上线能力,覆盖基于NVIDIA AIPerf的实例与容器推荐、LoRA并发搜索、MIG GPU分区、HyperPod托…
算力架构· 2026-11-19
LightningMoBA把MoBA块级路由与GPU执行调度协同设计:动态阈值按查询生成可变数量的稀疏元数据,再按查询头—KV块列聚合任务并复用已加载的KV tile;在Hoppe…
算力架构· 2026-11-19
Amazon SageMaker AI 将生成式 AI 推理优化从一次性配置检查升级为持续闭环:对使用 vLLM 容器和 GPU 实例的端点默认监测 p50 首 Token 时延、…
算力架构· 2026-11-19
英伟达与微软在 Ignite 宣布扩展全栈合作:Azure 将预览 Vera Rubin NVL72 实例,并把机密计算与 MaxLPS 协同优化纳入机架级基础设施;Foundry…
算力架构· 2026-11-19
Amazon SageMaker AI 正式推出跨区域推理路由,以 Regional inference router 统一调用多个 Region、账号中的端点或推理组件。路由器依…
前沿论文· 2026-11-20
MiniMax称,MiniMax Cyber把数学推导、攻击代码生成与结果验证串成闭环:在CryptanalysisBench Tier 2中,它对多款无已知实用攻击的NIST候选…
前沿论文· 2026-11-20
研究团队以54,670份伊斯坦布尔法院的奥斯曼土耳其语记录(1513—1911年)构建计算文本分析框架,并以领域适配的句子嵌入模型OTA-BERTurk量化个人主义、集体主义与荣誉…
前沿论文· 2026-11-20
研究团队让AI智能体重建13个自然实验的数据,在324篇论文上尝试复现主估计,并在62,409种可辩护规格上重新估计。作者原始规格仅复现42%的有符号主效应;平均只有25%的规格同…
前沿论文· 2026-11-20
论文提出时间序列基础模型的测试时计算方法BGAA:不借助未来真值,而是用滚动原点回测为结构化上下文视图打分,淘汰劣于原始上下文的视图,再平均存活视图的预测分布。三个基准的全部受测组…
前沿论文· 2026-11-20
RLCDR把LLM评审器改造成类型化决策模型:一次前向输出概率分布,经选项顺序去偏并用约百条标签校准。该无参考答案奖励用于GRPO训练Qwen3-1.7B,将MATH500准确率从…
行业动态· 2026-11-20
Anthropic宣布完成首次公开发行交割:以每股83美元发行11.27亿股Class A普通股,其中承销商全额行使购买1.47亿股增售权。按发行价与股数机械计算,公开发行名义募资…
行业动态· 2026-11-19
Anthropic于纳斯达克以代码ANT开始交易,发行价83美元,首笔成交价111.50美元,较发行价高34.3%。若股本口径不变,按约1.5万亿美元发行估值线性折算,开盘隐含估值…
行业动态· 2026-11-19
Anthropic完成规模达813亿美元的IPO。The Verge将其描述为史上最大的IPO,并把融资视为Anthropic在AI竞赛中争夺算力、人才与市场位置的前提。文章由此提…
行业动态· 2026-11-18
AWS发布面向Aurora PostgreSQL的责任AI参考架构,把公平、可解释、隐私安全等八个维度映射到pgvector、RLS、pgaudit、pg_cron及Bedrock…
行业动态· 2026-11-18
OpenAI 发布前沿 AI 风险管理说明,将治理链路从训练阶段延伸至部署阶段,核心手段包括模型对齐、隔离式沙箱、可阻断高风险请求或动作的防护层,以及持续运行时监控。其技术意义不只…
大语言模型· 2026-10-09
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· 2026-08-10
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…