跳到正文
实时
一手#推理
11月4日周三
  1. NVIDIA Newsroom38

    AI如何重塑半导体晶圆厂工作方式——工程师因之加速决策

    AI正改变半导体晶圆厂工作方式，工程师因之加速决策。NVIDIA cuDSS库使COMSOL的多物理场仿真加速10倍，Applied Materials的Ginestra平台仿真加速10倍，ACE+平台加速35倍，Siemens的Calibre光刻软件仿真加速17倍。NVIDIA PhysicsNeMo框架让Lam Research能在毫秒级预测等离子体行为，替代耗时数天的全仿真。

11月3日周二
  2. Ai2 Blog

    StateBench: 测试大语言模型追踪长文档状态变化的基准

    StateBench 是一个用于测试大语言模型追踪长文档中实体状态变化的基准，包含 R-trivial、非周期、可解和一般有限四个难度等级。研究发现，循环和混合模型在直接训练这些任务时泛化能力远超 Transformer，而 Gemini 3.8 Flash、Claude Opus 5.5 和 GPT-6 Sol 等前沿模型在输入变长时仍难以处理更复杂的状态追踪问题。

  5. Anthropic Research62

    Anthropic 发布可验证推理系统 FlashProve，单张 H100 上约 110 tokens/秒生成证明

    Anthropic 公布可验证推理原型 FlashProve，用 zkSNARK 证明响应确实来自所承诺的模型权重。对 400B 参数的 Llama 4 Maverick（4-bit 量化），单张 H100 生成证明约 110 tokens/秒，每 1,024 token 请求的证明约 19 MB，验证在 24 核 CPU 上约 17 秒。

    推荐理由: Anthropic 公开可验证推理原型 FlashProve 的实测数据与 Lean 形式化证明，可与既有 zkML 方案横向比较。

  8. LangChain Blog38

    LangChain指出2026年后期智能体上下文工程面临的新挑战

    LangChain指出2026年后期智能体上下文工程面临的新挑战，包括如何在不烦人情况下主动通知用户、智能体记忆管理、异步任务处理、目标追踪与对齐、以及浏览器使用等难题。这些挑战涉及智能体在后台运行时如何平衡通知频率、决定记忆内容、协调异步工具与子智能体、分解与迭代目标，以及防止智能体过度优化目标等。

  10. PyTorch Blog34

    Ray 宣布加速器特殊兴趣小组（SIG），旨在联合硬件厂商、Ray 贡献者和应用开发者，制定中立的加速器支持路线图。

    Ray 宣布加速器特殊兴趣小组（SIG），旨在联合硬件厂商、Ray 贡献者和应用开发者，制定中立的加速器支持路线图。初期聚焦开发测试基础设施、硬件感知能力和网络传输，优先支持共享硬件访问、可复现的开发测试环境及更广泛的 CI 覆盖。

  11. AWS Machine Learning Blog38

    Circle K 如何借助 Amazon Bedrock 将 DevOps 事件排查时间缩短至 15 分钟以内

    Circle K 通过 Amazon Bedrock 构建自动化事件排查系统，将平均排查时间缩短至 15 分钟以内，降幅 67-75%。该系统利用 Amazon Bedrock Flows 和 AgentCore，通过并行执行的专用智能体自主分析事件，并将结构化摘要实时发送至 Slack，使工程师能立即采取行动，同时避免重复的日志查询、健康检查和运行手册查找工作。

  13. AWS Machine Learning Blog43

    在 Amazon SageMaker AI 上使用知识蒸馏构建高效智能体

    使用知识蒸馏在 Amazon SageMaker AI 上微调购物助手，通过序列级知识蒸馏（SeqKD）将前沿模型的行为迁移到小型模型，生成解决任务的推理轨迹并用于监督微调，实现高效低成本推理。SeqKD仅需教师模型的文本输出，无需权重或 logits，适用于无法访问教师模型内部信息的场景，如 API 模型，并可通过基准测试评估学生模型性能。

11月2日周一
11月1日周日
10月31日周六
10月30日周五
  1. Microsoft Research40

    Microsoft Research 开源产业评估数据生成平台，模拟真实企业环境测试 Copilot AI 能力

    Microsoft Research 开源了产业评估数据生成平台，通过基于 O*NET 职业数据、在线招聘和 SEC 文件的合成企业环境，模拟真实业务流程测试 Copilot AI，确保评估不接触客户数据且符合安全隐私标准。该平台包含自动化查询生成管道和结构化质量框架，支持制药、资本市场和 IT 软件等行业的真实场景测试。

  9. AWS Machine Learning Blog42

    MoEngage如何用AgentCore Gateway将400个API转换为智能体工具

    MoEngage 通过 Amazon Bedrock AgentCore Gateway 将 400 个内部 API 转换为受权限控制的智能体工具，解决多团队 API 集成难题。该方案无需搭建 MCP 服务器或配置网络，将新 API 上线时间从数天缩短至数小时，同时满足 API 保留在 VPC 内部、身份由服务端控制、工具定义不占用推理上下文窗口的约束。

10月29日周四
  2. Hugging Face Blog85

    Mistral Large 4（Le Chonk）在 Hugging Face 发布

    Mistral 发布多模态 MoE 模型 Mistral Large 4（Le Chonk），约 1T 总参数、49B 激活参数，上下文窗口 1M tokens，提供 FP8 与 NVFP4 两个官方版本，另有 Unsloth 和 llama.cpp 团队制作的 GGUF。

    同一件事 · 2 家

    推荐理由: 原文给出 1T 总参数、49B 激活的 MoE 多模态模型在网络安全与编码基准上的具体分数，并附本地与端点部署实测吞吐。

  3. Hugging Face Blog

    Hugging Face Granite Switch 4.1.1 发布：软件式更新模型

    Hugging Face 发布 Granite Switch 4.1.1，在 4.1 基础上增量更新，保留完全向后兼容性。新增多语言语音转写模型（支持 10 种语言带原生标点）和 Jev 决策指数测试集性能提升的决策适配器。团队通过仅更新适配器未重新计算基础模型，实现快速部署，未来将支持第三方自定义适配器。

  5. ByteDance Seed · Hugging Face 新模型

    ByteDance-Seed/GenFirst 发布：一种用于稳定端到端潜在生成建模的生成前置重建方法

    ByteDance-Seed/GenFirst 训练一个潜在 VAE 并联合一个生成先验，避免通常使端到端训练不稳定的潜在崩溃。该方法的两个阶段计划用于先验和熵权重：第一阶段让先验塑造潜在几何形状，第二阶段将两者权重十倍降低，使解码器恢复细节。