跳到正文
实时
一手#推理
11月14日周六
  2. AWS Machine Learning Blog45

    Amazon Bedrock AgentCore runtime V2 架构模式：加速会话启动

    Amazon Bedrock AgentCore runtime V2 通过一次性准备环境并快照恢复，将会话启动时间缩短至约 2 秒，同时回收未使用的内存。V2 支持构建钩子以加载大文件或 CLI，适用于需要提前准备资源的场景。通过 CloudWatch 指标可测量会话启动时间，优先优化平台开销或代码执行时间。

  3. AWS Machine Learning Blog

    在 Amazon Bedrock 上使用 NVIDIA NeMo Switchyard 为 Claude Code 和 OpenAI Codex CLI 等编码智能体路由模型请求

    开发者使用 Claude Code 和 OpenAI Codex CLI 等编码智能体时，需按任务而非单次调用付费，因此模型路由应基于每项任务的成本。NVIDIA NeMo Switchyard 是一个开源库，可帮助 AI 智能体选择处理每个请求的模型，支持 Stage 和 Random 两种路由策略。

  9. Ai2 Blog40

    XYBench：解决提问背后问题的基准测试

    XYBench 发布，包含 8K+ 问题测试 AI 助手如何应对基于误解的请求；Claude Sonnet 4.6、GPT-5、Gemini 3.1 Pro、Qwen3.5-9B 和 DeepSeek-V4 Pro 在测试中常聚焦原错误方法而非用户实际目标。

    同一件事 · 2 家

    各家口径不同：Ai2博客称基准测试包含8K+问题，而Hugging Face博客提到8150个问题。

  10. Meta Engineering

    Cuttlefish 在 Mac 上原生运行：将 Android 虚拟设备框架带到 Apple Silicon

    Meta 将 Android 虚拟设备框架 Cuttlefish 原生移植到 macOS，通过支持 QEMU 和 vhost-user，解决在 Apple Silicon 上运行虚拟设备的技术难题，提升开发效率并统一测试环境。新版本支持 macOS 的显示、签名和构建流程，并扩展了蓝牙、Wi-Fi、3D 图形等特性，使 Mac 开发者可使用与 CI 相同的高保真虚拟设备。

  11. Hugging Face Blog40

    Hugging Face 发布 XYBench 基准测试，评估 AI 助手解决基于误解的问题能力

    Hugging Face 发布 XYBench 基准测试，包含 8150 个真实问题，评估 AI 助手识别用户误解并引导至正确解决方案的能力。Claude Sonnet 4.6、GPT-5、Gemini 3.1 Pro、Qwen3.5-9B 和 DeepSeek-V4 Pro 在测试中倾向于关注用户错误假设（Y），而非实际目标（X），其中只有 35-41% 的回答以实际目标为中心。

    同一件事 · 2 家

    各家口径不同：Ai2博客称基准测试包含8K+问题，而Hugging Face博客提到8150个问题。

11月13日周五
  3. NVIDIA Newsroom

    Dyania Health 如何用 Synapsis AI 辅助医护团队提升患者护理效率

    Dyania Health的Synapsis AI通过分析患者全部病历记录，连接多年间隔的发现以回答临床问题，帮助医护团队识别需要关注的患者及原因；该系统基于NVIDIA NeMo、TensorRT和TensorRT-LLM构建，在医疗机构内部运行以保护数据安全，已在克利夫兰诊所支持超过7800名主动脉瓣置换患者的长期随访研究。

  6. 蚂蚁 inclusionAI · Hugging Face 新模型

    inclusionAI/SingVL_S1_4B_GGUF 发布 SingVL-4B GGUF 多模态决策模型

    SingVL-4B GGUF 是基于 Qwen3.5 的 4B 参数多模态决策模型 Sing VL S1 的 GGUF 版本，可对文本或 JSON 及最多四张图像回答命名问题，并使用完整前向传递评分选项，在 Text 评测中得分为 69.76，Vision 评测中得分为 73.94。模型使用 llama.cpp 适配器，默认上下文容量为 4096 token，支持文本和图像输入。

  7. Databricks Blog22

    Lakebase 架构的 LTAP 误解澄清。

    Lakebase 架构通过单一持久化数据副本服务于 Postgres 和分析，无需 CDC 管道或第二数据库。该架构将数据分层存储于对象存储和缓存中，并非传统复制。其支持点查和扫描两种访问路径，使用 Postgres 堆页和 Parquet 格式分别优化，且无额外同步任务。

  11. vLLM Blog60

    vLLM 在发布首日支持 Thinking Machines 的 Inkling 2 Small

    vLLM 在 Inkling 2 Small 发布首日提供支持。该模型是文本与视觉输入的多模态 MoE，总参数 594B、激活参数 17B，上下文最长 1M tokens，并自带 DSpark 推测解码器。

    推荐理由: 原文给出了 vLLM 对 Inkling 2 Small 的 Day-0 支持细节与多项内核优化，读者可据此了解该模型的部署路径与吞吐表现。

  14. AWS Machine Learning Blog

    如何使用 CUR 2.0 和 AWS Budgets 跟踪并限制 Amazon Bedrock 的每用户支出

    Amazon Bedrock 自动记录调用者身份，用户可通过 IAM 主机分配标签、激活成本分配标签并使用 CUR 2.0 或 AWS Cost Explorer 报告数据，再结合 AWS Budgets 设置预算动作实现支出限制。无需编写应用代码，当达到阈值时预算动作会自动应用 Deny IAM 策略。此方案适用于已使用 IAM 角色的账户，支持静态主标签和动态会话标签两种身份映射方式。

  18. Google AI Blog82

    Google 搜索接入 Gemini 4 Hydrogen 并面向全球用户开放

    Google搜索上线Gemini 4 Hydrogen，这是搜索迄今最大的一次模型升级，已面向全球所有用户开放。官方称新模型能理解多部分问题、拼写错误和高度具体的请求，并借助更强的指令遵循与工具调用能力逐项回应问题。Hydrogen的推理能力还强化了查询分发，可同时检索多个相关子主题并给出更多图片、结构化回答、对比表格和定制工具。

    推荐理由: Google官方说明Gemini 4 Hydrogen在搜索中的意图理解、查询分发与可视化回答变化，可据此判断搜索体验的调整方向。

  20. Google DeepMind87

    Google DeepMind 发布 Gemini 4 Hydrogen 模型

    Google DeepMind 发布 Gemini 4 Hydrogen，面向日常编码与智能体工作流，在默认 high 思考档位下 Artificial Analysis 智能指数为 51，高于 Argon 的 50，xhigh 档位可达 54

    推荐理由: 官方给出Hydrogen与Carbon、Argon的分工定位，以及多模型编排在成本与速度上的实测差异。

  23. Databricks Blog

    H6.ai 如何基于 Lakebase Postgres 构建 AI 驱动的金融自动化

    H6.ai 在客户现有 ERP 上自动化应付账款处理，通过读取发票、匹配采购订单、分配会计科目并对照公司政策执行，结合 AI 辅助理解与确定性政策执行。其采用 Lakebase Postgres 为每位客户建立专用数据库，存储采购订单、供应商、会计科目、历史交易和政策等财务上下文，支持频繁回归测试。

  25. Databricks Blog

    Block 公司如何用 Buzz 和 Unity Gateway 协同 AI 智能体

    Block 公司推出 Buzz 开源协作空间，让员工与 AI 智能体在共享工作区互动。通过 Databricks Unity Gateway，用户可访问 OpenAI、Anthropic、Google 等前沿模型及开源模型（原文未提具体数量），实验不同智能体框架组合。员工能创建 AI 智能体并选择模型（如包含 Goose 轻量版），实现多人协作开发、分析等任务。

11月12日周四