跳到正文
实时
#数据/训练
11月6日周五
  3. Exponential View65

    Claude 4.7 如何兼顾前沿智能与效率

    美国中期选举后，民主党明确将对人工智能进行严格审查，引发市场对 AI 安全、劳动力市场影响、权力集中及数据中心问题的担忧。选民通过 44 项地方法案中的 43 项减缓数据中心建设，但数据中心建设仍将持续，关键在于与社区达成协议。苏格兰兰ark郡与数据中心开发商 DataVita 达成协议，承诺每兆瓦每年支付 10 万美元用于社区发展，为数据中心建设提供新思路。

  12. The Decoder

    百度发布开源 ERNIE 5.5 Flash Base 大模型

    百度发布 ERNIE-5.5-Flash-Base 开源基础模型，含 2800 亿参数，采用混合专家架构，单次输入激活 140 亿参数，预训练覆盖 3350 万亿 tokens，支持高达 128 万 tokens 的训练上下文，推理时上下文最长可达 100 万 tokens。

    同一件事 · 3 家
  17. Google Research72

    Google Research 用智能手表传感器识别高血压迹象

    Google Research 在 Nature 发表多模态 AI 系统 AI-PPG-ACC-HTN，无需袖带校准，仅用消费级智能手表的 PPG 与加速度计数据被动识别高血压状态。

    同一件事 · 2 家

    推荐理由: 研究用智能手表 PPG 与加速度计数据被动识别高血压，并以 24 小时动态血压监测为金标准给出筛查与确认两阶段的量化结果。

11月5日周四
  3. TechCrunch · AI65

    发现材料公司出资 100 万美元挑战 AI 解决 5 个材料科学难题

    Discovered Materials 公司宣布出资 100 万美元挑战赛，旨在利用 AI 解决材料科学领域的 5 个关键问题，包括解释高温超导现象、预测硅二氧化物界面结构等；公司联合全球顶尖大学教授定义挑战，并已用前沿 AI 模型尝试求解但进展有限，此举旨在推动 AI 在材料科学领域的突破。

  4. Hugging Face Daily Papers

    PyRUA-DataFarm：将 LLM 智能体作为低成本机器人数据采集代理

    PyRUA-DataFarm 通过模拟任务、渲染照片级视频生成可部署的机器人训练数据，以低于远程操作的成本自动化机器人演示生成。在五个真实机器人任务上，仅使用农场数据训练的策略与使用同等数量远程操作演示训练的策略表现相当（100 次试验中成功率 93% vs 84%），在未见过的新场景下也表现更优（成功率 87% vs 46%）。

  5. IT之家 · AI74

    百度文心开源发布 ERNIE 5.5 Flash Base 基座模型，总参数 280B

    百度文心发布 ERNIE-5.5-Flash-Base 并开放 ERNIE 5.5 Flash 预训练终点权重，这是一个总参数 280B、每 token 激活 14B 的稀疏 MoE 语言模型，在 33.5T tokens 上从零预训练，微调与推理支持 1M tokens 上下文。

    同一件事 · 3 家

    推荐理由: 原文给出 280B 稀疏 MoE 基座的参数、训练数据量与开源权重，读者可据此判断其作为微调起点的适配空间。

  6. 量子位72

    百度开源文心5.5 Flash Base，在多基准测试中刷新同尺寸模型 SOTA

    百度于11月5日正式开源基座模型文心5.5 Flash Base（ERNIE 5.5 Flash Base），采用 MoE 架构，总参数量2800亿，每个 Token 激活140亿参数，预训练使用33.5万亿 Token，预训练上下文最高128K，微调与推理阶段支持最长100万 Token 上下文。

    同一件事 · 3 家
  7. Hugging Face Daily Papers65

    FrontierPhysics：评估用于端到端物理学研究的智能体

    FrontierPhysics是一个包含56个专家设计的物理学任务的端到端基准，评估智能体在文献综述、研究规划、实验和论文撰写方面的能力，使用确定性验证器和专家评分标准。在22个模型和26种配置中，没有一种配置能在168次测试中通过超过46次，手动审查显示主要弱点在于推理不够严谨和专家直觉有限，而非物理学知识或执行错误。

  10. Hugging Face Daily Papers

    WebHarbor: 为 GUI 智能体提供 153 个可执行网站环境

    WebHarbor 提供 153 个可执行的、容器化的网站环境，用于稳定评估和强化学习训练 GUI 智能体，支持跨多步和认证后任务实现强泛化。该套件包含 3,518 个任务，覆盖多步和认证后工作流，超越现有工作。Qwen 4B 级 GUI 智能体在 WebHarbor 中通过强化学习训练，在四个基准测试中表现与领先的开源 GUI 智能体具有竞争力，代码和数据公开可用。

  12. Hugging Face Blog65

    Dharma-AI 发布 Dharma Field Extractor：2B 参数模型把任意文档抽取为 JSON 字段

    Dharma-AI 发布 Dharma Field Extractor，一个 2B 参数模型，输入文档图像和可选 schema，输出带类型的结构化 JSON，支持开放抽取与按 schema 定向抽取，未出现的字段返回 null。

    推荐理由: 原文给出自建基准上的质量与成本对比，读者可据此判断小模型专精路线在字段抽取任务上的可行性。

11月4日周三
  3. Hugging Face Daily Papers34

    LoCo：一种用于推理压缩的本地偏好学习方法

    LoCo 通过本地偏好学习来教导推理模型何时停止推理，在数学和代码任务中大幅减少输出长度，同时保持或提高准确性。该方法在数学任务上减少完成长度 41.7%--45.4%，在代码任务上减少 23.4%--36.3%，并保持或提高准确性，同时在所有代码基准中实现最佳 AUC。LoCo 的代码和模型将公开发布。

  6. Hugging Face Daily Papers38

    YANAMI：一个用于多轮状态交互的大规模多模态数据集和基准

    YANAMI 引入了一个大规模多模态对话数据集和基准，要求模型跨轮次跟踪和实现演变的对话状态，揭示当前统一多模态模型仍难以完成此任务。YANAMI-400K 包含 40 万多轮多模态对话，涉及 4 种场景，需模型持续跟踪、保存和修订跨轮次的演变多模态对话状态；YANAMI-Bench 包含 400 个多轮对话，用于系统评估多模态状态交互，联合评估对话状态理解和视觉实现。

  7. Hugging Face Daily Papers62

    Axion 1.0：开源智能体基础模型，简化实现

    Axion 1.0 通过三阶段（两轻量级监督微调+强化学习）训练，在完全开源数据和训练流程下实现有竞争力的智能体性能。该模型采用模型感知数据构建和可验证任务生成，无专用中训练、直接偏好优化或策略内蒸馏，在多项智能体基准测试中表现优异，与领先商业模型在部分测试中可比肩，并公开完整开发流程以促进开放智能体研究。

  10. OpenHands Blog71

    OpenHands 与 Snowflake 推出用自有 Agent harness 后训练模型的工作流

    OpenHands与Snowflake AI Research合作，让开发者用现有的OpenHands Agent harness直接进行强化学习后训练，无需在训练框架中重建harness。

    推荐理由: 原文给出了用现有 Agent harness 直接做 RL 后训练的具体配置方式和代码定位实验，读者可据此判断训练与部署能否共用一套 harness。