跳到正文
5月16日周六
  1. Google DeepMind74

    Google DeepMind 复盘 WeatherNext 助力 NHC 提前五天预测飓风 Melissa 登陆牙买加

    Google DeepMind 复盘其 AI 气象模型 WeatherNext 如何帮助美国国家飓风中心(NHC)提前五天以 80% 置信度预测飓风 Melissa 将以 Category 5 强度登陆牙买加,三天前该置信度升至接近 100%,这是首次从 Category 1 风速起报成功预测风暴达到 Category 5 强度。

    推荐理由:原文回顾了 WeatherNext 在一次真实飓风中的预测表现与协作过程,读者可据此理解 AI 气象模型如何进入官方预报流程。

  2. Google DeepMind88

    Google DeepMind 发布 Gemini 3.5 Flash,主打智能体与编码能力

    Google DeepMind 发布 Gemini 3.5 系列的首款模型 Gemini 3.5 Flash,称其为目前最强的智能体与编码模型,在 Terminal-Bench 2.1(76.2%)、GDPval-AA(1656 Elo)、MCP Atlas(83.6%)等基准上超过 Gemini 3.1 Pro,输出速度是其他前沿模型的 4 倍,成本常低于其一半。

    推荐理由:原文给出多项基准分数与速度成本数据,读者可据此判断它在智能体与编码场景中的定位。

5月15日周五
  1. OpenAI News20

    ChatGPT Work 的运营工作流:倡议简报、战略更新、决策包与进度汇报

    OpenAI 介绍了 ChatGPT Work 的四类实用运营工作流,分别用于撰写倡议简报(initiative briefs)、战略更新(strategy updates)、决策包(decision packets)和进度汇报(progress reporting)。文章以教程形式给出具体操作方法,面向企业用户在日常运营场景中落地 ChatGPT Work。

5月14日周四
  1. Hugging Face Blog63

    Hugging Face 解锁 continuous batching 的异步化:GPU 活跃率提升至 99.4%

    Hugging Face 博客讲解如何通过分离 CPU 与 GPU 工作负载来提升 LLM 推理性能。同步批处理下 CPU 与 GPU 交替等待,8K tokens、batch size 32、8B 模型的测试中 GPU 空闲占 24.0%,总耗时 300.6 秒。

    推荐理由:原文用可复现的 profile 数据展示了同步批处理的空闲浪费,并给出基于 CUDA streams 与 events 的具体改造路径。

5月13日周三
  1. OpenAI News55

    OpenAI 回应 TanStack npm 供应链攻击并要求 macOS 用户限期更新

    OpenAI 详细说明了其对 TanStack "Mini Shai-Hulud" 供应链攻击的响应,介绍了为保护系统和签名证书所采取的防护措施,并解释了 macOS 用户为何必须在 June 12, 2026 前更新 OpenAI 应用。文章还说明了事件经过、受影响范围,以及 OpenAI 如何加强对不断演进的软件供应链威胁的防御。

5月12日周二
  1. Google DeepMind74

    Google DeepMind 推出 Co-Scientist 多智能体科研系统并开放 Hypothesis Generation 工具

    Google DeepMind 在 Nature 发表 Co-Scientist 研究,并推出基于 Gemini 的多智能体系统 Hypothesis Generation,面向个人研究者开放注册,将在未来几周内逐步推出。

    推荐理由:原文给出了多智能体分工、验证算力占比和多个已落地案例,读者可据此判断它如何嵌入真实科研流程。

  2. Hugging Face Blog45

    AWS 基础模型训练与推理的构建模块

    Hugging Face 发布系列文章首篇,分析 AWS 基础设施与开源软件栈在基础模型预训练、后训练和推理全生命周期中的集成方式。AWS 提供 P5(H100/H200)、P6(B200/B300)等 EC2 实例,覆盖计算、网络、存储三层构建模块。文章面向 ML 工程师与研究者,为理解系统瓶颈和扩展特性提供技术基础。

5月11日周一
  1. OpenAI News10

    企业如何规模化落地 AI

    OpenAI 阐述企业如何把 AI 从早期试验推进到持续产生复利式影响,路径涵盖信任、治理、工作流设计与规模化质量把控四个环节。文章属方法论与分析类内容,未给出具体模型版本、benchmark 分数或价格数据。

5月8日周五
5月7日周四
5月6日周三
  1. Google DeepMind75

    Google DeepMind 分享 AlphaEvolve 一年来在多领域的应用影响

    Google DeepMind 发布 AlphaEvolve 一周年影响综述,这一 Gemini 驱动的编码智能体已在多领域落地:基因组学中使 DeepConsensus 变异检测错误降低 30%,电网 AC Optimal Power Flow 可行解求解率从 14% 提升至 88% 以上,自然灾害风险预测准确率提升 5%。

    推荐理由:原文按领域梳理了 AlphaEvolve 一年来的落地成果与量化数据,便于读者判断这类算法发现型智能体的实际影响范围。

5月5日周二