跳到正文
10月21日周三
  1. NVIDIA Blog61

    NVIDIA 在 GTC Berlin 公布 RTX Spark、DGX Spark、DGX Station 本地 AI 硬件全线更新

    NVIDIA 在 GTC Berlin 公布本地 AI 硬件全线进展:DGX Spark 64GB 版本 10 月 23 日起出货,NVIDIA Sync 本月支持最多八台 DGX Spark 组集群并新增 Model Launcher,DGX Station for Windows 将于 12 月上市。

    推荐理由:原文系统梳理了本地 AI 硬件产品线的分工与配套软件更新,读者可据此判断本地算力方案的选型边界。

  2. NVIDIA Blog62

    NVIDIA 在 GTC Berlin 2026 主题演讲发布 DSX POD、OpenShell 智能体安全架构等新品

    NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主题演讲中宣布多项新品,包括 Vera Rubin AI 工厂参考设计 NVIDIA DSX POD,可将现场部署时间从六个月缩短至 14 天,其 AI Factory 平台可减少最多 100% 冷却用水和最多 30% 电力消耗。

    推荐理由:梳理了主题演讲中围绕智能体安全、开源模型和数据中心部署的具体产品与架构,便于对照理解其欧洲布局的落地路径。

  3. NVIDIA Blog61

    NVIDIA 扩展 Nemotron、Kumo、Cosmos 等开放模型组合

    NVIDIA 扩展其在语言、机器人、生物和量子计算领域的开放模型组合,包括 Nemotron 3.5 Super VL、Nemotron 3.5 Bolt、Nemotron Retriever、Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo 和 Ising,供开发者用本地数据定制并部署在自有基础设施上。

    推荐理由:原文逐项列出各模型的开放入口和合作方,读者可据此判断哪些能力已可直接取用。

  4. Hugging Face Blog62

    Ai2 发布 FairStress 基准,评估 LLM 决策中的隐性人口统计公平差异

    Ai2 发布 FairStress 基准,用于测量 LLM 在最终选择之外的决策稳健性公平差异,包含 300 个双候选人场景、29 个领域,经人口统计身份与对抗前缀组合扩展至超过 1300 万测试用例,并提供 50K 项的 FairStress-Core 子集。

    推荐理由:原文用对抗前缀揭示了输出层公平掩盖的决策稳健性差异,并给出相对有效的反事实 CoT 缓解方法。

10月20日周二
  1. Hugging Face Blog67

    Hugging Face 推出 TorchTPU,让 TPU 成为 PyTorch 原生设备

    Hugging Face 发布 TorchTPU,一个把 TPU 作为 PyTorch 原生后端的项目,Transformers、Diffusers 和 Kernels 可直接在 TPU 上运行,只需 device_map="tpu" 即可加载模型,不再依赖 torch_xla 或 Optimum TPU。

    推荐理由:原文给出了从 torch_xla 迁移到原生后端的具体改动和实测加速数字,读者可据此评估 TPU 工作流的实际收益。

  2. Hugging Face Blog61

    ALTK-Evolve 用学习记忆让 GPT-4.1 客服智能体登顶 τ²-bench

    IBM Research 在 Hugging Face 发布 ALTK-Evolve,用 GPT-4.1 从智能体自身训练轨迹中蒸馏出行为规则并追加到系统提示词,在不更新权重、无人工标注的前提下提升客服智能体表现。

    推荐理由:原文展示了不更新权重、仅靠提示词级学习记忆提升客服智能体可靠性与成本的具体路径和量化结果。