NVIDIA 工程师 Chris Alexiuk 用开源模型让 AI 变得简单
NVIDIA 深度学习高级产品研究工程师 Chris Alexiuk 在 YouTube 等平台教学,帮助开发者构建、微调、评估并部署生产级 LLM 应用与智能体。
NVIDIA 深度学习高级产品研究工程师 Chris Alexiuk 在 YouTube 等平台教学,帮助开发者构建、微调、评估并部署生产级 LLM 应用与智能体。
Microsoft Research 播客邀请研究经理 Mike Walker 对谈,讲述其从黑客文化走向下一代网络防御的职业经历,包括参与开发首个全机器黑客攻防赛。
OpenAI 解释了 forward deployed engineering(FDE)在其组织中的含义。正文仅给出一句说明,即 forward deployed engineering 在 OpenAI 的定义,未提供具体职责、团队规模或产品细节。
OpenAI 发布前沿 AI 民主治理系列第二篇,提出以前沿 AI 赋能网络防御者的蓝图,涵盖更强的安全保障、现代化的网络安全以及更具韧性的公共机构。
Microsoft Research 播客本期由 Principal Technical Program Manager Weishung Liu 对话 Microsoft Research Catalyst Lab 负责人 Chris White,回顾其从哈佛博士后、DARPA 项目到阿富汗一线技术负责人、暗网搜索工具研发者的经历。
AWS 发布 Trust in Depth 框架,把智能体信任拆成 Scope(运行前界定范围)、Know(部署时确认身份)、Bound(运行中强制边界)、Observe(运行后复盘)四层,用可验证的分层控制替代人工逐条审批。
Microsoft Research Podcast 采访了 Microsoft 合作研究经理、Purdue 计算机科学与统计学 Samuel D. Conte 讲席教授 Jennifer Neville,探讨评测如何推动 AI 系统性能边界,以及模型在传统 benchmark 之外测试时出现的"意外失败"。
OpenAI CEO Sam Altman 在联合国安理会发表讲话,讨论 AI 安全、人类控制与国际合作。
OpenAI 公共政策主管 Chris Lehane 撰文指出,更强的 AI 能力需要更强的安全证据、共享标准和持久的政策行动,而政策窗口仍然敞开。文章呼吁在窗口关闭前推动相关治理措施落地。
OpenAI 的 Jakub Pachocki 反思日益强大的 AI 及其对齐难题,呼吁加强安全防护与国际协作。
OpenAI CFO Sarah Friar 阐释芯片、算力、模型与产品层面的进步如何相互叠加,以更大规模、更低成本交付更有用的智能。
Google DeepMind 发布文章回顾自 2010 年以来以游戏推动 AI 研究的历程,从 DQN 玩 Atari、AlphaGo、AlphaZero、MuZero 到 AlphaStar 达到 StarCraft II 大师级,并指出这些基础最终支撑了 AlphaFold 解决蛋白质结构预测难题。
OpenAI CFO Sarah Friar 提出一套面向 AI 时代的实用记分卡,通过有用工作量、每个成功任务的成本、可靠性以及算力回报四个维度衡量 AI 投资的 ROI。
Hugging Face Blog 与 IBM Research 撰文指出,在 agentic 系统中做模型路由远不止分类问题,而是系统优化问题。
Berkeley AI Research 发布观点文章,指出随着 GPT-4 级能力成本从每百万 token 约 $30 降至 $1 以下、部分提供商已低于 $0.10。
OpenAI 发布名为 "Built to benefit everyone: our plan" 的计划,阐述其围绕可及性、安全性和共同繁荣的 AI 未来愿景,目标是确保 AGI 惠及所有人。原文仅给出这一愿景框架,未披露具体模型、参数、价格或时间表。
IBM Research 在 Hugging Face 博客撰文提出,企业工作流动态长周期、API 众多且受政策法规约束,仅靠前沿 LLM 难以支撑规模化落地,需要在 agent 层引入知识图谱、程序分析库等 agent logic 来收窄上下文。
Sam Altman 分享了指导 OpenAI 工作的五项原则,其使命是确保 AGI 惠及全人类。原文仅点出原则数量与使命,未展开各项原则的具体内容。
Hugging Face 撰文指出,Mythos 等系统证明 AI 已能自主发现并修补软件漏洞,但关键在于系统配方而非单一模型,小模型配合深度安全专长也能以更低成本实现类似效果。
OpenAI 公开介绍了 Model Spec,这是其用于规范模型行为的公开框架,旨在随着 AI 系统发展,在安全性、用户自由与问责之间取得平衡。
Google Research 在 The Check Up 活动上介绍了其医疗 AI 最新进展,涵盖个性化健康、临床协作、开发者生态、公共卫生与生物医学发现多个方向。
Demis Hassabis 撰文回顾 AlphaGo 十年前击败世界冠军李世石的里程碑,以及 Move 37 展示的超越模仿、发现全新策略的能力。文章梳理了 AlphaGo Zero、AlphaZero 的自对弈演进,以及其方法在 AlphaFold 2、AlphaProof、AlphaEvolve 和 AI co-scientist 等科学项目中的延伸应用。
OpenAI 宣布不再评测 SWE-bench Verified,称该基准日益受到数据污染,无法准确衡量前沿编码能力进展。其分析发现该基准存在测试用例缺陷与训练数据泄漏问题。OpenAI 建议改用 SWE-bench Pro。
Google DeepMind 发文回顾 AlphaFold 自 2020 年以来五年的影响:AlphaFold 2 在 CASP 14 上以高精度预测蛋白结构。
OpenAI 发文指出 AI 正在快速进步,我们有机会塑造其发展方向,使其朝着科学发现、安全以及更美好的未来迈进。文章未给出具体模型、数据或产品细节,仅表达这一总体立场与建议方向。
Chime CMO Vineet Mehra 分享 AI 如何将营销重塑为智能体驱动的模式,以及为何重视 AI 素养和审慎采用的领导者将推动增长。
MiniMax M2 后训练中负责智能体对齐的作者复盘了训练过程中的关键结论:智能体需要 Interleaved Thinking,即思考可以发生在任务任意时刻而非仅开头,以维持长上下文任务的连贯并应对外部工具输出的扰动。
DoorDash 首席人力官 Mariana Garavaglia 分享了公司如何扩大 AI 应用,帮助员工更快地构建、学习和创新。
OpenAI Executive Function 系列中,Model ML CEO Chaz Englander 讨论 AI 原生基础设施与自主智能体如何改造金融服务工作流。内容聚焦 AI-native 基础设施和 autonomous agents 对金融业务流程的重塑方式。
OpenAI 发文称 AI 将为比历史上任何技术都多的人解锁更多机会,若发展得当,AI 能赋予每个人前所未有的力量。作者自述是务实的技术爱好者,看重技术对人们生活的直接影响,认为这正是这份工作令人兴奋的原因。
OpenAI 表示 ChatGPT 的设计目标是有用、可信且可适配,让用户可以把它变成自己的工具。原文仅以一句话概括这一设计理念,未给出具体功能、参数或评测数据。
Expedia Group 首席营销官 Jochen Koedijk 分享了公司如何用 AI 推进营销演进。文章以对话形式呈现,围绕 Expedia 在营销中应用 AI 的实践展开。
Lowe's 数据、AI 与创新高级副总裁 Chandhu Nair 分享了该公司如何利用 AI 赋能家居建材零售业务。
Speak 正在用 AI 打造个性化的语言学习体验,其 CEO 与联合创始人 Connor Zwick 分享了这一方向的思路与实践。
LaunchDarkly 首席产品官 Claire Vo 分享了产品经理角色的变化、她的反待办清单(anti-to-do list)以及如何组建 AI 原生团队。这是一篇围绕 AI 时代产品管理实践的对话式内容。
Wayfair 首席技术官 Fiona Tan 分享了该公司如何用 AI 塑造零售业的未来。
Hugging Face 官方博客发文梳理 AI 智能体的定义、能力谱系与伦理权衡,建议不要开发完全自主的 AI 智能体,因为用户让渡的控制越多风险越大,能自行编写并执行代码的智能体将获得凌驾于人类控制之上的能力。
Hugging Face 发布伦理与社会通讯 #5,汇总其今夏在 E.U.、U.K.、U.S. 的 AI 监管参与,包括 CEO Clem 向美国国会作证、在参议院 AI Insight Forum 发言、就 E.U. AI Act 提供建议,以及首席伦理科学家 Meg 向民主党党团提交意见。
Hugging Face 与 Writer 联合创始人兼 CTO Waseem Alshikh 对谈,回顾 Writer 从 Hugging Face 用户、客户到开源模型贡献者的历程。
OpenAI 提出现在是开始思考超级智能治理的合适时机,超级智能指未来能力远超 AGI 的 AI 系统。