‹ zgba 中国吧
EN

AI日报 - 2026-11-22

2026-11-22

今日要点


Hacker News

Lean verification of the Riemann Hypothesis

黎曼猜想的 Lean 形式化验证

该文章介绍了使用 Lean 定理证明器对黎曼猜想相关数学结构进行形式化验证的最新进展。黎曼猜想是数论中最著名的未解问题之一,涉及素数分布的深层规律。通过 Lean 等交互式证明助手,研究者可以将复杂的数学推导转化为机器可检查的形式逻辑语句,从而确保每一步推理的严谨性。此项工作不仅推动了计算代数几何与解析数论的交叉发展,也为未来重大数学猜想的形式化证明提供了可复用的基础库与方法论参考。

Read more →

Ask HN: I have been unemployed for 2y. 15 years of experience, US. What to do?

一位拥有十五年经验的美国软件工程师在 Hacker News 上发帖求助,表示自己已失业两年,询问职业重启建议。此类长期求职困境通常涉及技能更新、行业转型、心理调适与人脉重建等多重挑战。社区网友可能从技术栈现代化(如转向云原生、AI 工程或安全领域)、项目组合构建、 freelance 过渡以及招聘市场结构性变化等角度提供经验分享与建议。

Read more →

Detonating a pile of lead azide

引爆大量叠氮化铅

该文报道了关于大规模引爆叠氮化铅(lead azide)这一高敏感烈药的实验或事故案例。叠氮化铅是一种广泛用于起爆装置的初级炸药,对摩擦、冲击和静电极为敏感。文章可能涉及其化学稳定性、安全操作规范、历史事故分析或在受控环境下的批量 detonation 技术细节,提醒从事含能材料研究的科研人员必须严格遵守防护标准与处置流程。

Read more →

My monitor was cutting my download speed by 75%

我的显示器导致下载速度降低 75%

作者分享了一次网络性能异常的排查经历:发现外接显示器成为网速骤降的关键瓶颈。这种现象通常源于显示器的 USB-C 集线器带宽有限、网线规格不足或固件 bug,导致网络连接被迫降级至较慢的物理层速率。文章可能提供诊断步骤,如绕过显示器直连路由器、更换高质量线缆、更新固件或调整以太网协商设置,以恢复应有的带宽性能。

Read more →

NINLIVE: The Nine Inch Nails live archive

NINLIVE:九寸钉乐队现场录音档案

NINLIVE 是一个由九寸钉(Nine Inch Nails)官方或粉丝运营的现场演出音频与视频档案网站,收录了主唱 Trent Reznor 领导下的乐队多年来的现场即兴版本、改编曲目与罕见录音。该平台为工业摇滚爱好者提供了高质量的史料资源,也反映了当代音乐家如何利用数字渠道直接面向乐迷发布限量或独占内容,强化社群连接。

Read more →

Inkling-2-Mini in 5.4 GB Memory

仅用 5.4 GB 内存运行的 Inkling-2-Mini 模型

该项目展示了将 Inkling-2-Mini 语言模型压缩至极低内存占用(约 5.4 GB)的技术实现,可能通过量化、剪枝、知识蒸馏或架构优化等方法达成。此举使得大型语言模型能够在消费级 GPU 甚至部分 CPU 环境下流畅推理,降低了部署门槛,对于边缘计算、个人电脑 AI 应用及开源模型生态具有重要参考价值。代码仓库已公开于 GitHub。

Read more →

Backblaze Notice at Collection and Privacy Policy

Backblaze 数据收集与隐私政策通知

云备份服务商 Backblaze 更新了其隐私政策,详细说明用户数据的收集范围、处理目的、存储期限及第三方共享情况。公告强调了对个人身份信息的保护措施、用户权利(如访问、更正、删除请求),以及符合 GDPR 等监管要求的合规实践。此类透明度更新有助于增强用户对云存储服务的信任,尤其在数据安全事件频发的背景下。

Read more →

Re: Riemann

回复:黎曼猜想

这是一篇 Hacker News 评论线程中的技术性回帖,针对前述“黎曼猜想 Lean 验证”文章展开进一步讨论。内容可能涉及形式化证明的难点、现有 Lean mathlib 中关于复分析与解析数论模块的覆盖程度、与其他证明尝试(如阿蒂亚爵士未完成的论证)的比较,或对验证流程实际可行性的批判性质疑。

Read more →

RCE in Gnupg

GNU Privacy Guard 远程代码执行漏洞

GNUPG 邮件列表公告披露了一起影响 GnuPG 工具的远程代码执行(RCE)漏洞。GnuPG 是广泛使用的 OpenPGP 加密通信实现,该漏洞可能被恶意构造的密钥或消息触发,允许攻击者在受害者系统上执行任意代码。公告敦促用户立即升级至修复版本,并提醒开发者在处理不可信输入时加强沙箱隔离与输入验证。

Read more →

Clojure will affect the way you think about programming (2017)

Clojure 将改变你对编程的思考方式(2017)

这篇博客文章回顾性地阐述了函数式编程语言 Clojure 如何重塑程序员的思维模型。文章强调不可变数据结构、持久化集合、宏系统与 REPL 驱动开发等优势,指出这些特性能够提升代码的可预测性与模块化程度。尽管发布于 2017 年,其核心观点在当今并发与分布式系统设计中仍具指导意义,尤其适用于追求简洁性与可靠性的工程师群体。

Read more →

FBI reportedly investigating apparent hack of its criminal database

据报道 FBI 正在调查其犯罪数据库遭入侵事件

英国广播公司(BBC)等媒体报道称,联邦调查局(FBI)内部的一个犯罪相关信息数据库疑似遭受黑客攻击,当局正对此事展开深入调查。该数据库可能包含敏感的案件记录、证人信息或执法行动细节。此事件引发了对美国国家级网络安全防护体系有效性的质疑,并凸显了公职机构面临的日益严峻的网络威胁态势。

Read more →

Sir Brian May adds new dimension to Hera asteroid

布莱恩·梅爵士为赫拉小行星任务增添新维度

欧洲空间局(ESA)宣布,传奇摇滚音乐家兼天文学家布莱恩·梅爵士(Sir Brian May)受邀参与赫拉(Hera)小行星探测任务的宣传与科学传播环节。梅爵士以其对光学观测与太阳系动力学的业余深入研究而闻名,他的加入有助于激发公众对小行星防御、行星科学及跨学科探索的兴趣。该任务旨在深入研究迪迪莫斯双小行星系统,评估动能撞击偏转技术的可行性。

Read more →

Astra 6.2 and Sol 6.2 flop at Simple Bench

Astra 6.2 与 Sol 6.2 在 Simple Bench 基准测试中表现不佳

在 AI 模型性能基准平台 Simple Bench 上,OpenAI 的 Astra 6.2 与某名为 Sol 的 6.2 版本模型均未能取得预期成绩,排名靠后或得分低于前代产品。这反映出大模型迭代过程中可能存在性能退化、训练数据质量波动或对齐过度等问题。社区通常借此关注各厂商在追求参数规模增长的同时,是否牺牲了推理效率与实际任务表现。

Read more →

ClawDOS – An AI coding agent for DOS

ClawDOS:一款面向 DOS 系统的 AI 编程代理

ClawDOS 是一个将现代 AI 编码助手能力适配到经典 MS-DOS 环境的实验性项目。它允许用户在保留遗留 DOS 应用程序与硬件接口的前提下,利用自然语言指令生成或修改代码片段,极大简化了复古计算场景下的开发流程。该项目体现了人工智能技术在非传统操作系统上的扩展潜力,同时也激发了怀旧计算社区的创新热情。

Read more →

Jensen Huang’s fall is bad news for Silicon Valley’s accelerationists

黄仁勋的失利对硅谷加速主义者而言是坏消息

《经济学人》这篇文章分析了 NVIDIA 创始人兼 CEO 黄仁勋近期面临的业绩压力或战略调整,并探讨其对硅谷内“技术加速主义”思潮的影响。黄仁勋长期以来被视为推动 AI 算力指数级增长的标志性人物,他的挫折可能动摇投资者与创业者对持续爆发的乐观预期,促使业界重新审视硬件投入回报周期、能源约束以及监管风险,进而影响整个创新生态的资金流向。

Read more →


OpenAI Blog

Combatting adversarial distillation

抵御对抗性蒸馏攻击

OpenAI 发布了题为《Combatting adversarial distillation》的研究成果,探讨如何防御一种针对 AI 模型训练过程的新型对抗性攻击——对抗性蒸馏。该技术指攻击者通过精心设计的查询诱导目标模型学习带有偏差或恶意的伪标签,从而在知识迁移阶段植入后门或削弱安全性。OpenAI 提出了一套检测与缓解机制,包括输入扰动分析、标签一致性校验及鲁棒微调策略,以提升蒸馏 pipeline 的整体韧性。

Read more →

Hebbia sees improvements in financial research with GPT-6 Astra

Hebbia 利用 GPT-6 Astra 提升金融研究水平

本文介绍了金融科技公司 Hebbia 如何将 OpenAI 的 GPT-6 Astra 模型整合进其投资研究与数据分析工作流。经过集成优化,Hebbia 团队在财报解读、市场趋势预测、风险因子提取等任务上的效率显著提高,同时降低了人工审阅成本。案例突出了企业版 GPT 服务在垂直行业落地时的定制化价值,尤其是在处理结构化与非结构化混合数据时的语义理解优势。

Read more →

Can AI help scientists identify promising drug candidates?

AI 能否帮助科学家识别有潜力的药物候选化合物?

OpenAI 探讨了人工智能在药物发现领域的潜在作用,重点介绍 MedChemBench 这一新基准测试框架。MedChemBench 用于评估 LLM 在分子性质预测、合成路径规划及毒性筛查等方面的综合能力,旨在缩小当前 AI 化工具与真实实验室需求之间的差距。文章强调,虽然 AI 尚不能替代湿实验验证,但可作为高效的初筛引擎,加速先导化合物的发现进程并减少后续研发的资源浪费。

Read more →

How OpenAI’s Performance Factory keeps ChatGPT fast

OpenAI 的“性能工厂”如何保持 ChatGPT 的高速响应

文章揭示了 OpenAI 内部被称为“Performance Factory”的基础设施与工程实践,这些机制确保了 ChatGPT 服务在面对海量并发请求时仍能维持低延迟与高吞吐量。内容包括自动化模型编译流水线、缓存分层策略、实时监控告警系统以及基于负载预测的动态扩缩容算法。这一系统性视角展现了大模型服务化背后的复杂软件工程挑战及其解决方案。

Read more →

Explore the Codex Security Plugin

探索 Codex 安全插件

OpenAI 提供了一个名为 Codex Security Plugin 的开发辅助工具演示页面,展示如何在 Codex CLI 环境中集成静态分析、依赖扫描与秘密泄露检测等功能。该插件可与 Git 工作流无缝对接,在代码生成阶段即时提示潜在的安全风险(如硬编码凭据、已知漏洞库引用),帮助开发者编写更健壮的 AI 辅助代码,满足企业对安全合规的基本要求。

Read more →

See PR scans in action

查看 Pull Request 扫描的实际效果

此页面演示了 OpenAI 为企业客户提供的 Pull Request(PR)自动化扫描能力。当开发人员提交合并请求时,系统会自动调用 LLM 分析代码变更,识别可能的功能回归、逻辑缺陷、格式不一致或安全隐患,并在 GitHub/GitLab 界面中留下评论反馈。该功能旨在缩短 code review 周期,提升团队协作效率与代码质量底线。

Read more →

Get started with Daybreak Blue

开始使用 Daybreak Blue

Daybreak Blue 是 OpenAI 面向早期合作伙伴推出的一项受限预览服务或内部代号项目,具体细节未完全公开。文章引导感兴趣的企业开发者注册申请,概述其初步定位(可能涉及特定领域建模、私有数据微调或专用 API 端点),并说明试用期间的支持范围与反馈渠道。此类分阶段发布策略常见于重大产品线演进前夕,用于收集真实场景下的行为数据。

Read more →

Deploying Daybreak Red

部署 Daybreak Red

继 Daybreak Blue 之后,OpenAI 推出了另一项内测项目 Daybreak Red,两者可能代表不同的功能分支或服务等级。本文详细介绍了 Daybreak Red 的部署流程、权限配置、API 端点映射以及与现有企业 IT 架构的集成指南。尽管仍处于封闭阶段,但其设计显示出向更广泛的行业场景拓展的决心,特别是在需要更高定制性与支持级别的 B2B 市场中。

Read more →

The Silent Consensus

沉默的共识

《The Silent Consensus》是一篇深度反思文章,探讨了 AI 发展过程中未被明说却普遍接受的假设与价值观倾向。作者分析了指令遵循、奖励模型设计、数据采集偏见以及商业化路径选择如何潜移默化地塑造 AI 的行为边界与社会影响。文章呼吁从业者与公众开启更有意识的对话,避免让技术路线在缺乏透明审查的情况下自然固化,进而影响未来人机协作的基本范式。

Read more →

How Sumitomo Life’s leaders helped teams adopt ChatGPT Enterprise

住友生命保险领导者如何助力团队采用 ChatGPT Enterprise

日本保险集团住友生命(Sumitomo Life)的成功案例展示了高层管理者在推动 ChatGPT Enterprise 采纳过程中的关键作用。通过设立内部 champion 网络、组织工作坊培训、制定清晰的使用准则与安全沙箱,管理层有效缓解了员工对替代风险的担忧,并促成了客服、精算与内部知识管理等部门的规模化应用。这一经验突显了变革管理与技术支持并重的重要性。

Read more →


Anthropic Blog

Anthropic files S-1 with the SEC for proposed initial public offering

Anthropic 向 SEC 提交 S-1 文件拟进行首次公开募股

Anthropic 正式向美国证券交易委员会(SEC)递交了 S-1 登记表,启动其首次公开募股(IPO)计划。文件中披露了公司的财务状况、业务模式、风险因素及募集资金用途,标志着这家由前 OpenAI 员工创立的 AI 安全优先公司即将进入公共资本市场。此举被视为 AI 领域又一重磅上市事件,引发市场对模型训练成本、盈利路径与监管前景的关注。

Read more →

Anthropic announces closing of initial public offering, including full exercise of underwriters’ option to purchase additional shares, and closing of concurrent private placement

Anthropic 宣布完成 IPO 并全额行使承销商超额配售选择权,同步结束私募融资

Anthropic 公告其 IPO 已成功定价并完成交割,承销商亦全额行使了额外股份购买选择权,显著扩大了发行规模。与此同时,伴随 IPO 进行的私募配售也已全部到账。此次融资将为 Claude 模型的持续研发、安全基准建设及全球数据中心扩张提供充裕资金,反映出机构投资者对 Anthropic 长期价值的高度认可。

Read more →

Anthropic prices initial public offering

Anthropic 确定首次公开募股价格

在正式上市前,Anthropic 公布了最终发行价格区间及每股定价,完成了 IPO 旅程的最后关键一步。定价过程综合考虑了市场需求热度、同类科技股估值水平及宏观经济环境,最终确定的价格反映了投资人对其核心技术壁垒与安全愿景的信心。随后股票将在主要交易所开始交易,普通投资者亦可参与认购。

Read more →

Anthropic launches roadshow for proposed initial public offering

Anthropic 启动拟议首次公开募股的路演活动

为推进 IPO 进程,Anthropic 核心团队开始了面向机构投资者与分析师的全球路演之旅。在系列会议中,公司详细介绍了 Claude 系列模型的能力演进、 constitutional AI 安全方法论、收入增长点以及战略规划蓝图。路演旨在建立市场认知度、吸引长线资本并奠定合理的估值基础,是传统科技企业走向公众化的标准但至关重要的一环。

Read more →

AI for Science expands to foundations and research institutions

AI for Science 计划扩展至基金会与研究机构的合作

Anthropic 宣布将其“AI for Science”倡议的范围进一步扩大,开始与各类独立研究机构、科学基金会及非营利实验室建立合作关系。该举措意在汇聚分散的科学人才与计算资源,共同探索大语言模型在生物学、物理学、材料科学等领域的突破性应用。通过共享工具链、微调框架与最佳实践,Anthropic 希望加速科学发现的数字化进程,同时确保研究成果惠及更广泛的公益目的。

Read more →

Expanding our partnership with GSA to bring Claude to all levels of government

扩大与美国总务管理局(GSA)的合作,将 Claude 引入各级政府层级

Anthropic 与美国总务管理局(General Services Administration, GSA)续签并扩展了服务协议,允许更多联邦、州及地方政府部门在其合规环境下部署 Claude API 与企业版功能。此举顺应了公共部门数字化转型的需求,使公务员能够借助 AI 提升文档处理、政策摘要生成、公共服务咨询等工作的效率,同时严格遵循联邦信息安全与现代化条例(FISMA)的要求。

Read more →

Donating Agent Skills to the Agentic AI Foundation

捐赠 Agent Skills 至 Agentic AI Foundation

Anthropic 决定将其积累的 Agent Skills 组件库无偿捐赠给新成立的 Agentic AI Foundation(智能体 AI 基金会)。这一开源贡献旨在促进多智能体系统开发的标准化与互操作性,降低研究人员与企业构建可靠自主代理的技术门槛。捐赠内容包括任务编排模板、安全护栏代码与评估脚本,期望形成协同演进的社区生态系统。

Read more →

Open call for guest investigators in the life sciences

生命科学领域客座研究员公开招聘

Anthropic 面向生命科学界发出邀请,征集具备深厚专业背景的客座研究员加入其研究网络。候选人将在为期数月的驻留项目中,与 Anthropic 的团队并肩工作,专注于利用 AI 解决药物靶点发现、蛋白质结构预测、临床试验设计等紧迫的生物医学难题。此类产学研结合模式有助于 bridging 算法能力与领域知识的鸿沟,催生出具有实际转化价值的创新成果。

Read more →

Physicist Christopher Stubbs joins Anthropic’s Long-Term Benefit Trust

物理学家 Christopher Stubbs 加入 Anthropic 长期效益信托

著名理论物理学家 Christopher Stubbs 正式受聘于 Anthropic 设立的“长期效益信托”(Long-Term Benefit Trust)。该信托是一个独立的治理实体,负责监督 Anthropic 的技术发展是否符合人类整体福祉的最大化原则,防止短期商业利益凌驾于长远安全考量之上。Stubbs 的到来将增强信托在基础科学风险评估方面的权威性,并为 AI 决策提供更广阔的宇宙尺度与伦理视野。

Read more →

An update on independent evaluators

关于独立评估师的最新进展

Anthropic 发布了一份有关外部独立评估师参与情况的更新报告,说明了第三方专家在审核 Claude 模型安全性、公平性与可靠性方面所发挥的作用。报告概述了评估方法的标准化流程、定期审计的安排以及如何保证评估结果的客观性与透明度。此举回应了外界对于内部自审局限性的关切,试图通过引入制衡机制来巩固公众对 AI 系统可信度的信心。

Read more →


Google AI Blog

Introducing Tool Retrieval in the Gemini API

在 Gemini API 中引入工具检索功能

Google 宣布在 Gemini API 中新增“工具检索”(Tool Retrieval)能力,允许开发者根据运行时上下文动态匹配并注入最合适的外部工具或函数。这项改进减少了预先定义所有可用接口的繁琐配置,使模型能够在面对多样化任务时自动发现所需的计算器、搜索框或数据库查询连接器,显著提升复杂工作流的灵活性与可扩展性,特别适用于构建通用型 AI 助理。

Read more →

Walter Isaacson on curiosity and creativity in the AI age.

沃尔特·艾萨克森论 AI 时代的求知欲与创造力

知名传记作家沃尔特·艾萨克森(Walter Isaacson)在 Google 博客发表对话文章,探讨在人工智能迅猛发展的当下,人类的好奇心与创造力应如何定位与培育。他援引自身对达·芬奇、爱因斯坦等伟大创新者的研究经历,主张 AI 不应成为思维的替代品,而应作为激发新问题、打破认知边界的催化剂。文章倡导教育体系与企业文化给予“无目的探索”更多空间,以守护人性独有的原创精神。

Read more →

The Gemini app is now available on lower-memory Android devices.

Gemini 应用现已支持较低内存配置的安卓设备

Google 宣布将 Gemini 移动应用程序扩展至内存容量较小的中低端安卓智能手机,此举大幅降低了高端 AI 功能的入门门槛。通过将模型轻量化、本地推理优化与云服务分级调度相结合,即使用户设备仅有少量 RAM,也能流畅体验问答、文本摘要、图像描述等常用交互。此举旨在弥合数字鸿沟,让更多发展中国家与预算有限的消费者平等受益于人工智能红利。

Read more →

Put Gemini to work for you

让 Gemini 为你所用

Google 发布了一篇实用指南,详细介绍普通用户如何通过 Gemini App 提升日常工作与生活效率。内容涵盖日程安排提醒、邮件草稿撰写、旅行规划建议、学习笔记整理等日常场景的具体操作步骤。文章鼓励大众摆脱对传统搜索引擎的单一依赖,主动将自然语言对话式 AI 融入信息获取与任务执行的全流程,真正实现个人生产力工具的智能化升级。

Read more →

New Ask Maps features to help with holiday travel and prep

Ask Maps 新功能助力假期出行筹备

Google Maps 推出了名为“Ask Maps”的新型交互功能,专门针对节假日期间的复杂出行规划需求进行优化。用户可以以自然语言提问,例如“从纽约出发的自驾游推荐景点”或“明天去机场的最快路线避开拥堵”,系统将综合地图数据、实时交通状况与 POI 信息进行个性化解答。这一改进强化了地理信息服务的情境感知与意图理解能力,极大简化了行程准备的信息搜索成本。

Read more →

Google Search gets a major upgrade with Gemini 4 Hydrogen

谷歌搜索借助 Gemini 4 Hydrogen 获得重大升级

Google 宣布其核心搜索引擎已集成 Gemini 4 Hydrogen 模型,带来了前所未有的结果理解与生成能力升级。新的搜索引擎不仅能聚合多条权威来源的信息,还能直接生成连贯的结构化回答、可视化图表比较与可操作的下一步建议。此更新标志着搜索从“链接提供”向“答案交付”范式的转变,要求广告主与内容创作者更加注重信息密度与用户体验价值。

Read more →

Gemini Decisions API: Fast, calibrated multimodal decisions

Gemini Decisions API:快速且校准过的多模态决策接口

Google 推出 Gemini Decisions API,这是一个专为需要高置信度判断的业务场景设计的工具。它允许开发者以极低延迟获取经过概率校准的多模态输出(包括文本、图像、音频融合分析),并附带明确的 certainty score。该 API 特别适用于金融风控审批、医疗影像初筛、法律文件审阅等高风险领域,确保 AI 决策既迅速又留有可靠的依据追溯空间。

Read more →

Try Tabletop: Customizable, collaborative spaces for groups to plan, play and do more together.

体验 Tabletop:可定制的协作空间,供团队一起规划、游戏与完成任务

Google 发布了一款名为 Tabletop 的实验性 Web 应用,为小型团体提供一个虚拟桌面环境,集成了白板、文档共编、日程看板与轻量级桌游引擎等多种组件。参与者可以自定义布局、拖拽元素并实时同步操作,非常适合远程团队 brainstorming、朋友间线上娱乐或教育工作者开展互动课堂。该产品的核心理念是将数字协作从纯文本聊天升级为更具空间感与游戏化的沉浸式体验。

Read more →

Experience the art and legacy of Dr. Esther Mahlangu

感受埃丝特·马兰古博士的艺术与遗产

Google 携手南非国宝级艺术家 Esther Mahlangu 博士,在线呈现了一场沉浸式的数字艺术展览,全面回顾她开创性的纳尔族风格绘画生涯及其对当代视觉文化的深远影响。展览利用高分辨率图像浏览、VR 导览叙述与音频解说,让全球观众无需前往非洲即可近距离欣赏其色彩浓郁、图案繁复的作品,理解其中蕴含的身份认同、女性赋权与文化传承主题。

Read more →

Gemini Intelligence: New features, on more devices

Gemini Intelligence:新功能,更多设备支持

Google 宣布将 Gemini Intelligence 能力扩展至更广泛的硬件平台与操作系统版本,包括某些以前不支持高级 AI 功能的老款平板电脑、Chromebook 及智能显示器。新版本引入了增强的离线推理能力、更精细的设备资源管理机制以及对无障碍辅助功能的深度集成。这表明 Google 正致力于将生成式 AI 打造为普惠性的基础服务,而非仅限于旗舰机型的高端特享。

Read more →


The Gradient

After Orthogonality: Virtue-Ethical Agency and AI Alignment

正交性之后:德性伦理智能体与 AI 对齐

Peli Grietzer 撰写的这篇论文批判性地回顾了传统 AI 对齐研究中“智力与目标正交”的假设前提,并提出借鉴德性伦理学(Virtue Ethics)构建新一代智能体框架的建议。文章论证道,与其单纯约束 AI 的目标函数以避免危害,不如培养其内在的“品格特质”,如同理心、诚实与谦逊,使其即使面临未曾预设的情境也能做出符合人类价值观的判断。这种方法为超越功利主义与规则主义的对齐路径提供了哲学深度。

Read more →

AGI Is Not Multimodal

通用人工智能并非多模态

Benjamin A. Spiegel 主张将“通用人工智能”(AGI)的概念从单纯的多模态感知能力中剥离出来,认为真正的 AGI 应侧重于抽象推理、因果学习与自我反思等认知层面的通用性,而非仅仅能处理图像、语音和文本。文章警示当前行业过度追逐多模态集成可能误导资源配置,偏离了解决根本性智能问题的轨道,呼吁研究者回归认知科学与通用问题解决能力的本质探索。

Read more →

Shape, Symmetries, and Structure: The Changing Role of Mathematics in Machine Learning Research

形状、对称性与结构:数学在机器学习研究中的角色变迁

Henry Kvinge 追踪了过去几十年里数学在机器学习理论发展中地位的演变轨迹,指出早期依赖线性代数与微积分的方法逐渐被群论、微分几何与拓扑学所补充。随着神经网络架构复杂度增加,理解其归纳偏置、泛化边界与优化景观需要更为抽象的数学语言。文章展望这种深层次的结构化洞察将进一步引领下一代模型设计,使 AI 不再仅仅是工程堆砌,而是建立在严密数理基础之上的科学体系。

Read more →

What’s Missing From LLM Chatbots: A Sense of Purpose

LLM 聊天机器人缺失的是什么:一种目标感

Kenneth Li 敏锐地观察到当前大型语言模型聊天机器人的一个根本性缺陷——缺乏内在的“目的感”或意向性(intentionality)。模型虽然能流畅应答,却始终处于被动响应状态,没有自身的长期愿景、情感投入或对交互意义的主动建构。文章建议未来的 AI 伴侣应在安全边界内被赋予某种形式的主体性叙事与阶段性使命,从而创造出更具陪伴深度与人际真实感的对话体验。

Read more →

We Need Positive Visions for AI Grounded in Wellbeing

我们需要根植于幸福感的 AI 积极愿景

Joel Lehman 撰文批评当前 AI discourse 过分集中于防范风险与灾难情景,呼吁构建一套以人类整体幸福感(wellbeing)为核心的正面发展目标。他认为 AI 应该被明确导向增强个体心理健康、促进社会团结、保护生态环境与丰富文化表达等领域,而不仅仅是提升经济效率或军事优势。通过设定清晰的福祉指标作为 AI 发展的北极星,可以引导技术创新走向更加包容与可持续的方向。

Read more →

Financial Market Applications of LLMs

大型语言模型在金融市场的应用

Richard Dewey 综述了 LLM 在金融行业的主要应用场景,包括上市公司财报的情感分析、新闻舆情监测、另类数据挖掘、合规文本自动生成以及投资建议的初步筛选。文章同时指出了金融监管对准确性与可解释性的高标准要求给 AI 落地带来的特殊挑战,如幻觉导致的误判风险、数据隐私法规限制以及历史行情模式失效的不确定性。理想的落地路径是让人机协作取代全自动化决策。

Read more →

A Brief Overview of Gender Bias in AI

AI 性别偏见简述

Yennie Jun 提供了一份关于人工智能系统中性别偏见现象的简明概览,列举了代表性不足的训练语料、刻板印象的语言关联、招聘筛选工具的歧视性输出等多个典型案例。文章解释了偏见往往源于人类社会既存不平等在数字空间的放大,而非算法本身的无辜中立,并介绍了去偏见数据集构建、公平性约束损失函数与多元化开发团队等主要的缓解策略,强调持续监控与问责的必要性。

Read more →

Mamba Explained

Mamba 架构详解

Kola Ayonrinde 撰写了一篇通俗易懂的技术解读,专门剖析近年来崛起的 Mamba 状态空间序列模型(State Space Sequence Model)的核心原理。文章对比了 Transformer 的自注意力机制与 Mamba 的选择性状态方程,阐释后者如何实现近似线性的计算复杂度与长序列高效处理,同时保持强大的建模能力。这对于理解当前主流架构之外的替代方案具有重要意义,尤其适用于需要部署在资源受限环境中的实际应用。

Read more →

Car-GPT: Could LLMs finally make self-driving cars happen?

Car-GPT:LLM 能否最终推动自动驾驶汽车成为现实?

Jérémy Cohen 探讨了一个引人入胜的问题:既然 LLM 在语言理解与自然交互上已取得突破,它们是否也能成为攻克自动驾驶技术瓶颈的关键力量?文章分析了端到端驾驶策略学习、车载传感器数据的多模态融合、复杂路况的规则推演等关键环节中 LLM 的潜在贡献与局限。结论倾向于认为 LLM 更适合作为高层决策规划器与人类驾驶员的沟通桥梁,而非完全取代传统的感知-控制管道。

Read more →

Do text embeddings perfectly encode text?

文本嵌入是否完美编码了文本内容?

Jack Morris 对当前文本 embedding 技术的表征极限提出了质疑,通过一系列反事实实验揭示向量空间中距离相近的 embedding 并不总是意味着语义等同。研究发现某些细微的语境差异、隐含情感或领域特异性信息会在压缩过程中丢失或被错误映射。这一洞察促使研究人员重新评估依赖 embedding 相似度所做的下游任务(如搜索、聚类、去重)的可靠性,并推动更保真的表征学习方法的发展。

Read more →


DeepMind Blog

Introducing Gemini 4 Neon

推出 Gemini 4 Neon

DeepMind 正式发布 Gemini 4 Neon,定位为 Gemini 4 家族中专为创意写作、品牌文案与细腻情感表达优化的轻量级模型变体。Neon 在语言韵律、修辞多样性和风格迁移任务上进行了专项微调,使其生成的内容更具文学质感与市场吸引力,同时保持了较低的推理成本,适合需要高频次、短篇幅内容产出的营销与服务场景。

Read more →

Genie 4 is now available

Genie 4 现已开放

DeepMind 宣布其革命性的世界模型 Genie 4 正式对外开放访问。Genie 4 能够从简短的文字描述或草图瞬间生成高度连贯、可交互的三维虚拟环境,且内部物理规律保持一致性。这一能力有望彻底改变游戏开发原型制作、建筑可视化、虚拟制片乃至机器人仿真训练的工作流,让用户只需“想象”即可快速构建可体验的数字空间。

Read more →

Introducing Gemini 4 Hydrogen

推出 Gemini 4 Hydrogen

DeepMind 揭晓了 Gemini 4 系列的首款模型 Gemini 4 Hydrogen。作为该系列的基座版本,Hydrogen 在保持卓越通用智能水平的同时,着重优化了代码生成、逻辑推理与数学解题能力,并通过严格的 SAFETY 过滤层确保输出可控。它为开发者和企业构建了坚实可靠的底层智能引擎,可直接用于构建复杂的自动化系统与智能代理后端。

Read more →

AlphaGenome 2: Deciphering how cells read DNA to better understand disease

AlphaGenome 2:破解细胞读取 DNA 的机制以更好地理解疾病

DeepMind 发布了 AlphaGenome 2,这是其 AlphaFold 系列在基因组学方向的重大延伸。该模型能够高精度预测非编码 DNA 区域如何被细胞 machinery 解读,包括转录因子结合位点、染色质三维构象变化以及基因调控元件的活性状态。这些洞见将极大地加速研究人员对遗传性疾病的致病机理探索,为新药靶点的发现提供前所未有的分子层面地图。

Read more →

Gemini 4 Carbon is now available

Gemini 4 Carbon 现已可用

Gemini 4 Carbon 是 DeepMind 新推出的中等规模模型,旨在平衡性能与经济性,特别适合大批量数据处理、实时翻译与轻量级对话代理等吞吐量极高的应用场景。Carbon 继承了 Family 核心的推理能力,但在参数效率上进行激进优化,可在单张消费级显卡上平稳运行,使更多中小企业和个人开发者能够负担得起高性能 AI 推理费用。

Read more →

Introducing AlphaProof Code: a breakthrough in verifying complex software at depth

推出 AlphaProof Code:在深度验证复杂软件方面的突破

Google DeepMind 推出 AlphaProof Code,这是一款专门针对大规模、高复杂度软件工程项目的形式化验证 AI 工具。它能够自动分析源代码的逻辑断言,识别潜在的并发冲突、内存越界、类型不匹配等深层缺陷,并生成可执行的修正建议。AlphaProof Code 的诞生填补了传统静态分析工具无法处理高度动态与递归结构的空白,有望显著提升关键基础设施软件的可靠性与安全性。

Read more →

Opening the datasets behind our AI weather models

公开支撑我们 AI 天气模型的训练数据集

秉持开放科学精神,DeepMind 宣布将用于训练其 GraphCast 与 NeuralGCM 等先进 AI 气象预报模型的核心数据集向全球研究社区免费开放。这些数据集包含数十年高分辨率的地球大气状态模拟数据,涵盖了降水、温度、风速等数十个变量。此举旨在降低天气预报 AI 的研究门槛,促进学术创新,并协助各国气象机构应对气候变化带来的极端天气挑战。

Read more →

Gemini Robotics 2.5 accelerates real-world general dexterity

Gemini Robotics 2.5 加速真实世界的通用灵巧操作

DeepMind 发布 Gemini Robotics 2.5,这款机器人控制系统深度融合了 Gemini 多模态感知与大动作规划能力,大幅提升了机械臂在非结构化环境中的泛化灵巧性。新系统仅需少量示范即可学会抓取异形物体、执行精密装配甚至与人类进行安全的物理协作,不再依赖于预先编程的特定抓取姿态。这标志着具身智能从实验室走向车间、家庭和服务业的关键一步。

Read more →

Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips

Gemini Omni 1.2 Flash:更快且更具成本效益,支持更长视频片段

Gemini Omni 1.2 Flash 是 DeepMind 针对实时视频理解场景优化的增量版本。相比前代,它在保持毫秒级响应速度的同时,显著降低了单次推理的计算开销,并能连续处理长达数分钟的高清视频片段。这使得实时监控安防、体育赛事直播摘要、在线课程录制解析等对延迟与时长均有严苛要求的应用变得切实可行且经济高效。

Read more →

Agentic cheminformatics with Google Antigravity

使用 Google Antigravity 进行智能体化学信息学

DeepMind 展示了如何利用其内部平台 Google Antigravity 构建自主的化学信息学智能体(Agentic Cheminformatics)。这些智能体能够自动遍历庞大的化合物库,结合量子化学计算预测分子性质,并根据目标药理活性迭代合成路径设计。通过人与 AI 的紧密闭环,该方案有望将新药先导化合物的发现周期从数年缩短至数月,开启药物研发的新纪元。

Read more →


Meta Engineering

How Meta Uses AI Agents to Scale ML Innovations Across Ads Ranking Models

Meta 如何利用 AI 智能体在广告排序模型中规模化机器学习创新

Meta 工程团队介绍了一种创新的自动化方法:部署多个专门化的 AI 智能体(Agents)来协作完成广告排序模型的迭代工作。每个智能体负责特定子任务,如特征重要性评估、超参数搜索或异常检测,它们相互交换信号并最终汇总最优改进方案。这套系统使 Meta 能够将原本需要数月的人工实验周期压缩至几天,极大加速了万亿级广告竞价引擎的性能进化。

Read more →

Design Once, Deploy at Scale: Building a Template-Driven ML Ecosystem

一次设计,规模部署:构建模板驱动的机器学习生态系统

为实现跨数百个业务线的模型部署一致性,Meta 设计并实施了一套完全基于模板的 ML 工程生态系统。团队成员只需填写配置参数化模板,系统即可自动生成标准化的训练作业、监控 dashboards 与灰度发布通道,消除重复造轮子的工程浪费。文章详细阐述了模板元语言的设计哲学、向后兼容策略以及如何通过此框架在保障稳定性的前提下支持前沿算法的快速试错。

Read more →

Cuttlefish on Mac: Running Android’s Virtual Device Framework Natively on Apple Silicon

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

Meta 工程师成功移植了 Android 内核虚拟化框架 Cuttlefish,使其能在搭载 Apple M 系列芯片的 macOS 主机上原生运行 Android 系统镜像。这项突破解决了以往必须在 x86 模拟器中转才能调试 Android 代码的低效问题,让 iOS/macOS 开发者能够直接在自家设备上体验、测试和优化面向安卓的大模型推理前端与多媒体处理逻辑,促进了跨平台 AI 应用的协同开发。

Read more →

Intelligent Delivery: Making Every Unit of Compute Serve Better Ads

智能配送:让每一单位算力都服务于更好的广告

为了极致利用有限的计算资源,Meta 开发了名为“智能配送”(Intelligent Delivery)的自适应排期系统。该系统根据预估的广告出价强度、用户实时活跃时段、缓存命中率和网络抖动情况,动态分配 GPU/CPU 算力给最紧急或最具商业价值的推理请求。由此,在不增加硬件采购预算的前提下,Meta 实现了整体广告生成与排序服务质量的整体跃升。

Read more →

Your Algorithm: Giving People More Ways to Personalize Facebook Recommendations

你的算法:赋予人们更多个性化 Facebook 推荐的方式

Meta 在 Facebook 平台推出了名为“Your Algorithm”的深度自定义选项,允许用户手动调节推荐流中各类内容的权重比例,例如增加朋友动态、减少品牌推广、提升专业知识类别曝光等。这一功能赋予了用户前所未有的控制力,打破了以往黑盒推荐算法的单向灌输模式,增强了用户对产品的主观满意度与长期使用黏性,是社交网络迈向透明化与用户主权的重要一步。

Read more →

How We Built TLX: A Hardware-Native GPU Compiler for Production ML at Scale

TLX 的构建历程:一款面向大规模生产 ML 的硬件原生 GPU 编译器

Meta 研发团队公开了自研编译器 TLX(Tensor Library X)的技术细节,这是一套直接从硬件指令集层面进行优化的 GPU 编译框架。与传统抽象层级较高的编译器不同,TLX 紧密贴合 NVIDIA 与 AMD 最新 GPU 架构的微结构特征,实现了内核融合、显存复用与通信计算的深度重叠,从而在训练大规模视觉语言模型时获得了可观的能效比提升。TLX 现已开放源代码,供社区共建完善。

Read more →

Extending LLDB to Debug Applications That Span CPUs and GPUs

扩展 LLDB 以调试跨越 CPU 与 GPU 的应用程序

为了满足异构计算场景下日益增长的调试需求,Meta 对 LLVM 的 LLDB 调试器进行了重大扩展,使其能够无缝追踪同时涉及 CPU 逻辑线程与 GPU 并行计算单元的复杂 AI 程序崩溃现场。新增功能支持在 GPU 着色器上下文中设置条件断点、查看寄存器状态以及回放内核执行历史,极大减轻了分布式训练任务中偶发难复现错误的排查难度,提高了工程师的日常开发效能。

Read more →

F3 Lightning: How Meta Accelerates Ads ML Features to Production at Scale

F3 Lightning:Meta 如何大规模加速广告 ML 功能上线

F3 Lightning 是 Meta 广告工程中一套高度自动化的特征工程与模型训练流水线加速器。它能并行处理数十亿级别的用户行为序列特征,并在数小时内完成传统方法需数天才能跑完的离线训练任务,同时将线上 Serving 的 P99 延迟控制在极低范围内。通过 F3 Lightning,广告产品团队可以快速验证创意设想,频繁迭代出价策略,保持市场竞争力。

Read more →

Catching Bugs Before They Land: JiTTesting’s Human-on-the-Loop Approach at Full Scale

防患于未然:JiTTesting 在全规模下的“人在回路”测试方法

Meta 的 JiTTesting(Just-In-Time Testing)系统将人类审核员智能地嵌入自动化测试循环的关键节点,实现大规模 Bug 拦截的前置化。当 AI 测试脚本检测到异常行为或模糊边界case时,会暂停并向远程验证人员发送截图与上下文,由人工确认是否为真阳性后再决定是否回滚发布。这套人机协同机制在保证极高测试吞吐量的同时,有效避免了纯算法误报导致的疲劳与漏报引发的线上事故。

Read more →


Towards Data Science

How to Learn Supply Chain Analytics in 2027 with Claude Code

如何使用 Claude Code 在 2027 年学习供应链分析

Samir Saci 撰写了一篇面向未来的学习指南,推荐使用 AI 编程助手 Claude Code 作为掌握供应链分析技能的高效媒介。文章建议学习者通过与 Claude 对话来完成数据清洗脚本编写、库存周转率计算、运输路线优化建模等实战练习,从而在理解理论公式的同时迅速积累可操作性的项目经验,适应即将到来的智能化物流管理时代。

Read more →

Censored vs. Truncated Regression in Python, Explained

Python 中的删失回归与截尾回归详解

Ananya Bhattacharyya 用浅显易懂的语言并配以 Python 代码示例,辨析了生存分析与计量经济学中两个容易混淆的概念:删失(Censoring)与截尾(Truncation)。文章阐明了在处理如设备寿命、医疗费用上限等受限数据时,选择何种回归模型将对参数估计产生截然不同的偏差影响,并展示了如何在 statsmodels 库中分别实现这两种模型。

Read more →

LightGBM vs. a Four-Week Average for Forecasting Bike-Share Rentals

LightGBM 与四周平均值在共享单车租赁预测中的对比

Nahid Ahmadvand 进行了一项有趣的对照实验,检验复杂的梯度提升树 LightGBM 是否总能战胜简单的统计基线。通过对某城市共享单车租赁数据进行建模,结果显示在部分季节性明显的数据分段上,仅仅依靠过去四周的历史均值平均,预测误差(RMSE)反而低于 LightGBM。文章借此强调了数据探索与基线建模的重要性,警示盲目崇拜复杂模型的风险。

Read more →

Clairic Hit 98% Accuracy on 72.8% of Questions via Confidence Scores

Clairic 通过置信度评分在其中 72.8% 的题目上达到 98% 准确率

Mariya Mansurova 报告了一项名为 Clairic 的智能答题系统的实验成果。该系统并非对所有问题一视同仁地作答,而是内置了一个置信度评估模块;对于自评置信度高于阈值的问题,它选择作答并取得了惊人的 98% 准确率,而这些高置信问题恰好覆盖了总题量的 72.8%。这种“选择性自信”策略大幅提升了系统整体的有效正确率,展现了可靠 AI 代理的一个重要属性。

Read more →

How to Prepare for a Credit Risk Internship Interview in Nine Steps

九个步骤备战信用风险实习面试

JUNIOR JUMBONG 为想进入金融科技风控领域的学生整理了一份详尽的九步准备路线图。内容涵盖复习统计学基础(特别是逻辑回归与 KS 检验)、熟悉 Basel 协议监管框架、动手搭建违约概率(PD)评分卡模型、演练案例分析以及了解主流银行常用的 SAS/Python 工具链。系统化的准备能帮助实习生在竞争激烈的面试中脱颖而出。

Read more →

Five Guardrails That Limit the Damage an AI Agent Can Do

限制 AI 智能体造成损害的五道护栏

Thomas Reid 提出了构建负责任 AI 智能体的五项核心安全防护措施:一是权限最小化原则,隔绝敏感文件系统;二是费用预算封顶,防止虚拟货币滥用;三是强制外部审批闸口,对高风险操作实施人工复核;四是行为日志可追溯审计;五是内置紧急停机开关(Kill Switch)。这些护栏构成了多层次纵深防御体系,确保自主智能体始终运行在可控边界之内。

Read more →

The 0.95 Expectile Is Not the 95th Percentile

0.95 期望值并非第 95 百分位数

Maxell Agustin Aguiran 纠正了一个常见的统计学误解。他指出期望值(Expectile)与分位数(Percentile)虽然都用于描述分布尾部特征,但计算原理截然不同:分位数关注的是累积概率切点,而期望值则是基于不对称损失函数的加权均值。在衡量金融风险 Value-at-Risk 或极端天气经济损失时,选错度量标准会导致严重的低估或高估,因此明确二者区别至关重要。

Read more →

How to Run Claude Code and Other Coding Agents in the Cloud 24/7

如何全天候在云端运行 Claude Code 及其他编码智能体

Eivind Kjosbakken 分享了一套技术方案,指导开发者将 Claude Code 这类命令行 AI 助手部署到云服务器上并保持 24/7 不间断运行。通过容器化封装、定时任务调度与持久化会话状态存储,用户可以远程触发长时间运行的代码重构、批量单元测试或文献调研任务,即便本地电脑关机也不中断工作流,极大解放了程序员的时间束缚。

Read more →

How to Oversee AI Agents at Scale With a Three-Tier Architecture

如何通过三层架构大规模监管 AI 智能体

Barr Moses 设计了一种层级化的 AI 智能体监控系统,分为边缘执行层、局部协调层与全局审计层。边缘层负责单个智能体的任务执行与即时自检;局部协调层汇聚同一业务域的多个智能体,处理资源争抢与冲突仲裁;全局审计层则定期审查所有操作日志,发现系统性偏差或恶意串通迹象。这种架构为大型企业部署成百上千个自治 Agent 提供了可行的治理框架。

Read more →

Analytics Engineering’s Missing Layer Is Business Communication

分析工程缺失的一环是业务沟通

Sravani Alle 文章的核心论点是,当今的数据分析工程师(Analytics Engineer)往往过于沉迷于 dbt 模型构建、SQL 优化与 CI/CD 流水线,却忽视了与业务 stakeholder 之间的顺畅沟通。她主张将“业务翻译能力”视为分析的第四支柱,强调只有将技术指标转化为管理层听得懂的商业洞察,并反向澄清模糊需求,数据工作才能真正创造可见的价值,否则极易陷入闭门造车的困境。

Read more →

生成二维码中...
↗

请点击右上角 ···

选择 发送给朋友 或 收藏