跳到正文
10月15日周四
  1. NVIDIA Blog34

    NVIDIA 通过开放学习资源、合作与算力扩大欧洲科研界先进技术获取

    NVIDIA 加入欧盟委员会在都柏林 AI in Science Summit 上启动的 AI in Science Enablers Initiative,为欧洲科研社区提供加速工具、算力、培训与协作支持。NVIDIA 已开放超 250 个模型、250 个数据集和 1400 多个开源软件项目,并推出免费开源课程平台。欧洲目前有 35 台超算在建,将服务超 300 万名研究人员。

10月14日周三
  1. GitHub Blog · AI & ML38

    GitHub 如何用 ModernBERT 分类器更少噪声地检测密钥

    GitHub 用微调后的 ModernBERT 分类器替换原有 LLM 流水线来识别通用密钥,用户接受率提升 11.5%,推送后扫描中位执行时间缩短 86%,服务成本降低 98% 以上。该方案先用正则表达式高召回生成候选,再由分类器结合文件路径、变量名和上下文判断是否为真实凭据。效率提升使通用密钥检测得以扩展到推送保护阶段。

10月8日周四
  1. MIT Technology Review · AI18

    AVEVA 首席技术官谈如何构建更安全的自主工业 AI 路径

    AVEVA 首席技术官 Arti Garg 提出,工业 AI 正从预测分析转向基础模型、physical AI 与 agentic AI,部署须以安全、可靠和人类监督为前提。她主张 AI 应增强而非取代关键决策中的人,并以护栏界定自动化边界;一项研究显示工业领域 AI 采用率两年内增长约 78%。她还参与 IEEE 工作组制定衡量 AI 电力、水、碳等环境足迹的标准方法。

  2. Microsoft Research71

    微软研究院开源 Agent Lightning v1.0:3500 行代码的轻量 Agentic RL 框架

    微软研究院开源 Agent Lightning v1.0,一个约 3500 行代码的轻量 Agentic RL 框架,提出 Harnessed Agentic RL 范式,让部署时使用的 agent harness 直接参与强化学习训练,无需在训练框架内重写 agent。

    推荐理由:微软研究院开源 Agent Lightning v1.0,用约 3500 行代码把部署中的 agent harness 直接接入强化学习训练,并给出可复现的编码 agent 训练结果。

10月1日周四
  1. Microsoft Research38

    微软研究院用机器学习预测电网空间天气风险

    微软研究院实习生构建的机器学习流水线可为美国本土66,935座变电站提供提前30-60分钟的位置级空间天气风险预测,评估期内检出近80%的重大事件。系统结合AE与Dst指数预报、纬度、地质电导率及电网数据,Dst预测在2020-2026年评估期峰值活跃时段有62.2%的小时优于Burton方程。

9月25日周五
9月24日周四
  1. Microsoft Research60

    微软研究院:把物理 AI 推理卸载到边缘或云端可提升机器人性能与续航

    微软研究院对移动操作机器人工作负载做了系统测量,发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU,能提升任务成功率、支持更大模型并延长续航。

    推荐理由:微软研究院系统测量了机器人端侧 GPU 推理的瓶颈,并给出可复用的 Kubernetes 卸载工具链,为具身智能系统设计提供实测依据。

7月29日周三
7月7日周二