跳到正文

全部动态

今日 1 条
10月8日周四
  1. Microsoft Research78

    微软研究院开源 Agent Lightning v1.0:3500 行轻量 Agentic RL 框架,支持真实 harness 训练

    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,无需在训练框架内重写 agent。

    推荐理由:微软研究院开源 3500 行 Agentic RL 框架,给出真实 harness 训练与 14.6 分提升的完整链路,可据此评估自建训练成本。

10月7日周三
  1. Google DeepMind78

    Google DeepMind 发布 EmbeddingGemma 2 开源轻量多模态嵌入模型

    Google DeepMind 发布 EmbeddingGemma 2,这是面向端侧的多模态嵌入模型,原生将文本、图像、音频和视频映射到统一嵌入空间,基于 Gemma 4 架构、Apache 2.0 许可,参数量 740M。

    推荐理由:EmbeddingGemma 2 把文本、图像、音频、视频统一到同一嵌入空间,并给出端侧内存与向量截断的具体数据,便于评估本地多模态检索的可行性。

  2. Microsoft Research18

    微软研究院 Jennifer Neville 谈 AI 的意外失败与评测边界

    微软研究院 partner research manager Jennifer Neville 在 Microsoft Research Podcast 中讨论了评测如何推动 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"。她结合自身从数学、物理、认知科学到计算机科学的经历,分享了使用当前 AI 系统的实用建议,并强调当结果超出预期时深入审视数据的重要性。

  3. AWS Machine Learning Blog12

    AWS 如何帮助客户对齐 ISO/IEC 42005:2025 负责任 AI 治理

    AWS 发文解读国际标准 ISO/IEC 42005:2025,说明客户如何将 AI 系统影响评估纳入企业风险管理体系。该标准覆盖评估全生命周期(范围界定与执行、分析与报告、持续监控与复审),并提供 Annex D 整合流程与 Annex E 独立模板,还给出轻量级 triage 分类以判断是否需要完整评估。

10月6日周二
  1. AWS Machine Learning Blog58

    GLM 5.3 上线 Amazon Bedrock

    智谱(Z.ai)的 GLM 5.3 已在 Amazon Bedrock 上线,该模型为 753B 参数的 MoE 架构,面向编码与长周期智能体任务,Z.ai 报告其在 CyberGym 基准上取得 84.5 分。

    推荐理由:原文给出 GLM 5.3 在 Bedrock 上的接入方式与提示词缓存用法,读者可据此评估托管推理的落地成本。

  2. GitHub Blog · AI & ML52

    GitHub 发布 ReviewBench:面向 AI 代码审查的开放基准

    GitHub 发布 ReviewBench,一个面向 AI 代码审查智能体的开放离线基准,研究预览版已上线官网。基准基于 1.039 亿个 GitHub pull request 的分布构建,包含 19 种语言、187 个开源仓库的 219 个 pull request,采用多来源 golden set 与统一评分标准,发布前由资深工程师独立复核,一致率 96.6%。

    推荐理由:GitHub 公开了代码审查基准的构建方法与评测口径,读者可据此判断自家审查智能体的强弱与取舍。

10月5日周一
10月3日周六
  1. AWS Machine Learning Blog18

    Amazon Quick Sight 推出层级筛选器,简化仪表板下钻

    Amazon Quick Sight 发布层级筛选器,可将最多五级的相关字段(如 Region → Sub-Region → Country → City)整合进单个紧凑控件,替代多个独立筛选器。读者可按层级逐级下钻,也能在同一控件中混选不同层级,例如同时选中整个日本和纽约市。该功能已在 Quick Sight 中可用。

  2. AWS Machine Learning Blog34

    如何在 AWS 上为 Claude Platform 配置多环境访问

    AWS 发布 Claude Platform on AWS(CPonAWS)多环境访问实施指南,采用专用 AI Services 账户架构,通过跨账户 SigV4、工作区级 API key 和 OIDC 联合三种方式分别接入 AWS 工作负载、开发者笔记本和外部环境。该方案以单一订阅配合工作区隔离生产与开发流量,AWS 工作负载无需存储或轮换密钥,外部工作负载则使用零持久凭证的短期 token。

10月2日周五
  1. AWS Machine Learning Blog41

    用 Amazon Quick 和 Adjudicated Query 模式批量审查数千份租约合规性

    AWS 提出 Adjudicated Query 设计模式,让业务用户在 Amazon Quick 聊天界面提问合规问题,实际判定交由确定性规则引擎完成。该模式通过完整性回执确保合规、违约、模糊、不可读记录之和等于已扫描总数,避免记录被静默遗漏,并保留规则版本、条款文本、方法与日期等可辩护依据。