跳到正文

#开源生态

今日 0 条
10月30日周五
  1. AWS Machine Learning Blog20

    英国亚马逊快速用户组2026年发展回顾

    英国亚马逊快速用户组在2026年举办了三次季度会议,吸引了超过150名参与者。用户组通过实际操作和经验分享,使用亚马逊快速工具解决数据混乱问题,提高决策速度和满意度。会议内容包括构建自定义聊天代理、使用亚马逊快速桌面、开发Web应用程序等。用户们分享了如何利用亚马逊快速工具改善数据驱动文化,提高决策效率。

10月29日周四
  1. AWS Machine Learning Blog45

    AWS Ray Train 在 EKS 上实现分布式训练教程

    AWS 发布了 Ray Train 深度学习容器(DLC),用于在 EKS 上进行分布式训练,本文介绍了如何使用这些工具进行 PyTorch 训练的配置和使用。

    推荐理由:本文介绍了如何使用 AWS 的 Ray Train 深度学习容器(DLC)在 EKS 上进行分布式训练,读者可以了解如何配置和使用这些工具来优化 PyTorch 训练过程。

10月28日周三
  1. AWS Machine Learning Blog65

    Property Finder 通过 Amazon Bedrock 优化模型评估和选择

    Property Finder 发现其评估标签存在偏差,导致模型比较失去有效性。通过在 Amazon Bedrock 上应用进化提示优化,实现了更高的准确性和更低的成本。

    推荐理由:Property Finder 通过识别评估偏差、构建无偏见的真实标签和应用于 Amazon Bedrock 的进化提示优化,实现了更高的准确性和更低的成本。读者可以从中学习到如何在自己的工作负载中应用这些方法。

10月27日周二
10月23日周五
10月22日周四
  1. AWS Machine Learning Blog40

    AWS PrivateLink:企业网络中快速访问的保障

    AWS PrivateLink 通过建立私有网络连接,确保企业数据在 AWS Quick 中访问时不会暴露在公共互联网上,降低攻击面,提供低延迟连接,并支持合规审计。Quick 提供两种数据访问路径:用户界面流量通过 VPC 端点处理,数据提取流量通过 VPC 连接处理,支持连接到企业内部数据库和知识库。

10月21日周三
  1. AWS Machine Learning Blog70

    i14与AWS合作在Trainium2上训练和部署Laplace 3B线性注意力模型

    i14与AWS合作,在Trainium2上训练和部署了Laplace 3B线性注意力模型,展示了原生PyTorch在Trainium2上的应用潜力,为智能体系统提供了新的解决方案。

    推荐理由:i14与AWS合作,在Trainium2上训练和部署了Laplace 3B线性注意力模型,展示了原生PyTorch在Trainium2上的应用潜力,为智能体系统提供了新的解决方案。

  2. AWS Machine Learning Blog45

    在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 以实现多语言推理

    本文介绍了如何使用 Amazon SageMaker HyperPod 对 GPT-OSS-20B 进行多语言推理微调,并探讨了监督微调(SFT)和强化学习与组相对策略优化(GRPO)的应用效果。

    推荐理由:原文详细介绍了如何对 GPT-OSS-20B 进行多语言推理微调,并探讨了 SFT 和 GRPO 的应用效果,对研究该领域的读者有参考价值。

10月15日周四
  1. NVIDIA Blog45

    NVIDIA 通过开放学习资源、合作和计算资源扩大对欧洲科学界的先进技术访问权限

    NVIDIA 加入欧洲委员会的 AI in Science Enablers Initiative,提供加速工具、模型和平台访问、计算和云资源、数据、科学资源、技能培训和技术支持、合作项目和试点,以及为研究人员和人才提供支持。

    推荐理由:NVIDIA 通过开放学习资源、合作和计算资源,扩大了其对欧洲科学界的先进技术访问权限,读者可以关注其对欧洲科研社区的影响。

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。

10月6日周二
9月25日周五
  1. GitHub Blog · AI & ML62

    GitHub Security Lab 发布 Fuzzing Taskflow 智能体,自动完成 C/C++ 模糊测试全流程

    GitHub Security Lab 发布 Fuzzing Taskflow,一个面向 C/C++ 项目的自主模糊测试流水线,只需指向一个 GitHub 仓库,它就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness,最后对每个崩溃做分诊并生成漏洞报告。

    推荐理由:GitHub Security Lab 把模糊测试的 harness 编写、覆盖率追踪与崩溃分诊交给 LLM 智能体,读者可据此判断自动化安全测试的边界。

9月24日周四
  1. NVIDIA Blog62

    NVIDIA 联合 Google DeepMind 等开放 2800 多种病毒的蛋白结构数据集

    NVIDIA 加入由 Google DeepMind、EMBL-EBI 等组成的全球研究联盟,通过 AlphaFold Database 开放 2800 多种病毒的蛋白复合物预测 3D 结构,供任何科学家免费使用。

    推荐理由:NVIDIA 联合 Google DeepMind 等机构开放 2800 多种病毒的蛋白复合物结构预测,读者可了解开放科学在疫情准备中的具体做法。

  2. Microsoft Research62

    微软研究院:将物理 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性测量,发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU,可提升任务成功率、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推理与卸载推理的差异,并给出可复用的 Kubernetes 卸载工具链。

9月23日周三
9月22日周二
9月21日周一
9月8日周二
  1. Google DeepMind71

    Google DeepMind 发布 AlphaGenome Atlas,覆盖人类基因组 90 亿个单核苷酸变异预测

    Google DeepMind 发布 AlphaGenome Atlas,一个包含人类基因组 90 亿个单核苷酸变异效应预测的平台,规模达 1PB,是 AlphaFold Database 的 30 倍以上,已通过网站门户免费开放给学术研究使用。

    推荐理由:AlphaGenome Atlas 把 90 亿个单核苷酸变异的预测结果做成可检索资源,读者可据此了解基因组变异解读的规模化路径。

8月21日周五
  1. Microsoft Research40

    微软 Skala 1.1 发布:训练数据增 2.5 倍,已接入 CP2K 并推进 Psi4、FHI-aims、ORCA、VASP 集成

    微软研究院发布深度学习 DFT 交换关联泛函 Skala 1.1,训练数据比首个公开版本多 2.5 倍,在 GMTKN55 的 55 个类别中 32 项排名第一,加权平均误差 2.8 kcal/mol。Skala 现已在 CP2K 中可用,并正被集成进 Psi4、FHI-aims、ORCA 和 VASP,同时微软推出持续追踪各版本计算性能的 living benchmark。

8月6日周四
  1. Google DeepMind76

    Google DeepMind 开源 WeatherNext 气旋预报模型

    Google DeepMind 在 Nature 发表论文,称 WeatherNext AI 模型在气旋路径、强度和风场结构预报上达到 SOTA,平均多出一天预报时效,三天预报精度相当于此前模型的两天水平。

    推荐理由:原文给出气旋路径与强度预报的领先幅度和开源范围,读者可据此判断气象预报模型的进展与可用性。

8月4日周二
  1. Microsoft Research71

    微软研究院开源 Orchard:面向可扩展智能体 AI 的开放框架

    微软研究院发布开源框架 Orchard,核心是 Kubernetes 环境服务 Orchard Env,可复用于软件工程、网页导航和个人助理等任务,并支持在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中直接训练智能体。

    推荐理由:微软研究院开源 Orchard 框架,给出环境服务与三个领域训练配方,读者可了解小模型在真实 harness 中训练的具体路径。

7月29日周三
  1. Berkeley AI Research62

    从 CUDA 到 MLX:K-Search 如何把数十年内核经验带到 Apple Silicon

    Berkeley AI Research 与 IBM Research 将演化式内核搜索框架 K-Search 扩展到 MLX 后端,并加入结构化的 CUDA 到 MLX 翻译层,让已有 CUDA 内核经验自动适配 Apple Silicon。

    推荐理由:原文给出 CUDA 到 MLX 的翻译层设计与两组内核实测数据,可了解跨硬件迁移优化知识的具体做法。

6月22日周一
6月9日周二
5月17日周日
4月27日周一
  1. OpenAI News58

    OpenAI 发布 Codex 编排开源规范 Symphony

    OpenAI 发布 Symphony,一个面向 Codex 编排的开源规范,可把 issue tracker 变成常驻运行的智能体系统。据其介绍,该方案旨在提升工程产出并减少上下文切换。

    推荐理由:OpenAI 公开 Codex 编排的开源规范,读者可了解如何把 issue tracker 接入常驻智能体系统。

4月22日周三
4月3日周五
3月24日周二
12月9日周二
10月29日周三
8月5日周二
  1. OpenAI News82

    OpenAI 发布 gpt-oss-120b 与 gpt-oss-20b 开源权重模型

    OpenAI 发布 gpt-oss-120b 和 gpt-oss-20b 两款开源权重语言模型,采用 Apache 2.0 许可。官方称这两款模型在推理任务上优于同规模开源模型,具备较强的工具调用能力,并针对消费级硬件的高效部署做了优化。

    推荐理由:OpenAI 开源两款权重模型并给出尺寸与许可,读者可据此判断本地部署与推理任务的可用性。

  2. OpenAI News62

    OpenAI 发布其最强开放权重模型

    OpenAI 发布其能力最强的开放权重模型,称这是让先进 AI 更开放、灵活、可及的重要一步。官方表示,其使命是让尽可能多的人用上 AI,此次发布是朝这一方向迈出的重要进展。

    推荐理由:OpenAI 官方宣布发布其能力最强的开放权重模型,读者可了解其开放与可及性主张。

5月8日周四