跳到正文
10月14日周三
  1. 论文Apple Machine Learning Research22

    Apple 研究:用语音基础模型的语种选择性维度直接检测语码转换

    Apple 研究团队提出一种轻量方法,直接从句语音频中检测语码转换(CS),无需依赖多语种转录。该方法利用预训练语音编码器帧级语种信息,通过单语录音识别语种选择性隐藏状态维度并聚合其帧级激活进行 CS 预测。在 CS-FLEURS 的 14 个语种对上,Whisper-small 编码器取得平均 F1 0.798,高于 CNN 的 0.776 和 HuBERT 线性基线的 0.751。

  2. 论文Apple Machine Learning Research38

    Apple 首次从头预训练三模态掩码扩散模型 MDM,3B 规模验证统一设计

    Apple 提出首个从头预训练的三模态掩码扩散模型(MDM),在文本、图文和音频-文本数据上统一训练,并系统分析多模态缩放规律、模态混合比例与噪声调度。其批次大小分析给出基于 SDE 的重参数化方法,将物理批次与逻辑批次解耦,免去最优批次调参。初步模型在 3B 规模(6.4T tokens)下于文本生成、T2I 和 T2S 任务均取得强劲结果。

  3. 论文MIT News · AI38

    人工神经网络如何构建自己的学习机制

    MIT McGovern 研究所团队在 PNAS 论文中提出,衡量人工神经网络生物学合理性的关键指标是网络能否在没有开发者干预下自我组织,并证明随机连接的单元组仅凭简单的连接调整规则就能重塑为有效的信息处理网络。该网络依靠自组装基序实现学习,性能与采用反向传播训练的网络相当。研究目标是理解大脑的学习规则,也可能反过来改进机器学习系统。

  4. 行业TechCrunch · AI36

    Flox Intelligence 用 AI 让野生动物远离火车、机场和公路

    Flox Intelligence 开发出边缘 AI 驱离设备,可识别靠近铁路、机场和公路的动物种类并播放对应声音将其吓退,目前约 150 台设备已在北美、欧洲和澳大利亚的机场、铁路走廊、国家公园等地部署。该公司从 KTH 皇家理工学院分拆,已累计融资约 500 万美元,正启动 1000 万美元 A 轮融资,计划将设备规模扩展至数千台,并与列车制造商 Alstom 等 OEM 伙伴合作。

  5. 行业The Verge · AI58

    Epic 对未公布迪士尼游戏转向 AI 加速开发

    据 Bloomberg 报道,Epic Games 计划在一款未公布的迪士尼射击游戏中使用 AI 生成代码和美术,该项目已从原定 3 月发售窗口延期。项目开发者被要求执行 AI 优先指令,更多使用 Anthropic 的 Claude 等工具,一名游戏总监在给员工的信中称不再手写代码,游戏全部美术将由完整 AI 工作流生成。

10月13日周二
  1. 观点The Decoder50

    Anthropic 的 Andrej Karpathy:AI 真实能力只被极少数人看到

    Andrej Karpathy 将大语言模型用户分为四层:约 60 亿人几乎未接触过 LLM,10 至 20 亿人只用免费版聊天机器人,约 2000 万数学和编程专业用户已用智能体完成过去需数周的项目,而仅约 5000 人能接触内部前沿系统。他称“外部世界只看到了预览”,这批人看到的是数千智能体协作数周完成软件巨型项目、挖掘零日漏洞、推进数学前沿,人类审查与理解已开始落后。

  2. 论文The Decoder82

    Google DeepMind 的 AlphaProof Nexus 解决数十个开放数学问题并获同行评审

    Google DeepMind 的 AlphaProof Nexus 在 Science 发表的新研究中独立解决了数十个开放数学问题,包括 353 个 Erdős 问题中的 9 个,其中两个已悬置 56 年。

    推荐理由:读者可了解 AlphaProof Nexus 在 Erdős 问题与 OEIS 猜想上的具体成果,以及它选择同行评审这一路径的背景。

  3. 论文Apple Machine Learning Research38

    Apple 研究:双语预训练混合优于超参数调优,数据受限场景下性能提升最高相当于 2–13 倍目标数据

    Apple 研究团队在 150M 至 1.43B 四种模型规模、约 1000 次预训练实验中对比发现,混入高资源语言数据(英语)比超参数调优更能改善阿拉伯语低资源预训练效果,且差距随模型规模扩大。混合带来的提升在验证损失上相当于 2–3 倍目标数据,在下游任务准确率上相当于 2–13 倍。研究建议优先调整混合比例,并通过 μP 从小代理模型迁移超参数。

10月12日周一
10月11日周日
  1. 行业TechCrunch · AI40

    Apple 以反向收购式招聘引进 Huxe 团队并获其技术授权

    Apple 向欧盟委员会披露,已同意向 Huxe AI 部分员工发出聘用邀约,并获得 Huxe 知识产权的非独占许可。Huxe 由曾参与 NotebookLM(后更名 Gemini Notebook)AI 播客功能的开发者创立,于 5 月 21 日宣布关停应用并删除用户数据,Apple 在 6 月 9 日通报了该交易。文件未披露获聘人员及 Apple 后续计划。

10月10日周六
  1. 产品The Decoder62

    Anthropic 的 Claude Science 首次绘制完整紫外天图

    Anthropic 的 Claude Science 首次绘制出完整的紫外天图。该项目由 Claude Science 协调多个 AI 智能体,从多个太空任务下载数据、进行校准并合并,再用 inpainting 技术补全缺失区域,测试中预测值与实际测量平均偏差约 10%。约翰斯·霍普金斯大学天体物理学家 Brice Ménard 在 Anthropic 网站介绍了这一过程,并称该图将作为教学材料。

  2. 行业The Verge · AI88

    OpenAI 一次性放出近 400 项 AI 数学成果,数学家称需数年消化

    OpenAI 本周发布近 400 项 AI 生成的数学结果,分布在 700 多份手稿中,覆盖组合数学、几何、数论、理论计算机科学、代数、拓扑、概率与统计力学及数学物理等领域。

    推荐理由:通过数十位数学家的第一手反应,呈现AI批量产出数学成果对学术生态与研究者职业路径的冲击。

  3. 行业TechCrunch · AI40

    Amazon 放弃数据中心 NDA,AI 智能体想要你的信用卡

    Amazon 宣布在与地方政府谈判数据中心交易时不再使用保密协议(NDA),此前微软今年早些时候已采取类似举措。保密做法引发的社区反对已导致从纽约到旧金山数百项拟议和已生效的禁令。与此同时,一批初创公司押注消费者愿意让 AI 智能体访问其收件箱、文件和信用卡,前提是能让网站放行。

10月9日周五
  1. 安全实践Hugging Face Blog70

    作者用 ML Intern 两天训练六个模型,总花费约 103 美元

    Hugging Face 作者借助 HuggingChat 中的 ML Intern,用提示词驱动完成六个模型的训练、评测与发布,总计算花费约 103 美元。其中把 Qwen-Image 2.1 的 9B 提示词改写器蒸馏成 0.8B 版本,可在 CPU 上运行,输出有效率 99.7%,token 用量约为教师模型的四分之一。

    推荐理由:作者用六个真实项目复盘了如何用提示词驱动 ML Intern 完成训练、评测与发布,可迁移到自己的模型定制流程。