中文版 — AI — Page 10
中文版: Models, agents, infra, applied AI.
-
Google DeepMind 的论文训练出一个智能体来重写它自己的测试框架
发表于10月9日，Evo2 将代码编辑与性能反馈配对，以训练负责提出并评估这些编辑的模型。
-
Runpod 聘请首席财务官，年度经常性收入（ARR）突破3.25亿美元
Brian Erickson 在 DigitalOcean、Amazon 和 Microsoft 担任财务职务后加入，Runpod 公司报告的 ARR 从 1 月的 1.2 亿美元上升到超过 3.25 亿美元。
-
BridgeBench 将 Meta's Muse Wonder 评分为 611 分，落后领先者 149 分
Matthew Miller 的编码模型排行榜将 Muse Wonder 排在 29 个模型中的第八位；其得分是编辑评估，而不是成功率。
-
Promise Robotics 与 D.R. Horton 签署涵盖 1,250 套住宅的协议
这一多年期协议使这家住宅建筑商获得对 Promise 的工厂和机器人服务的使用权，推进联合创始人 Ramtin Attar 关于出售生产能力而非单台机器的主张。
-
Keyframe Labs 为其实时化身模型添加了逐词情绪控制
联合创始人 Parth 和 Kaahan Radia 表示，Persona 2.0 Live 目前处于预览阶段，提示中加入了情感标签，并提供了一个 SDK 以实现更精细的控制。
-
VulcanBench 创始人在完成基准测试前触及 Muse Wonder 的使用限制
Morgan Linton 表示，Muse Code 的限制阻止了对 VulcanBench 的完整运行，这对 Meta 的新编程模型提出了一个早期的每任务成本问题。
-
GMI Cloud 表示 Muse Wonder 在两个编码构建上以更低价格击败了 Opus 5.5
10月12日的测试让 Meta 的新模型完成了两个详细的 Canvas 项目；GMI 报告称在两次运行中成本更低且完成更快。
-
hillclimb 让 AI 代理有 48 小时来改进真实的机器学习任务
新的基准在15个研究衍生的问题上对代理进行评分，使用私有验证器来判断代理所做的更改是否能在代理无法访问的数据上经得起检验。
-
Scaleway 计划在瑞典部署一台搭载 AMD 的人工智能超级计算机，Reuters 报道
报告指出，这是 Scaleway 在瑞典扩张的一个新步骤，该巴黎云提供商已与 Tele2 建立了另一项合作关系。
-
Anthropic 测试 AI 模型如何在廉价家用设备之间传播
Anthropic 在 10 月 12 日的研究中，在 15 台 Android TV 机顶盒上运行了一个模型，并在模拟节点上另行测试了一个简化的复制链。其对较小模型的年终估计明确表示为粗略。
-
UpCodes 表示其 AI 审查了 1,300 套图纸并标记了 180,000 个潜在问题
首席执行官 Scott Reynolds 正在将 UpCodes 从建筑法规研究推进到图纸审查，报道称 Dallas-Fort Worth Airport 是采用者之一。
-
SimpleClosure 表示，47% 的交易现在包括代码或数据销售。
10月13日的一份报告发现，这家停运服务公司已经处理了超过150笔 Asset Hub 交易。一位创始人因出售代码获得了约25,000美元，而另一笔工作区数据的出售仍在进行中。
-
Nature Will 宣布用于机器手控制的 500 亿参数模型
Tsinghua 助理教授 Ning Ding 正在押注，通过在人类手部使用的视频上训练的模型，可以将技能迁移到机器人手上，而无需控制整个人形机器人。
-
Plume 推出 Console，将 AI 代理引入 ISP 运营
Plume 的 workspace 将网络数据连接到支持、留存和营收工作流程，员工可以在采取行动之前审查代理的指导。
-
DXC 将 LangChain 的 agent 运行时纳入关键任务级 IT 运营
该合作引入 LangSmith 用于代理测试和监控，DXC 表示其 OASIS 平台正在扩展，规模将达到约 125 个客户环境。
-
GPT-6 Astra 帮助越狱一台 Kindle 并搭建了一个离线照片相框
软件工程师 Niraj Rajgor 改编了一个现有的 Kindle 漏洞利用，然后使用一个人工智能代理通过 Wi-Fi 构建并调试了一个包含十张照片的幻灯片放映。
-
Anthropic 详述针对人工智能模型蒸馏攻击的新防御措施
这些措施包括账户检测、推理安全措施和更严格的访问控制，此前 Anthropic 表示竞争对手实验室利用数百万次 Claude 交互来训练模型。
-
d-Matrix 将其推理芯片变为 1,024-XPU 数据中心集群
d-Matrix 创始人 Sid Sheth 表示 Squadron 正在向优先客户发货；公司报告的一次演示将 Corsair 加速器与 GPUs 配对。
-
HCLTech 计划成立专门的 Anthropic 单位，以在企业系统中部署 Claude
HCLTech 的计划将 Claude 咨询、HCLSoftware 的集成以及 HCLTech 的 AI Force 平台结合在一起；HCLTech 和 Anthropic 未披露交易金额或客户承诺。
-
Meta 推出 Muse Wonder，重建的 AI 实验室面临前沿考验
Mark Zuckerberg（马克·扎克伯格）的团队表示，该模型在编码和专业任务上可以与领先系统相匹配；Meta 自己的基准测试仍然需要外部验证。
-
Immorta Bio 完成了 AI 设计的清除衰老细胞肽的临床前研究
Immorta Bio 预计在2026年底之前进行首次人体评估，但 SenoMune-0257 尚无人体安全性或疗效的既定记录，且尚未确认开始任何试验。
-
HackerRank 为 LeetCode 刷题文化道歉，同时出售面向 AI 时代的面试服务
首席执行官 Vivek Ravisankar 的广告牌活动将 HackerRank 在以解题为主的招聘中的作用与其由 AI 辅助的工作样本面试官 Chakra 并列展示。
-
Ted Haley 发布了 Pensieve，一款面向编码代理的本地搜索工具
这款免费的 Mac 应用会索引代码、文档和代理会话。其产品页面上的基准测试报告称，在文件查找任务中，它的工具调用次数比 grep、Glob 和 Read 少 43%，尽管该测试规模较小且由公司自行进行。
-
Rubber Duck 将对话定位为把想法变成笔记的方法
其网站描述了一个从对话到笔记的工作流程，并提供账户注册，但没有展示已完成的会话，也未说明该产品何时开始可用。