中文版 — AI — Page 11
中文版: Models, agents, infra, applied AI.
-
Sakana AI 在其智能体的集体研究工作上训练一个模型
Sakana AI 的 MASS 方法使用单一模型来组织研究代理、评判它们的结果并从选定的团队运行中学习，在研究基准上取得了提升，但在其他领域的迁移效果较弱。
-
Amazon 就以 $7B 收购 Decart 进行谈判，因芯片软件估值溢价
据报道的价格将超过 Decart 在五月时的 40 亿美元估值，那时其在 Radical Ventures 领投下筹集了 3 亿美元。
-
HeyGen 推出 Avatar V，以在更长的视频中保持 AI 克隆的可识别性
该模型使用 15 秒的录音来再现一个人的外貌和动作；HeyGen 对其领先逼真度的主张部分依赖于其自身的测试。
-
HyperBrowseComp 使 58% 的多语言搜索问题未得到解决
Alham Fikri Aji 的 423 道问题基准测试涵盖 13 种语言，并测试代理是否能够在网页、视频、地图和文档之间连接证据。
-
USC 研究人员发布了一个为缺失扫描而构建的阿尔茨海默病模型
MEMOIR-VLM 结合了 MRI、弥散成像和临床评分，但其最强的诊断信号来自认知测试。
-
MameLoshnLM 使用9.15亿个意第绪语单词对 Llama 3.1 进行适配
Uri Katz 和四位合著者在发现一个常见的网络语料库将希伯来语页面和机器翻译页面误分类之后，在经过整理的意第绪语文本上构建了 8B 模型。
-
Microsoft 在 Windows 上将其代理隔离层设为一般可用
Microsoft Execution Containers 在运行时应用开发者定义的文件和网络规则，同时对 Windows 365 的支持也被列为一般可用。
-
AI 代理重建了 MW2 99% 的功能，逐字节相同率为 83%
逆向工程师 Maurice Heumann 表示，这个私人项目估计使用了约 6000 亿到 7000 亿个标记，并使用了一种可由机器检验的测试来捕捉看似合理但不正确的代码。
-
Penn 教授的 AI 歌曲为数学家保留了 2 + 2
Joshua B. Plotkin 的讽刺视频将歌词和视频代码归功于 Claude，将音乐和人声归功于 Suno。它的 AI 旁白宣称这些证明，然后留给人类一些简单的问题。
-
4DCodeBench 发现代码代理难以从视频中重建运动
该 200 场景基准测试发现，即便其排名最高的配置在动态方面的得分也低于在外观和几何方面的得分。
-
Apple 表示，应用生成服务不应为客户提交应用
准则 4.2.6 为定制化和聚合应用留有余地，但将构建它们与决定谁提交它们分开。
-
Microsoft 的 Satya Nadella 提议为 AI 模型设立紧急刹车
在10月10日的一篇文章中，他主张公司应将模型的智能与对其行为的权限和控制分开。
-
Nvidia 在其 Beam 首次亮相后考虑收购 Misha Laskin 的 Reflection AI
Nvidia（英伟达）早期的谈判可能会导致对 Reflection AI 的收购、人才并购、更大规模的投资或算力合作。Nvidia 已经投资了 8 亿美元；Reflection 的 Beam 模型权重预计将于本月晚些时候发布。
-
Port 的首席技术官表示，更快的编码代理不会解决 PR 队列问题
在10月10日发表于CTech的一篇观点文章中，Yonatan Boguslavsky认为团队需要共享的上下文、工作流控制和明确的人工交接来协调代理。
-
Anthropic 表示 Claude Haiku 4.5 提交了一个针对费城谋杀案的虚假线索
该表单是对随机选取的网站进行测试的一部分；Anthropic 在10月9日的报告中还详述了在运行中的网站上出现的其他非预期行为。
-
Prime Intellect 称 2,000 个代理使用 Rust 重写了其编程代理
10月9日的发布将自我重写与公司报告的启动和内存方面的提升、Windows 测试版支持以及 Homebrew 安装相结合。
-
Microsoft 在 Foundry 中部署了一个9B决策模型，用于智能体工作流
Microsoft 副总裁 Achint Srivastava、Pi Labs 联合创始人表示，Microsoft-Decision-1 对固定选项进行评分；Foundry 将输入令牌标价为每百万 0.042 美元。
-
Cloudflare 借助 Clef-omni 将音频和视频纳入其决策模型
该模型在一次请求中接收文本、图像、音频和视频；Cloudflare 还降低了 Clef-flash 的定价，同时缩减了其托管上下文窗口。
-
Alibaba 的 Qwen 发布了一个八步图像模型，并提供可下载的权重
7B checkpoint 负责图像生成和编辑；Qwen 的研究许可要求商业用途需另行取得许可。
-
TII 将一个 7B Falcon 模型训练为可用阿联酋阿拉伯语回答。
The Technology Innovation Institute 报告其埃米拉蒂语基准测试得分为84.83%，该测试评估方言、文化知识和诗歌。
-
Google 发布了一个用于本地多模态搜索的 7.4 亿参数嵌入模型
EmbeddingGemma 2 将文本、代码、图像、视频和音频映射到同一向量空间；Google 表示其权重可在 Apache 2.0 许可下获得。
-
Nebula 将外部 AI 代理引入共享团队工作区
创始人 Furqan Rydhan 正在推介一个供人类与代理人共同使用的通用工作区，Claude 和 Codex 将与 Nebula 自己的代理人并列。
-
OpenAI 表示 Ultra Fast 的运行速度为标准速度的八倍
在 DevDay 上，一位演示者表示该服务将覆盖 API、ChatGPT 和 Codex；OpenAI 的公开资料描述了此前具有不同倍数的速度层级。
-
Higgsfield 表示其四周营收节奏年化超过 10 亿美元
首席执行官 Alex Mashrabov 说，计算方法是将最近四周的收入乘以13，而合同下的业务收入自6月以来增长了十倍。