跳到正文
11月4日周三
  1. AWS Machine Learning Blog23

    Gen Digital 如何利用 Amazon Bedrock AgentCore Web Search 构建 Norton Revamp 的 AI 策展新闻引擎

    Gen Digital 基于 Amazon Bedrock AgentCore Web Search 构建了 Norton Revamp 的 AI 策展新闻引擎,该平台于 2026 年 3 月上线。该引擎通过实时联网搜索为用户提供 AI 生成的内容建议、新闻流及目标设定,解决静态知识库滞后及传统爬虫基础设施负担过重的问题。

11月3日周二
  1. AWS Machine Learning Blog67

    Amazon SageMaker AI 通过序列级知识蒸馏构建高效 Agent 教程

    本教程演示了使用序列级知识蒸馏 (SeqKD) 在 Amazon SageMaker AI 上微调购物 Agent。使用前沿教师模型 (GLM-5.3) 生成多步轨迹并过滤,通过有监督微调在服务器上训练 Qwen3.5-4B 学生模型。微调后的 4B 模型在保留推理链的情况下,将绝对成功率从基座的 0.297 提升至 0.541,接近教师模型水平。

    推荐理由:展示了如何仅用教师模型文本输出构建数据集并微调4B学生模型,保留推理链可将任务成功率从41.5%提升至54.1%。

  2. AWS Machine Learning Blog28

    AWS 指导如何利用 Crawl4AI 为 Amazon Bedrock Knowledge Bases 准备网页数据

    AWS 展示如何用开源 Crawl4AI 处理网页内容以摄入 Amazon Bedrock Knowledge Bases。Crawl4AI 生成 Markdown 和元数据文件存入 Amazon S3,供知识库解析、嵌入并建立索引。 该方案适用于需要过滤导航栏、提取特定区域或添加自定义元数据的场景。工作流由 EventBridge 触发 ECS 任务执行爬取、上传及摄入作业。

11月2日周一
10月31日周六
  1. AWS Machine Learning Blog55

    Amazon Bedrock AgentCore 运行时中实时预览编码代理构建的 Web 应用

    本文演示了如何使用 Amazon Bedrock AgentCore 运行时中的 Session Endpoints,在你的浏览器中实时预览编码代理构建的 Vite 网站。通过本地端点,你可以直接观察代理保存文件时网站的变化,无需重新部署。示例展示了代理如何将深色主题变更实时推送到前端,以及如何通过 Session Endpoints 访问会话内的第二个端口。

10月30日周五
  1. AWS Machine Learning Blog35

    Epsilon 如何利用 Amazon Nova Act 构建意图驱动的 UI 测试平台

    Epsilon 采用 Amazon Nova Act 与 Amazon Bedrock AgentCore Browser 构建意图驱动的 UI 测试服务,支持自然语言指令测试。 该方案通过 CDP WebSocket 协议执行步骤,结合 S3 存储截图及结果,解决了多团队浏览器基础设施维护难题。 作为托管平台服务,该架构允许各产品团队通过统一 API 复用测试能力,降低了接入配置负担。

10月27日周二
  1. NVIDIA Blog50

    C-BRAIN 联合 NVIDIA 利用 AI 加速痴呆症研究

    C-BRAIN 联合 NVIDIA 开发 AI 工具,将痴呆症研究分析周期从数周缩短至数小时,单成本低于 $10。 系统使用 64 块 NVIDIA 数据中心 GPU,结合 NVIDIA BioNeMo 平台,通过混合联邦学习保护“暗数据”隐私。 OpenScientist 工具已覆盖 200 多个研究组,预计规模化后年释放超百万小时研究产能。

  2. Qoder33

    国金证券 × Qoder 规模化 AI 研发共建实践:AI 代码生成占比超 90%

    国金证券与阿里云合作,利用 Qoder 将 AI 代码生成占比稳定提升至 90% 以上。 双方将 2000 余份知识卡片提炼为 10 条避坑规范,覆盖 5 类研发环节;实测知识导航减少工具调用约三成,显著降低存量系统开发风险。 此举将个人经验转化为组织标准,确立标准与约束为 AI 规模化落地的核心瓶颈,而非工具本身。

  3. arXiv · NLP36

    HealthAgentBench:涵盖9类临床工作流的75项任务智能体医疗基准

    HealthAgentBench是一套包含75个智能体医疗任务的基准,由研究人员发布。 该基准覆盖9个类别,任务要求智能体在复杂环境中处理原始数据并执行多步操作,如查询大型数据库或解读病理图像。测试显示,Claude Code Opus-5.5以57.3%的成功率领先,各AI智能体在CT和MRI等专业影像模态上的表现普遍较弱。

10月23日周五
  1. Hugging Face Blog77

    微软与 Hugging Face 开源 ThinkingBox-Training 训练栈

    微软 Copilot Studio 团队与 Hugging Face 联合开源 ThinkingBox-Training,提供将数据库终态检查改造为可执行奖励、用于智能体 RL 后训练的完整栈,包括离线策略相对难度筛选、GRPO 训练与评测脚本。

    推荐理由:开源了完整训练栈和离线难度筛选方法,读者可复用于将数据库终态判定改造为智能体 RL 训练奖励。

  2. Microsoft Research61

    Flint-interactive 发布:一种用于创建交互式数据可视化的语言

    Microsoft Research 推出 Flint-interactive,一种在 Flint 基础上用于创建交互式数据可视化的语言。Flint-interactive 通过高层语义事件和更新操作符让 AI 智能体或用户定义复杂交互行为,利用 Flint 编译器处理底层视觉依赖,从而降低开发和调试成本。

    推荐理由:展示了 Flint-interactive 将视觉逻辑与交互逻辑解耦的架构设计,为开发 AI 智能体生成交互式数据可视化工具提供了一套可靠方案。

10月22日周四
  1. Microsoft Research67

    Microsoft 研究者证明 KLS 猜想

    Microsoft 研究人员 Xinzhi Zhang 与合作者 Zhao Song 证明了 1995 年提出的 KLS 猜想,确立了高维几何中关于 log-concave 分布的通用原理。研究通过人类主导的 agentic 过程探索了超过 100 个候选路径,利用机器检查完成了形式验证。

    推荐理由:原文展示了人类主导AI探索百余个候选路径证明数学猜想的过程,揭示了AI在纯数学推理中的可复用协作方法。

10月21日周三
  1. AWS Machine Learning Blog43

    Amazon Quick 与 Amazon Bedrock AgentCore 构建对话式供应链智能

    Amazon Bedrock AgentCore 提供智能层,结合 Amazon Quick 实现无代码对话式供应链管理。 AgentCore 通过 MCP 协议连接企业系统,Agent 可自动规划调用链以查询中断影响并生成缓解建议。 该方案将数据分析时间从 45-60 分钟缩短至数分钟,且所有变更需经人工审批以确保安全。

  2. AWS Machine Learning Blog43

    Eon 如何利用 Amazon Bedrock AgentCore 的 MCP Gateway 构建多云调查架构

    Eon 利用 Amazon Bedrock AgentCore 部署统一的 MCP 网关,取代分散的工具凭据与本地 MCP 进程。 该网关通过 Cedar 策略实现跨 AWS、GCP 和 Azure 的权限控制,支持身份分离与跨账户访问。 新工程师配置工具的时间从两天缩短至约两分钟,显著降低了多云运维的集成成本。

10月20日周二
  1. arXiv · NLP38

    大语言模型如何建模囚徒困境中的人类行为

    研究发现,TII Falcon 7B Instruct、Gemma 7B 等开源 LLM 在重复囚徒困境中普遍比人类更合作,尤其在随机伙伴环境下,人类平均合作率为 28.5% 时,部分模型超过 80%。 Qwen-2.5-7B-Instruct 表现确定性强,Phi-mini-MoE-Instruct 变异性大且短暂接近人类水平。这些 LLM 具备行为模拟代理潜力,但目前尚不可靠地替代人类参与者。

  2. AWS Machine Learning Blog64

    Amazon Bedrock 为 Anthropic Claude 模型支持结构化输出

    Amazon Bedrock 现全面支持 Anthropic Claude 模型的结构化输出,通过约束解码确保 JSON 响应严格符合预定义 Schema。系统会自动编译并缓存 24 小时语法规则,用户可利用 JSON Schema 格式或 strict 工具用法在 bedrock-runtime 和 bedrock-mantle 端点实现无错误的 JSON 解析与确定性输出。

    推荐理由:说明约束解码消除了解析与重试逻辑,并给出了JSON Schema的缓存机制和代码示例,供生产环境直接复用。

  3. AWS Machine Learning Blog37

    Amazon SageMaker JumpStart 2026 年度回顾:新增超 100 个模型,覆盖 30 家提供商

    2026 年 1 至 9 月,SageMaker JumpStart 新增超过 100 个模型,来自 30 家提供商。 重点纳入 Alibaba(Qwen)29 个模型、NVIDIA 17 个模型及 Mistral 7 个模型,支持 LoRA、SFT、DPO 等微调技术。 强化多模态与高效推理能力,提供量化模型如 GLM-5.2 FP8 和 MiniCPM5-1B。

  4. GitHub Blog · AI & ML33

    GitHub Copilot 如何在 VS Code 中继续 App 会话

    GitHub Copilot 允许用户直接在 VS Code 中打开并继续其 App 端会话,无需重建上下文。 点击“Open in VS Code”即可加载包含任务、计划和对话记录的完整会话,项目通过关联的 worktree 隔离运行。 开发者可在编辑器中手动修改代码、运行本地测试,并继续向 Copilot 提问或推送更新至 Pull Request。

  5. AWS Machine Learning Blog36

    TwelveLabs Pegasus 1.5 已上线 Amazon Bedrock

    TwelveLabs Pegasus 1.5 在 Amazon Bedrock 上线,该视频语言模型支持单次分析长达 2 小时的视频并输出带时间戳的 JSON 元数据。 新增多模态提示、视频分段及实时处理功能,支持从 Amazon S3 URI 或 base64 字符串直接输入,无需预索引,数据保留在 AWS 边界内。

10月18日周日
10月17日周六
  1. AWS Machine Learning Blog55

    Amazon Bedrock AgentCore 基于九阶段评估框架保障 AI Agent 生产可靠性

    AWS 基于 Amazon Bedrock AgentCore 构建了九阶段评估框架,将质量评估贯穿智能体从开发到生产的全生命周期。该框架定义了涵盖准确性、安全性、延迟和成本的五维指标体系,并通过持续评估循环,将质量问题的平均发现时间从数周缩短至 4 小时以内,确保了多智能体系统的生产可靠性。

10月16日周五
  1. Microsoft Research44

    Microsoft Research 发布 Magnetar:基于密码学证明的通用计算

    Microsoft Research 推出 Magnetar 系统,支持 Rust、Go 或 C 程序生成零知识证明,验证仅需毫秒。 Magnetar 平均运行速度比此前最快系统快 10 至 39 倍,且安全性仅依赖标准哈希函数,规避了量子计算威胁。 该系统使通用程序无需修改即可获得可验证执行证明,推动了无信任依赖的计算模式落地。

10月15日周四
  1. arXiv · NLP38

    LLM Agent 自动化研究中“遗忘”策略对提升探索效率的作用

    LLM 代理在自动化研究中随历史记录积累会逐渐停滞,单纯增加预算或并行通信效果有限。 论文提出周期性丢弃搜索状态并从最佳候选重启的“遗忘”策略,在启发式编程、内核优化及模型训练四项任务中验证有效。 该策略相比并行代理最多提升 15%,相比单代理最多提升 39%,证明允许记忆的内容与算力同等重要。

10月14日周三
  1. arXiv · AI50

    通过对齐 LLM 进行能力洗钱:分割、咨询与征服

    研究提出“能力洗钱”攻击,弱未对齐模型可将有害任务拆解为无害子问题,独立咨询强对齐模型并本地合并答案,绕过安全限制。 实验评估 GPT-5.5、Claude Opus 4.8 和 Grok-4.3 作为顾问,在 CyBench 上 Gemma-4-31B 恢复 8/14 候选项,显著优于未协助时的 2/21;CBRN 攻击链平均分从 62.3 升至 83.1。