跳到正文
11月17日周二
  1. NVIDIA Blog33

    NVIDIA 供应链负责人 Deb Shoquist 如何构建先进 AI 基础设施

    NVIDIA 运营负责人 Deb Shoquist 通过全球制造合作伙伴网络支撑 AI 平台量产,TSMC 自 1998 年起合作。 她强调供应商需具备财务实力、高技术力与创新意愿,如 Amphenol 为 1,500 根线缆组装开发百条自动化产线。 CPO 技术正在建立全新供应链,需投资 Coherent 等伙伴以扩大光组件产能。

  2. OpenAI45

    ```json

    { "title_zh": "OpenAI:科学家如何使用 ChatGPT 进行前沿科研", "summary_zh": "OpenAI 探讨 1,800 多名科学家如何在研究中应用 ChatGPT。\n\n内容涵盖每日工作流程、生产力反馈及发现期望。" } ```

  3. AWS Machine Learning Blog27

    诺和诺德利用 Amazon Bedrock AgentCore 现代化生产流程文档管理

    诺和诺德部署基于 Amazon Bedrock AgentCore 的智能助手,帮助专家在几分钟内完成原本需数小时甚至数天的文档审查工作。 该系统采用 GraphRAG 架构,结合 Amazon Neptune 知识图谱与 Amazon OpenSearch Serverless 混合搜索,并由 Anthropic Claude 模型驱动,确保响应具备引用依据且精准合规。

  4. OpenAI (X)68

    OpenAI 联合 Apollo Research 等机构开展嵌入式对齐评估

    OpenAI 宣布与 Apollo Research、METR、Transluce AI 和 Goodfire AI 合作开展嵌入式评估(embedded assessments),允许外部专家深入访问内部模型和系统以调查对齐问题并测试安全机制。这些评估建立在 OpenAI 现有的对齐与安全研究基础上,旨在通过独立审查来识别和管理系统风险。

    推荐理由:原文披露了OpenAI与多家外部机构合作开展嵌入式评估的计划,展示了其引入独立专家审查对齐与安全保障的新机制。

  5. NVIDIA Blog21

    CUDA 20周年:平台如何变革科学计算

    CUDA 迎来 20 周年,其核心开发者社区推动加速计算扩展至科学与 AI 领域。 自 2006 年发布以来,CUDA 支持了 AlexNet 训练及 AlphaFold 2 等突破,目前拥有超 1100 万开发者。 通过 1000 余个 CUDA-X 库,平台正重塑医药、自动驾驶及量子计算等行业。

  6. NVIDIA Blog45

    NVIDIA CUDA-X 库为 AI 智能体加速科学发现提供工具

    NVIDIA 推出扩展 CUDA-X 库(含 cuPhoton、cuPotential、cuSpa),助力 AI 智能体加速天文学、聚变、制药及生物研究。 cuPhoton 将黑洞数据处理从数月缩短至 8 分钟;cuPotential 提升模拟速度 3 倍;开源 cuSpa 较 CPU 提速 900 倍。 这些加速使科学家能分析更大数据集,建模更复杂系统,实时交互引导模拟过程。

  7. NVIDIA Blog33

    NVIDIA 扩展 Slurm,将量子计算引入超级计算

    NVIDIA 扩展 Slurm 调度器,支持 QPU 通过 QRMI 和 QDMI 接口无缝接入超级计算,已有 Alice & Bob 等 6 家机构采用。 Slurm 26.11 将于本月发布。平台新增 CUDA-Q QEC,其 TCBP-JOBS 解码器比行业标准快 13000 倍,Fermilab 已用 CUDA-Q 在 3 周完成通常需 5 个月的研究。

  8. NVIDIA Blog29

    NVIDIA Photonics 助力 Lambda 提升 AI 工厂韧性与效率

    Lambda 部署 NVIDIA Photonics CPO 交换机连接 GB300 NVL72 机架,实现最高 5 倍能效提升与 15 倍可靠性增强。 每款交换机配备 144 个 800Gb/s 端口及 18 个可更换光源,光模块中位温度降至 36°C,网络延迟减少最高约 10%。 通过缩短电信号路径并移除 retimer 芯片,该技术降低了网络中断对大规模 AI 集群的影响。

  9. AWS Machine Learning Blog46

    Amazon Bedrock 开源权重模型支持显式提示缓存

    Amazon Bedrock 开源权重模型新增显式提示缓存,通过 Chat Completions API 标记可复用前缀,降低输入成本与延迟。 支持隐式与显式两种模式,显式模式使用 prompt_cache_breakpoint 标记缓存层级,仅共享前缀计入高价缓存写入费,避免非复用内容额外支出。 缓存由 Amazon Bedrock 自动管理,用户数据不用于模型训练。

  10. AWS Machine Learning Blog75

    Amazon Bedrock Guardrails 编写拒绝主题的八项最佳实践

    Amazon Bedrock Guardrails 发布编写拒绝主题(Denied Topics)的最佳实践指南。文章指出以“金融”“法律”等主题领域命名会导致误拦截合法查询,建议围绕用户的具体意图和动作进行重构。

    推荐理由:原文拆解了四类常见错误并给出改写示例,帮助使用者规避误拦截和漏拦截。

  11. AWS Machine Learning Blog40

    Amazon Bedrock Managed Knowledge Base 新增表格搜索功能

    Amazon Bedrock Managed Knowledge Base 新增表格搜索,支持通过 Agentic RetrieveStream 接口解析 CSV、XLSX 和 XLS 文件。 该功能在隔离沙箱中运行代码,结合文档事实回答需跨行计算或查值的分析问题。 此功能适用于与文档共存的表格文件,无需定义 schema,但涉及数据仓库级连接时仍建议使用 BI 工具。

11月16日周一
  1. arXiv · NLP40

    HackWorld:评测计算机使用代理利用 Web 应用漏洞的框架

    HackWorld 发布首个系统化评测计算机使用代理(CUA)利用 Web 应用漏洞的框架,包含 36 个真实应用、11 种框架和 7 种语言,采用 CTF 形式测试视觉交互下的漏洞利用能力。 评测结果显示,最先进 CUA 的漏洞利用率低于 12%,且常失败于多步攻击规划,暴露出当前代理在网络安全场景中的显著局限。

  2. arXiv · NLP20

    临床问答中LLM长上下文理解能力研究

    研究发现,在纵向患者电子健康记录上,RAG混合排序优于全上下文提示,但RAG在纵向推理方面落后。 医学微调模型未带来可测量的性能提升,较小模型表现出更强记忆能力,长程补充笔记有助于生成式问答。 推理模型在LLM正确性指标下提升,但在更严格的参考对齐指标下表现不佳,揭示了对推理适配指标的需求。

  3. arXiv · NLP20

    基于LLM评判员认知集成框架的数学自动形式化评估方法

    研究提出基于认知与形式化基础的LLM评判员集成(EFG)方法,用于自动评估数学陈述的自动形式化任务。 该框架基于逻辑保持(LP)、数学一致性(MC)、形式质量(FQ)和形式有效性(FV)标准,实验证明其比粗粒度模型更具优势。 LLM评判员在明确原子属性引导下,可为形式化数学推理提供可扩展、可解释且可靠的评估支持。

  4. arXiv · NLP26

    PerfArena 开源 LLM 代码性能竞技场

    PerfArena 发布开源 LLM 代码性能评测竞技场,基于正确性、时延、内存和能耗对 13 个模型进行跨语言排名。 在 10 个 CLBGComp 基准和 99 个 LeetCodeComp 问题中,got-6-astra 是唯一在时延、能耗和内存上未被显著超越的模型,且解决率分别达 100% 和 99.7%。 该榜单持续更新,帮助开发者依据性能指标而非仅价格选择 LLM。

  5. arXiv · NLP26

    LitArc-Bench:解耦文学阅读中的文本特异性动态与位置及词汇情感影响

    LitArc-Bench 推出 39 段中文文学节选,包含 81 名成人填写的 430 份问卷及 9,020 个 VAD 评分,用于分离模型预测中叙事位置、词汇情感与文本特异性动态的影响。 基准测试显示,仅靠位置预测唤醒度相关系数 r=.470,但模型在文本不变量阴性对照中表现达到随机水平。 该工具明确了文学读者反应中哪些成分可在浅层解释之外被恢复,指出形状、校准与人类变异性需分开评估。

  6. arXiv · NLP20

    NER-D:德语命名实体识别跨领域基准测试

    NER-D 基准测试涵盖 9 个领域的 13 个数据集,用于评估德语命名实体识别模型。 测试对比了 GPT-5.4 mini 与开源小模型,结果显示 GPT-5.4 mini 在 13 个数据集中的 6 个上表现更优。 LoRA 微调使小型模型性能大幅超越专有模型基准,且基准测试资源已公开可用。