ChatGPT for Healthcare 更新多项能力,新增 20+ 医疗插件
OpenAI 官方宣布 ChatGPT for Healthcare 正在推进更强大的 computer-use 智能体、更强的临床回答能力和 20+ 个新医疗插件。
OpenAI 官方宣布 ChatGPT for Healthcare 正在推进更强大的 computer-use 智能体、更强的临床回答能力和 20+ 个新医疗插件。
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。
OpenAI 发布的 ChatGPT for Academic Researchers 项目研究结果显示,1800 多名参与科学家报告使用 AI 后生产力近乎翻倍。研究通过隐私保护方法分析了 ChatGPT 在科研工作中的应用,涵盖从构思、数据分析到代码编写的完整流程,并探讨了其对科学发现的意义。
MoEngage 利用 Amazon Bedrock AgentCore 和 MCP 架构推出了 Merlin AI 智能体系统。该系统支持在单次对话中完成活动策划与数据分析,帮助客户提升营销效率。
{ "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。" } ```
OpenAI 发布新工具、实际指导及合作伙伴关系,用于预防、检测和应对在线儿童性剥削与虐待。 这些措施旨在协助各方更有效地打击此类犯罪行为,提升相关响应能力。 此举体现了 OpenAI 对在线安全与儿童保护议题的重视和支持。
OpenAI 宣布扩大 ChatGPT for Academic Researchers 计划,向全球 20 万名研究人员提供前沿模型免费访问。
TokenEconomizer是一款来自UC Berkeley和Microsoft Research的开源插件,旨在通过从历史会话中学习来降低AI编码代理的成本。在不修改代理或模型的前提下,该工具通过微技能、工具修剪和故障干预机制减少了20%以上的token浪费,任务成功率保持稳定。
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。
Amazon Bedrock 与 AWS Transform 结合 Kiro IDE 构建多阶段方法论,将大型机 Assembler 代码转化为 Java Spring Boot 服务,在缩短现代化的同时保持业务逻辑完整性。
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。
OpenAI 宣布将 ChatGPT 免费学术访问扩展至全球最多 20 万名科学家,并配套提供培训和支持。申请于 11 月 23 日开放,默认不使用通过该计划共享的数据来训练模型。此前该项目从 1 万名研究人员起步,计划到 2027 年扩展到 10 万名。
Hugging Face 将其 Inference Providers 的语言模型路由从自建路由器切换为 OpenRouter:同一 Hugging Face token 经同一 API 调用。
推荐理由:Hugging Face 语言模型推理路由已切换至 OpenRouter,按实测价格、速度和可靠性选择提供商并在失败时自动重试,代码无需变更。
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。
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。
NVIDIA Vera Rubin平台在MLPerf Training v6.1基准中首次提交,实现所有测试项领先,训练性能最高达优化版GB300 NVL72系统的2倍。
推荐理由:Vera Rubin平台在MLPerf基准中实现全项领先,读者可以借此确认其在AI训练和智能体推理中的性能基准与规模化优势。
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。
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。
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。
Amazon Bedrock 托管知识库新增检索指令,允许为共享知识库的每个租户配置 persona、answerFormat、retrievalGuidance 和 answerPolicy,统一答案语言、日期货币格式和引用风格。
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。
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。
OpenAI 推出面向医疗行业的 ChatGPT 更新,包括支持操作软件的计算机使用智能体、改进后的临床答案以及可跨医疗软件协作的新医疗插件。
The King’s Trust 与 OpenAI 宣布达成 100 万英镑合作,旨在帮助英国最多 25,000 名年轻人掌握实用 AI 技能。 该合作聚焦于为英国青年提供职场所需的 AI 技能培训,直接提升其在劳动力市场中的技术竞争力。
LVMH媒体部门与OpenAI宣布达成战略合作,以支持新闻业并提升出版物可访问性。双方将利用AI支持新闻业,并让用户通过ChatGPT获取LVMH旗下媒体内容。
论文提出 PROOF 系统,通过抽象代码拓扑为分层自然语言规格来间接管理代码库。 该系统从规格重构源代码以证明语义等价,并在执行修改时同步更新规格以防止语义漂移,已在真实仓库中验证。
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。
基于 LLM 的数字孪生研究提出了一种迭代自动发现流水线,将长篇问卷历史转化为紧凑的任务特定人格(personas),以提升对新受访者和产品的预测准确性和决策可解释性。
DualMem 框架与 RoleMemo 数据集通过解耦事实认知与角色驱动洞察,提升角色智能体长期对话的一致性。 4B 参数模型经 SFT 和 RL 训练,在持续角色保真度上超过 DeepSeek-V3.2 驱动的无角色摘要框架。 已被 EMNLP 2026 Findings 接收。
RECOVER 提出一种 agentic 后 ASR 实体纠错框架,通过 LLM 提出约束下修正并利用确定性护栏与 LLM critic 进行筛选及反馈,解决罕见及领域特定术语识别难题。
针对手术规划评估混淆任务完成与协议依从性的问题,提出基于专家规则的新框架。 现有相似度指标系统失效,惩罚合规但偏离参考轨迹的方案。 评估 Video-LLMs 发现视频-状态接地不可靠,结构知识注入带来一致收益。
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。
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。
研究提出 WaferTetris 系统,通过自由形态映射打破晶圆级加速器的几何布局限制。 该系统在 Cerebras WSE-3 上评估,LLM 解码吞吐量较模板基准提升 4.42 倍,LLaMA3.1-8B 上下文长度较 WaferLLM 提升 1.8 倍(80k 对比 44k)。 ```
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。
视觉语言模型在证据不足时常给出过度自信的确定性回答,难以区分需澄清的歧义问题与可直接回答的明确问题。 研究提出轻量框架AmbiSteer,结合提示词与激活引导,并利用线性分类器预测输入歧义性。该方法将模型正确处理歧义输入的比例从平均59.0%提升至77.0%。
大语言模型代理从 24,588 篇肉瘤摘要中生成 1,570 个通用数据元素(CDE),保留 53 个高频 CDE 进行全语料提取。79.2% 的摘要成功完成证据关联提取,100 篇抽样中 94.9% 的值与 LLM 提取结果完全一致。人类审核员对 56.6% 提取值的正确性予以确认。
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。
研究人员提出 GT-FENG 框架,统一规则治理领域的事实评估与错误归因。 该框架将回答与适用规则比对,Medicaid 案例显示记录本州档案可使仅匹配他州数值的错误减少 68-78%。 框架作为开源 Python 包 gtfeng 发布,为构建相关评测基准和工具包奠定基础。
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。