中国 AI GPU 厂商实现首次盈利
摩尔线程、沐曦(MetaX)和爱芯(Iluvatar CoreX)等多家中国 GPU 开发商在第三季度实现首次盈利。 这些厂商正加速填补因美国出口管制导致的高端芯片缺口,试图在受限环境下建立市场份额。 供应链限制和飙升的内存成本使得这些利润能否持续存在不确定性。
摩尔线程、沐曦(MetaX)和爱芯(Iluvatar CoreX)等多家中国 GPU 开发商在第三季度实现首次盈利。 这些厂商正加速填补因美国出口管制导致的高端芯片缺口,试图在受限环境下建立市场份额。 供应链限制和飙升的内存成本使得这些利润能否持续存在不确定性。
用户通过前沿模型筛选并训练本地 Qwen 9B,在量子力学解题正确率从 2/8 提升至 7/8。 训练过程消耗巨大算力,Ravens Progressive Matrices 成绩从 V0 版本的 1/60 提升至 V5 版本的 28/60。 该实践帮助用户深入理解 Adapter 等模型微调技术,超越单纯使用 AI 助手。
台积电正应英伟达要求规划生产 3D DRAM 内存芯片。该架构通过垂直堆叠存储单元来提升容量,旨在满足 AI 算力对高带宽内存的需求。 台积电正在评估兴建专用新厂或收购改造现有晶圆厂两条路径,尚未确定量产时间与产能来源。 此动向若落地,意味着台积电向存储芯片市场延伸,有助于缓解英伟达 AI 加速器的高带宽内存供应压力。
summary_zh: Alphabet 在第三季度首次买入高通约 297.7 万股,持仓市值约 5.48 亿美元,占其持仓总市值的 0.62%。 该持仓使高通成为 Alphabet 投资组合中按市值排名第六的新增标的,仅次于 SpaceX、Arm 等;同期 Alphabet 整体持仓市值约为 883 亿美元。
《2026 AI应用报告》显示,员工普遍反馈AI已嵌入核心运营并重塑部分工作流程,企业正从试点转向正式实验和核心业务整合。研究发现,以业务增长为导向的度量比单纯追求效率更能带来显著回报,具备完整转型要素的部门报告高度正向ROI的比例达67%。此外,64%取得高度正向回报的部门调整了管理架构而非裁员,并58%任命了专职CAIO或采用标准化AI平台策略。
Google、OpenAI、Microsoft和Anthropic宣布支持在robots.txt中使用新的统一标记__usage_ai-training,让网站所有者可以跨多个AI服务提供商设置AI训练偏好。
Meta取消了原计划要求Facebook页面所有者强制允许AI训练其链接内容的新商业条款,创作者不再被迫授权AI使用其内容。
AI 实验室正通过中介机构高价收购媒体、初创企业等机构的工作记录、邮件和 Slack 消息,用于训练模型,单次付费可达 35 万至 200 万美元。
作者基准测试了 Kumo、Nori、Chronos-2 和 TimesFM-3 等基础模型及 LGBM、CatBoost 在德日前电力价格预测上的表现。 基础模型未针对电力市场数据训练,评测时确保各模型获取的信息量可比。 实验涵盖无数据泄漏的使用方式、传统树模型对比及额外训练数据对基线的影响。
Fabian Theis 认为现有虚拟细胞扰动预测模型常不及均值基线,建议聚焦 Biohub 发起的 18 亿美元多尺度生物数据采集计划。 Helmholtz 计算健康中心正结合 AI、基因组学与临床数据开发精准医疗模型,以解决分子至器官跨层级演化预测难题。
AI公司正招募各领域行业专家,为其专业任务设计评测标准与解决方案,以判断AI系统输出是否符合行业规范。这些工作涵盖生物统计、航空管制、工程CAD等多个领域,要求专家构建复杂问题、提供参考答案并制定详细评分细则。该趋势表明AI能力的验证正从语言层面转向对完整专业工作流的执行与评估,且此类职位多为自由职业项目而非全职岗位。
summary_zh: Physicl 完成 1000 万美元种子轮融资,旨在通过高保真 3D 仿真帮助机器人解决训练难题。 该公司推出包含 10,000 个 3D 环境和 100,000 个资产的 Studio 产品,支持生成合成数据以处理边缘案例。
加拿大 AI 公司 Cohere 向石油和天然气行业推销 AI 应用,称可优化钻探与物流、增产并最终为更多 AI 数据中心供电;CEO Aidan Gomez 近期在 ALL IN 大会上亦主张数据中心应与环境目标保持一致。
IBM 首席执行官指出,限制 Token 用量并仅向少数员工开放顶级模型属于对生产力技术的投入不足。 今年推理支出将超过训练支出,编码智能体阅读内容约为写作内容的 600 倍。IBM 开源项目 llm-d 通过 Red Hat 和 Google 合作实现重复上下文缓存,比限制用量更能有效降低成本。
在参数服务器框架上提出的混合双批次与循环渐进学习方法,旨在平衡CNN大模型分布式训练的效率与泛化能力。 方法通过结合硬件支持的最大批次以利用计算资源,同时引入较小批次以提升模型泛化;配合循环渐进学习逐步增加图像分辨率以压缩训练时间。 在ResNet-18实验评估中,该方法使CIFAR-100准确率提升3.3%、训练时间缩短10.1%,并将ImageNet训练时间缩减34.7%。
研究者引入神经随机(NS)模型,从粗粒化 MD 轨迹预测膜蛋白集体扩散,生成延伸至 40,000 帧的长时程轨迹。模型结合 Transformer 表示、多时间尺度循环网络及随机潜变量过程,在七通道 PIEZO 系统中复现异常扩散指数 $\alpha \sim 1$,改善以往变分自回归模型的超扩散行为,并能捕捉 PIEZO 与 TREK 混合系统的不同扩散特性。
Reward Budgeting 是一种即插即用的优势构建方法,能缓解 LLM 推理强化学习中的过早收敛现象。 在 Qwen3-8B 和 Llama3.2-3B-Instruct 上,该方法稳定提升基线性能,AMC23 提升达 +12.50,AIME24 与 AIME25 提升达 +10.00。 该研究被 NeurIPS 2026 接收,证实无需显式保持熵即可获得显著增益。
研究发布 JudgmentBench 基准,包含 30 项法律任务及 1,539 条评分与 1,530 条偏好判断,旨在对比两种评估方法。 数据显示,偏好判断在恢复质量排序上优于评分标准,平均 Spearman 相关系数达 0.908 对比 0.150,且标注时间少于一半。 该配对数据集支持在高专业度领域研究专家判断的获取与聚合方法,相关成果已被 NeurIPS 2026 接收。
持续后训练中的强化学习 (RL) 仍会遭遇灾难性遗忘。研究指出其根源在于 KL 正则化在旧任务分布上评估。 该方法提出了无需重放 (replay-free) 的 CPO,通过基于历史 KL 目标的局部 Fisher 代理实现稀疏正则化,且额外计算开销极低。 在三种模型规模的实验中,CPO 在保持适应能力的同时,有效减少了遗忘并维持了预训练模型的广泛能力。
团队提出新方法在预训练和中训练阶段引入安全、事实性和推理行为,利用强模型重写数据并评判策略模型。 该研究引入“自我改进后思考”概念,通过生成后推理提升模型自身推理与判断能力,实验显示在多维度带来性能提升。 arXiv:2601.21343
提出 KOFF 框架将预训练 LLM 分解为稀疏共享主干和领域特定外部记忆模块。 在 Llama 和 Qwen 3B 至 14B 模型中,卸载 12% 至 20% 容量仍可保留高达 90% 的 MMLU 性能。 语言特定神经元被优先移除,验证了知识可从 LLM 核心重新分配至可互换记忆。
FILO 框架通过统一 Fisher-几何视角解决 LoRA 优化器中雅可比矩阵秩亏导致的奇异算子反转难题,将现有方法归纳为四个技术流派。 其实现 FILO-Adafactor 采用 Adafactor 对角 Kronecker 预条件器,在因子空间求解的内存复杂度为 O((m+n)r)。
研究揭示被动收集的多源异质思维链(CoT)数据即使单源学习容易,整体学习仍具密码学难度。 难度源于难以学习的贡献偏差或未过滤的混合数据,但过滤后的同质子集足以支持高效学习。 提出一种主动且自适应的高效算法,其按源 CoT 预算与目标误差完全独立,指明了 CoT 监督的数据收集与策展实践。
Nexus 优化器通过最大化梯度相似性鼓励任务特有时隙接近,在相同预训练损失下显著提升下游性能。 该优化器应用于 130M 至 3B 参数模型,在 3B 模型上将分布外损失降低 0.012,复杂推理任务准确率提升最高 15.0%。 该研究挑战了仅依赖预训练损失评估模型的做法,并证实隐式偏置对解锁下游泛化能力至关重要。
研究人员提出首个能整合多目标用户信念的超参数优化算法PriMO,旨在解决现有算法无法利用专家先验知识的空白。 该算法在8个深度学习基准测试中实现了多目标及单目标场景下的最先进性能。 研究还验证了PriMO在大规模视觉语言模型上的优化效果,确证其在三目标优化任务中保持前沿表现。
针对基于深度学习的全局预测模型,研究形式化了序列级交叉验证(Series-wise CV),并在 11 个数据集、10 种神经网络架构上对比了 K-fold、Bootstrapping 等方法。
MIIB 基于 Partial Information Decomposition 提出多模态自监督学习框架,显式编码冗余、独特及协同信息。 采用双路径架构进行模态编码与融合,利用熵目标优化以获取最小充分表示。 实验显示 MIIB 在多样化基准上持续优于最先进的多模态自监督方法,代码已开源。
研究通过专家剪枝发现,英文校准无法有效迁移至立陶宛语。在 25% 剪枝率下,立陶宛语阅读理解的中等降幅达 21.4 分,远高于英文的 1.7 分。 模型在最终层表现出不对称路由:立陶宛语 55-72% 的专家选择集中在 8 个专家上,而英文仅为 19-39%。使用立陶宛语校准可保留 2.5 分更高的英文理解能力,证明压缩模型需按服务语言进行独立校准。
研究人员发布 OPRD-Imp 数据集,收录 229 个有机反应及 784 条杂质记录,用于填补反应杂质预测领域公开基准数据的空白。 数据源自 62 篇《有机工艺研究与开发》文献,由化学家按标准化协议手动提取。
提出 ShapleyOG 方法,利用奇高斯过程将自适应 Shapley 值估计的计算开销降低最多三个数量级。 该方法仅基于奇组分进行代理拟合,配合稀疏重拟合并扩展求积计算方案,在实验精度上匹配 ShaplEIG。 这使得单次评估仅需 0.1 秒且预算为数千次时,即可超越非自适应 SOTA 估计器。
论文提出 PAAI 框架,用于分析 AI 评估基础设施的权力分配及独立评估能力。该框架考察权力、访问、充分性和独立性四个维度,并应用于 12 个非洲 AI 评估项目(2022-2025 年)。
提出了一种针对细胞类型的神经算子框架,用于可扩展的神经元群体建模。该框架学习同一细胞类型内多个神经元的共享算子,并以可解释的生理特征为条件,替代了传统的单神经元代理模型。
针对在线策略蒸馏中教师指导不可靠及top-k支持集丢弃概率质量的问题,提出O²PD方法。 方法将蒸馏限制在学生生成轨迹前20%的token上,并引入Reset Support和Support Convergence策略,利用重叠门控α-散度在覆盖与寻模之间自适应插值。 该方法从理论上解决了教师支持集未覆盖及主导模式不匹配问题,提升了基于前缀的对齐可靠性。
summary_zh: 该教程通过22个混淆矩阵指标和15个场景,解析类别流行度、阈值及聚合规则对评估结论的影响。 包含概率校准(如ROC-AUC 0.825下校准斜率2.08-0.52)、回归及一致性检查;提供基于目标的指标表与报告清单。
DMGT将决策模型用于初始化强化学习策略,让智能体在稀疏奖励任务中首次交互即获取奖励。 该方法结合了决策模型无需训练即可行动与强化学习依靠奖励优化的优势,实验表明其在7个任务中表现均优于纯强化学习。 消融研究为向决策模型描述环境和任务提供了指南,解决了探索困难与样本低效问题。
该研究在伯努利推理任务中,通过四种文本路径和两种激活级干预,测试了三个开源权重语言模型的信念更新机制。 发现证据格式决定读取方式:结果序列主要影响续写,摘要和比率影响显式估计。不同路径的有效证据权重差异显著,摘要权重随观测数弱扩展。 结果表明,当前读取的一致性不足以确立信念更新的等价性,信念获取与读取方式共同决定其后续动态。
研究证明混合软提示微调能提升开源 LLM 裁判与人工标注的一致性,Qwen 3.5 9B 经过调整后在偏见、毒性、个性化维度超越托管参考裁判。 方法基于 FairBotBench 基准训练,结合文本提示与学习连续提示嵌入,在 CONVERSATIONS 2026 研讨会上作为预印本发布。
研究发现稀疏自编码器(SAE)训练时,激活缓冲区扩大至特定平台期后,继续增加独一激活量对重建与可解释性提升有限。建议在达到质量平台期后复用缓冲区,可显著降低存储开销。
研究显示,在 GPU 训练故障诊断基准测试中,GRPO 带来的分布外收益有限,主要增益来自监督微调。 使用 1,877 个合成任务构建的基准测试中,SFT 达到 0.785 分数,而 60 步 GRPO 仅带来 0.33 点的分布外提升。 该研究以 8.69 美元算力成本完成,所有代码和生成数据已归档,支持完全复现。
DPO 在处理成对偏好与点式指标冲突时易发生约束漂移。论文提出 CoDPO 方法,通过计算数据集统计量诊断漂移并进行自适应校正。 实验显示 CoDPO 在四个领域均能减少漂移,同时保留 DPO 的偏好学习效果。该方法优于硬过滤及现有约束基线,已被 NeurIPS 2026 接收。