跳到正文
10月27日周二
  1. arXiv · NLP21

    EdgeDeID:一款在无真实患者数据训练下实现的 0.6B 本地临床去标识模型

    EdgeDeID 是一个 0.6B 参数的本地运行临床去标识模型,完全使用合成数据训练,无需真实患者文本参与。 在 100 条合成临床笔记的基准测试中,该模型达到 0.994 micro-F1,99% 的笔记无遗漏标识符;对比八款现成系统中最强者的 0.857 F1 和 12% 遗漏率表现更优,量化后仅需 615 MB CPU 内存。

  2. HackerNoon · AI39

    SkySim 如何实现无 GPU 的无人机自主性模拟

    SkySim 能在普通 CPU 上以快于实时的速度运行高保真飞行物理模拟,无需 GPU 即可测试无人机自主性。 原生支持 PX4 和 ArduPilot 飞行控制,定位精度可达几厘米,专注于飞行物理而非视觉渲染。 该方案支持志愿者分布式训练和联邦学习,降低了参与门槛,但并未解决 sim-to-real 迁移问题。

  3. IT之家39

    苹果宣布 Siri AI 在 27.2 更新中支持法语、日语等

    苹果于 10 月 27 日发布软件更新 27.2,宣布新版 Siri AI 新增支持法语、日语、韩语、葡萄牙语和西班牙语。 该功能基于 Apple 智能构建,支持跨应用资料查找、系统级操作及屏幕内容感知,繁体中文等语言计划在年底前上线。 部分调用服务器端模型的功能设有每日使用限额,用户需使用兼容设备并支持相应语言。

  4. IT之家60

    苹果推送 iOS 27.2 更新:增强 Siri AI 信息来源、引入 SynthID 标识并扩展 FaceTime 双摄同录

    苹果面向 iPhone 18 Pro 等机型推送 iOS 27.2 正式版更新,并为折叠 iPhone Duo 推送专属更新。本次更新增强了 Siri AI 体验,使其能记住对话内容并扩大信息来源,包括信息应用照片、日历参与者、语音留言及 Safari 浏览历史;同时为 Image Playground 生成及部分照片编辑结果加入 SynthID 标识以区分 AI 内容。

  5. Hacker News LLM81

    6GB 显存预训练 1B 参数大模型的方法

    作者展示在 6GB 显存笔记本上预训练 1.1B 参数 LLM 的工程方法,通过分层训练、三值量化和低精度计算将显存峰值控制在 5.24GB,实测每步耗时 12.335 秒,完整预训练预计需 132-211 天。

    推荐理由:展示了通过分层训练和量化将 1B 大模型预训练限制在 6GB 显存内的具体工程路径与实测数据。

  6. 量子位33

    天禧AI × 观猹大会实测:个人AI跨端协同体验与4.5版本升级前瞻

    summary_zh: 天禧AI在观猹大会现场实测“手机语音下达任务、多端自动执行”的跨端协同能力,AI自动完成Personal Agent产品研究报告生成。 即将发布的4.5版本将强化记忆管理与数据隔离,天禧AI基于Harness架构支持Skill Creator及MCP Server接入,具备联网搜索与本地文件控制能力。

10月26日周一
  1. Hacker News AI23

    CleanYourTV.AI 指南:清理 Android 与 Google TV 广告及预装应用

    CleanYourTV.AI 提供免 Root 的 TV 清理工具,支持 Mac、Windows 及 Android 设备管理广告和预装应用。 用户通过桌面应用连接电视,审查并关闭推广行与预装应用,可自定义桌面布局、壁纸及主题。 工具基于开源项目独立开发,提供本地恢复记录,视频内嵌广告无法移除。

  2. Hacker News AI23

    AMD Ryzen AI Halo 技术解析

    文章标题指向 AMD 推出的 Ryzen AI Halo 产品或技术。 现有信息仅包含“AMD Ryzen AI Halo”这一名称,缺乏具体的技术参数、性能数据、功能描述或市场影响等实质内容。 原文未提供足够信息以概括其具体特性或行业意义。

  3. 量子位68

    讯飞Spark-X2.6实测:全国产算力与端云协同能力验证

    讯飞Spark-X2.6上线星辰MaaS平台,采用MoE架构总参数293B,支持1M上下文。实测中Spark-X2.6-4B离线完成经营复盘与合同脱敏,云端处理复杂审查,路由准确率提升至96.1%。

    推荐理由:实测展示了Spark-X2.6在纯CPU离线场景下的Agent任务完成度及端云脱敏协同流程,提供了国产算力落地的具体参考。

  4. IT之家55

    大众中国在合肥获得 L3 级自动驾驶道路测试牌照

    大众汽车集团(中国)已在合肥正式获得 L3 级自动驾驶道路测试牌照,并在合肥启动真实道路测试与数据采集。集团计划 2027 年实现 L3 级有条件自动驾驶、2029 年实现 L4 级,L3 最快于 2027 年下半年启动交付;酷睿程与地平线也在推进 AI 基座大模型合作。

  5. arXiv · ML24

    利用边缘计算实现 LLM 训练民主化:挑战、系统与未来之路

    论文提出基于云托管参数服务器和 gRPC 的统一系统架构,支持异构客户端在地理分布式环境中进行 LLM 预训练和微调。 系统在 GPT-2 Medium 和 Llama3-1B 模型上完成了跨多个大学站点的实际实验,验证了其在连接不稳定和硬件异构条件下的稳定收敛能力。 研究还指出了未来需解决的开放问题,包括前沿模型支持、弹性容错、自适应压缩及隐私信任等,以推动分布式 LLM 训练的普及。

  6. arXiv · AI39

    MoE-SpAc 实现边缘异构场景下基于推测激活效用的 MoE 推理加速

    MoE-SpAc 提出基于推测解码的 MoE 推理框架,在七个基准测试中将 TPS 提升 42%,并比标准基线快 4.04 倍。该框架通过推测效用估计器、异构负载均衡器和异步执行引擎,将推测解码转化为内存管理的前瞻传感器,统一预取与驱逐过程。论文代码已开源,旨在解决边缘设备内存受限与 I/O 瓶颈问题。

  7. arXiv · AI27

    SEVI:安全证据型现实世界强化学习框架

    SEVI 提出一种可靠性感知安全干预框架,用于现实世界策略学习。该框架引入证据安全评估器,在单次前向传播中估算约束违反风险与认知不确定性。 在线学习时,若动作预测不安全或证据不足,SEVI 将其覆盖为离线训练的低风险恢复策略。 在模拟操作和 USB 插入任务中,SEVI 实现了最高的任务成功率和最低的不安全事件计数,相比基线减少 13.4% 至 57.1% 的不安全事件。

  8. Hacker News LLM48

    NeuronDump 本地 LLM 可视化裁剪工具发布

    NeuronDump 是一款开源工具,可读取 GGUF 格式模型并生成 3D 图,支持移除冗余部分以减小体积。 该工具兼容 Ollama 和 llama.cpp,提供 Web 界面,能展示层、注意力头等结构及重要性。 用户可安全裁剪模型并生成新 GGUF 文件,MIT 许可,适用于 Windows 和 Linux。

  9. Hacker News AI20

    Open Accountant:面向自由职业者的 AI 可定制预算应用

    Open Accountant 是一款专为多币种经营的自由职业者和小型企业主设计的 AI 可定制预算应用。 该应用支持从 Wise、Plaid、CSV 及截图导入数据,采用 PWA 和 MCP 架构,并具备 90% 准确率的自动分类功能。 用户可将仓库 URL 交给 AI Agent 进行无限扩展,部署在 CloudFlare 免费账户上。

10月25日周日
  1. IT之家22

    星闪数字车钥匙2.0评测:解闭锁成功率100%且累计出货超160万台

    星闪数字车钥匙2.0评测显示解闭锁成功率达100%,累计出货超160万台,量产车型超30款。 实测在防乒乓误触、抗干扰及低电量场景下表现稳定。高并发测试中,星闪具备500节点量级能力,核心指标优于行业平均水平。 该方案通过相位心跳和飞行时间实现分米级精准定位,有效解决传统车钥匙定位飘痛点并识别中继攻击。

  2. Hacker News AI45

    Kevin Kelly:我们不想要最好的AI,我们只想要唯一的AI

    Kevin Kelly 提出 AI 的未来在于个人化而非中心化垄断,人类应追求成为“唯一”而非“最好”。他指出随着算力成本每 6-7 个月减半,十年内个人将能负担训练 AI 的成本。届时每个人都能拥有专属的、基于自身经历微调的个人 AI(exoself),这种去中心化的 AI 能比中心化模型更好地赋能个体独特性。

  3. IT之家54

    Block 推出全双工 AI 语音模型 Dessa

    Jack Dorsey 旗下的 Block 推出全新全双工语音模型 Dessa,该模型支持在 M4 Max 及更高配置的 MacBook 本地运行。Dessa 原生内置情绪表达,能模拟笑声、停顿等人类特征,且无需依赖大语言模型调取知识。目前该模型暂不对外开放,正邀请安全研究者重点测试语音智能体欺骗人类的风险场景。

  4. R/ArtificialInteligence38

    Qwen 3.8 27b 本地生成交互式人类智商热力图

    Qwen 3.8 27b 在配置 RTX 3090 的本地 PC 上自主设计并生成了一款交互式人类智商热力图。该模型将缺乏智商统计数据的地区替换为教育水平数据,并提供了来源与方法页面以供验证。 作者利用搭载 32GB 内存与 24GB 显存的 RTX 3090 显卡,运行该模型仅耗时数小时。这一结果展示了单张六年前的显卡在本地执行复杂可视化任务的效能。