跳到正文
10月20日周二
  1. APPSO40

    这是一个典型的科技新闻聚合类文章(类似周刊或日报),包含多条独立新闻。根据“标题自洽规则”,原标题提到了三个核心事件,但通常这类聚合文章的标题需要概括整体,或者选取其中最重要的头条。

    观察原标题:`苹果首款触屏MacBook Pro或下周发布/豆包辟谣「国内过半算力造爽剧」/马斯克:明年向美国每名儿童送一股SpaceX股票` 这是一个多标题的组合。

10月19日周一
  1. arXiv · ML32

    跨越 LLM 训练阶段切换优化器的短暂成本

    研究发现 Llama-3 模型从 AdamW 切换至 Muon 优化器几乎无显著性能惩罚,且 Muon 比例增加通常提升 SFT 后的下游性能。 该结论基于 1.2B 模型预训练及 14B 规模 Llama 和 Qwen 模型的持续预训练与 SFT 实验,结果显示后训练优化器选择可独立于预训练优化器。 该研究已被 NeurIPS 2026 研讨会接收,为优化器跨阶段迁移提供了系统性实证依据。

10月18日周日
  1. Seven Minute Feed46

    英国高级政界人士将失控AI列为核心担忧

    多名英国内阁部长私下表示,危险且失控的AI是与生活成本并列的最大担忧。 本周内阁会议以AI为主要议题,AI部长称对英国政府的流氓智能体攻击“可能甚至不可避免”,MI5也警告AI赋能的生物武器风险。 英国政府更希望领导监管工作,Anthropic、OpenAI、DeepMind和Meta就政府模型测试是否强制实施产生分歧。

10月17日周六
  1. Hacker News LLM76

    LLM Benchmaxxing 统计分析报告

    作者提出统计模型量化 LLM 对旧基准的过拟合(Benchmaxxing)倾向,发现 Google 模型在发布前基准上平均高出 1.41 ECI 分。若扣除该效应,Gemini 4.0 Argon 在 ECI 排名中将从第 4 降至第 6。

    推荐理由:通过统计模型量化各实验室在旧基准上的过拟合倾向,为解读 LLM 排行榜分数提供可复现的分析框架。

10月16日周五
  1. The Verge · AI81

    Meta 与 Apple 合作,让 Muse AI 模型更好地运行在 Mac 上

    Meta 与 Apple 合作,让 Muse Spark Open AI 模型在 Mac 上运行得更好。该模型总参数 8160 亿,宣称是目前最有能力的美国开源模型,并可通过最新 MLX 框架在两台 Apple M5 Ultra Mac Studio 上运行。

    推荐理由:Muse Spark Open 模型发布,重点在于它与 Apple 协作,能在 M5 Ultra Mac Studio 上通过 MLX 框架本地运行。

10月15日周四
  1. arXiv · ML20

    MAPLE:用于评估LLM的参数化知识提取多轴透镜

    研究提出MAPLE框架,以评估知识提取增强(KEE)技术对大语言模型的影响。 MAPLE在表层、概率层和采样外层解耦效应,通过测量答案恢复、破坏及排名变化进行诊断。研究评估了OLMo2、Qwen2.5和Llama3三种模型家族的六种KEE技术。 结果显示不同技术间存在显著差异与权衡,表明MAPLE在超越整体准确率方面具有重要价值。

10月14日周三
10月13日周二
  1. Seven Minute Feed41

    Microsoft 科学首席科学家 Peter Lee 离职加盟 Mercedes F1 担任 AI 顾问

    Microsoft 科学首席科学家 Peter Lee 宣布离职,将加入 Mercedes Formula 1 车队担任 AI 顾问。 他在 Microsoft 任职 16 年,曾参与评估 GPT-4 在医学中的应用。新职位为期一年,重点关注利用 AI 解决车辆物理难题、打破部门数据孤岛以及建立预测模型。 此举表明 AI 人才竞争已扩展至硅谷之外的高管层级。

10月9日周五
10月7日周三
9月9日周三
7月17日周五
  1. Google DeepMind84

    Google 发布轻量化网络安全模型 Gemini 3.5 Flash Cyber

    Google 发布基于 Gemini 3.5 Flash 微调的网络安全模型 Gemini 3.5 Flash Cyber,用于高效发现、验证和修复代码漏洞。该模型通过限制政府及可信合作伙伴的试点计划访问,在 CyberGym 和 Chrome 生产环境等测试中展现了优于主线路基模型和更大模型的高效性能,已用于保护 Google 内部代码库。

    推荐理由:官方发布了针对网络安全微调的轻量化模型,提供了在漏洞扫描任务中降低成本并提升覆盖率的实操架构。

2月1日周四
9月27日周三
  1. Mistral AI88

    Mistral AI 发布 Mistral 7B 开源模型

    Mistral AI 发布 7B 参数模型 Mistral 7B,其在标准英语和代码基准测试中超越所有目前可用的 13B 及以下开源模型。该模型基于 Apache 2.0 协议发布,运行速度更快且成本更低,适用于摘要、问答等任务。公司计划在未来几个月内逐步发布缩小黑盒与开源模型性能差距的新模型。

    推荐理由:原文展示了 7B 模型超越 13B 开源模型的性能对比,并明确采用 Apache 2.0 协议,为开发者提供了低成本且可控的替代方案。