AI 新闻中心

AI 新闻中心 过去一年分析了 8871 篇文章,发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。

MathForm通过知识检索和验证引导迭代提升数学自动形式化能力

MathForm是一套用于构建验证训练数据的框架,旨在将数学命题转换为Lean 4等机器可验证的形式语言。系统在生成前从Mathlib检索相关定义和已有形式化内容,并利用编译器诊断与语义一致性反馈对结果进行迭代修订。由此构建的FormalVerse数据集包含约36.7万个经过验证的示例。经过监督微调和强化学习训练后,MathForm-8B在六项基准测试中取得了88.06%的平均Pass@8语法检查

Agent Lightning v1.0 推进代理强化学习研究

Agent Lightning v1.0 是一个轻量级开源框架,用于“代理运行框架驱动的强化学习”。在这种架构中,部署时使用的代理框架会直接参与模型后训练。该框架支持任意代理框架,并处理重新分词、优势计算、损失归一化和后端调度等挑战。在指令遵循、搜索和编程代理评测中,仅使用 6,000 个训练样本和适度算力,就将 Qwen3.5-9B 在 SWE-bench Verified 上的成绩从 41.8

HarnessRisk:面向生命周期的智能体运行框架安全基准

HarnessRisk是一项评估AI智能体安全性的基准,覆盖运行框架配置、能力扩展、运行时操作、状态持久化、行动控制和事件恢复六个阶段。该基准包含128个沙盒案例,将合法用户目标与嵌入不受信任工作流工件中的对抗性指令配对。在三个运行框架、六个语言模型和14种配置上的测试显示,攻击成功率为12.6%至80.9%,实用性为75.0%至97.6%。在所有运行框架中,配置阶段最脆弱。研究还发现,模型即使能

传闻:谷歌或寻求 AMD 参与 TPU v10 合作

据外泄的 SemiAnalysis 报告,市场传闻称谷歌正与 AMD 合作开发第十代 TPU。若消息属实,这可能成为 AMD 拿下的首个定制 AI ASIC 项目。报告认为,AMD 的先进封装能力、SoC 知识产权和 CPU IP,可能是吸引谷歌合作的因素。谷歌与客户据称正在开发一种单封装 SoC,在其中同时集成 TPU 和 CPU,以应对强化学习工作负载。目前双方尚未正式确认这项合作。谷歌在自研

Modular宣布Mojo编程语言以Apache 2.0许可证全面开源

Modular已将编程语言Mojo、其编译器及核心工具链全面开源,采用带有LLVM例外条款的Apache 2.0许可证。Mojo旨在解决传统语言在现代硬件,尤其是GPU和AI加速器上的性能限制。随着Mojo 1.0源码稳定版完成,编译器源码现已上线官方GitHub仓库。开发者可以使用Bazel构建编译器并运行测试,也可以使用预构建的nightly二进制版本,以节省编译时间。Mojo标准库自2024

驾驭记忆:对记忆型智能体记忆载体的全面评估

该研究评估了在不同运行条件下,哪些记忆载体最适合长期运行的大语言模型智能体。研究在统一测试框架中比较了稠密与稀疏索引、文本和结构化存储、分层存储、基于精炼的记忆、参数更新,以及兼容激活机制的上下文方案。研究使用三个基础模型和四套基准测试,覆盖面向用户的问答与智能体决策,并测量26项性能和效率指标。结果显示,没有任何单一载体始终占优。广泛检索有利于长上下文事实问答,但过度检索可能使序列决策偏离关键行