AI 新闻中心

AI 新闻中心 过去24小时分析了 215 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。

推出 Quine:面向生物学复杂性的 AI 研究系统

Quine 是一项处于早期阶段的研究计划,旨在构建生物学多模态世界模型。通过连接不同生物尺度和模态的见解,该系统希望帮助科学家以计算方式探索更广阔的可能性空间,并在实验室验证前确定假设的优先级。实验结果还可提供反馈,帮助研究人员完善后续研究方向。

FactorEngram:用于语言模型的基向量级门控因式分解 N 元记忆

FactorEngram 是一种面向语言模型的因式分解 N 元记忆,使用共享基向量,并根据上下文分别调节各记忆成分。与将检索到的嵌入视为不可拆分单元的设计不同,它能够选择性读取相关成分,相关模式也可以复用共同成分。在拥有 3.4 亿和 10 亿参数的 Transformer 主干模型上测试时,该方法提升了语言建模和下游任务表现。消融研究表明,在中间层的注意力子层之前插入记忆分支是一种有效配置。

IPO招股书:Anthropic预计10年内在AI基础设施上支出逾5180亿美元

据路透社查阅的IPO招股书,Anthropic预计未来十年将与六家合作伙伴共同投入至少5180亿美元建设人工智能基础设施。据称,约80%的承诺不可取消,或无论实际使用量如何都必须支付。这一披露显示Anthropic规划的基础设施规模极为庞大,但相关金额属于预测和合同义务,并不代表已经完成的支出。

DISCO:通过解耦信息 grounding 与推理实现分布式长上下文扩展

DISCO 是一种用于处理大语言模型超长上下文的方法。多个 Worker 模型将上下文划分为不同部分,并行搜索和提取信息;中央 Driver 模型负责规划任务并汇总结果。该方法旨在缓解上下文窗口变长后推理质量下降的“上下文腐化”问题。根据论文所述结果,DISCO 在包含 100 万个 token 的 RULER-QA 上达到 78.4% 的准确率,在 LongBench v2 上最高提升 9.8

困难视觉与简单视觉:GPT-6 Astra对计算机视觉的启示

一项研究在计算机视觉九个领域的34项能力和55项基准测试中,评估了GPT-6 Astra及另外五个前沿通用AI系统。Astra在视觉与空间推理,以及多种结构化预测任务上,相比其他前沿系统取得了显著提升。各领先系统在语义理解、推理和以对象为中心的预测方面,正逐渐接近现有参考水平。但在度量几何精度、忠实重建、时间一致的密集预测,以及专业细粒度视觉知识方面,差距仍然较大。额外的推理能力和专业工具可以缩小

DeepSeek Harness 桌面预览版 v0.2 发布,支持安装插件与自动化任务

DeepSeek 发布了适用于 macOS 和 Windows 的 Harness v0.2 桌面预览版。新版新增插件管理页面,用户可输入 npm 包名安装、停用或卸载插件,也可设置重复任务的定时执行并查看运行记录。Harness 还支持分析文档、生成文件以及修改或运行代码。DeepSeek 表示,该产品仍处于起步阶段,后续将继续改进沙箱安全性和自动化功能等。