AI 新闻中心

AI 新闻中心 过去24小时分析了 214 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。

DeepSeek 运行在华为芯片上,为何可能成为美国的难题

文章分析华为建设 AI 超节点的策略,以及其对英伟达竞争格局的潜在影响。重点包括昇腾 960 加速器、鲲鹏 CPU、UnifiedBus 互联协议、采用近封装光学技术的 Hi-One,以及面向 AI 上下文数据的 OceanStor 存储系统。华为希望将这些组件整合为支持训练、推理和智能体 AI 的平台,通过大规模扩展与系统级整合来弥补单芯片性能差距。不过,相关性能数据主要来自华为的企业发布,独立

Whisper 编码器减少六层:利用无标签数据恢复性能

研究提出的方法移除 Whisper large-v3-turbo 中对词错误率(WER)影响最小的六个编码器层,使编码器规模减少 18.5%。生成的模型无需定制推理实现。随后使用无标签单语语音数据进行蒸馏,使四种语言的平均 WER 从剪枝后的 21.9% 降至 20.1%;原始模型为 18.2%。研究团队已公开代码和剪枝后的模型。

AI应用面临的最大风险

Instacart前总裁、现任Beacon首席执行官Nilam Ganenthiran认为,信任是AI应用面临的最大障碍。他解释了AI如何同时增强善意者和恶意者的能力、安全方面的担忧如何阻碍AI在实体经济中的应用,以及Beacon为何正在打造他所称的“AI原生版伯克希尔·哈撒韦”。

将校准作为大语言模型评估的核心标准

校准衡量语言模型表达或隐含的置信度与实际正确性之间的一致程度。尽管已有成熟的测量方法,NLP研究在推出新模型、数据集和基准时,却很少检查模型的置信度是否可靠。作者认为,这一缺口会妨碍可信评估,并在实际部署以及依赖置信度的研究方法中带来问题,例如让LLM充当评判者或生成合成数据。许多现有基准已经提供置信度分数和正误判断,因此可以立即报告校准结果。不过,对于开放式生成,如何定义这两项信息仍是一项挑战。

李楠谈锤子科技 TNT 生不逢时:有了 Agent 之后,这些操作其实都不难了

Angry Miao 创始人、前魅族科技 CMO 李楠在微博发文称,锤子科技的 TNT 生不逢时;如今有了 Agent,当年希望实现的操作其实都不算太难。坚果 TNT 工作站本质上是一块 27 英寸 4K 触控屏,设计上支持触控和语音操作。锤子科技创始人罗永浩曾表示,当年的决策没有错,问题在于资源不足。当时语音识别尚未得到 AI 加持,准确率不够高。2018 年鸟巢现场演示确实出了问题,不过罗永浩