跳到正文
今天10月14日周三2 条
10月8日周四
10月7日周三
  1. Microsoft Research22

    Microsoft 研究:AI 评测如何暴露传统 benchmark 之外的“意外失败”

    Microsoft 的 Jennifer Neville 在 Microsoft Research Podcast 中讨论评测如何推动 AI 系统性能边界,以及模型在传统 benchmark 之外测试时出现的“意外失败”。她结合自身从数学、物理、认知科学转向计算机科学的经历,分享与当前 AI 系统协作的实用建议,并强调当结果偏离预期时应仔细审视数据。

10月5日周一
  1. MIT Technology Review · AI12

    从预测到自主决策:预测分析如何进入智能体 AI 时代

    企业 AI 的竞争焦点已从预测模型能否超越统计预测,转向如何让预测系统在不偏离业务意图的前提下自主行动。深度学习与生成式 AI 驱动的智能分析支持实时训练,使 AI 持续演进而无需等待季度刷新,其数据来源也从规整的数值记录扩展到非结构化交互数据。Everest Group 的 Vishal Gupta 认为,"分析"一词正让位于 AI。

  2. Import AI22

    Import AI 475:群体扩展、Google DeepMind 为生物数据加水印与 AI 科学经济

    Import AI 475 讨论了 AI 群体(swarm)扩展的效率问题:4 个智能体的群体完成同一任务所需 token 总量约为单智能体的两倍,但因并行执行,理论上耗时减半。Google DeepMind 推出 SynthID Bio,为合成生物学数据加水印以强化生物安全。C5R Corp 的 SciUniverse 基准用 92 项任务测试 AI 操作半自动化科学实验室的能力。

7月7日周二