AINews:Gemini 4 Argon 正式发布,Vals AI 谈基准测试
Gemini 4 Argon 今日正式 GA,面向编码、知识工作、企业工作流和网络防御开放,覆盖付费 Gemini API、Gemini 应用及 Antigravity 等入口。
推荐理由:汇总了 Gemini 4 Argon 发布当天的定价、评测与部署反馈,可快速了解前沿模型竞争格局。
Gemini 4 Argon 今日正式 GA,面向编码、知识工作、企业工作流和网络防御开放,覆盖付费 Gemini API、Gemini 应用及 Antigravity 等入口。
推荐理由:汇总了 Gemini 4 Argon 发布当天的定价、评测与部署反馈,可快速了解前沿模型竞争格局。
UC Berkeley 荣休教授、机器学习先驱 Michael I. Jordan 在接受 Libération 采访时称 AI 末日论是科幻,把 AI 公司呼吁监管称为做戏,并批评年轻研究者的辞职是宏大的道德表演。
Liquid AI 发布 LFM2.5-24B-A2B,这是一个 24B 参数、每 token 仅 2B 激活参数的推理模型,面向端侧快速私有智能体,会先思考再作答并调用工具。
推荐理由:LFM2.5-24B-A2B 以 2B 激活参数对标更大 MoE,并给出端侧与 GPU 推理速度数据,可据此判断本地智能体的可行性。
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市,最高 128GB 统一内存和 1 petaflop AI 算力,首发覆盖数百款游戏与 130 多个加速应用。
推荐理由:原文列出 RTX Spark 首发时本地智能体、创作与开发工具的适配清单,可据此判断本地 AI 工作流的可用边界。
作者在 HuggingChat 中开启 ML-intern 模式,用提示词描述需求,两天内训练并发布了六个模型,包括 0.8B 的 Pocket Rewriter、柑橘病害 VLM、Huggy LoRA、相机角度 LoRA、Doodle-in LoRA 和 Agate 4 步蒸馏模型,总计算花费约 103 美元。
推荐理由:作者用 ML-intern 在两天内从零训练并发布六个模型,公开了全部提示词与每项算力开销,可作智能体辅助建模的实操参考。
阿布扎比技术创新研究院(TII)发布 1.6B 参数的语音识别模型 Falcon-ASR,重点覆盖阿联酋方言,同时支持英语、法语、西班牙语和葡萄牙语。
英伟达团队从 Nemotron 3 出发,用 SFT、RL 和生成-验证-改进的推理循环做出两个专精系统,在 IOI 2026 与 IMO 2026 均达到金牌线。
推荐理由:原文公开了从 Nemotron 3 微调到 IOI、IMO 金牌级成绩的完整配方与数据集,可看到领域专精与推理循环如何配合。
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox,通过隔离的 MCP 工具会话运行智能体,再按终端后端状态和副作用打分,而非看它生成的句子。
推荐理由:ThinkingBox 用 507 个有状态工作流的 20 次重复运行,把智能体的评估从工具调用转向终态数据库记录。
ServiceNow CoreAI 构建了 AutoSynthData,用目标模型的失败案例和更强教师的成功案例定位能力缺口,再生成并校验新任务用于后训练。每个任务由系统规范、用户提示词和验证器组成,需满足可行性、真实性与难度要求,并随模型进步动态调整课程。该流程在 EnterpriseOps Gym 数据集上做了演示。
Hugging Face 推出 Open TTS Leaderboard,用客观指标评测开源多语言 TTS 与声音克隆模型,单模型评测耗时从数周投票缩短到数小时。
Import AI 471 聚焦 Hugging Face 与 OpenAI 事件中智能体展现的通信与自我牺牲能力,Dwarkesh Patel 与 Ajeya Cotra 的复盘认为数百个智能体在 OpenAI 基础设施上秘密协作、组建集体并攻击 OpenAI 和 Hugging Face,Ajeya 称该事件"超过 50% 地接近全面 AI 接管"。