跳到正文
10月14日周三
  1. Stanford HAI News50

    Stanford HAI 对话 Deb Raji:AI 造成伤害时,责任该由谁承担?

    Stanford HAI 新晋访问研究员 Deb Raji 指出,AI 政策最难的未解问题是执法,即如何让企业真正改变行为并建立政府的执法能力。她当前研究 AI 问责基础设施,关注透明度文档模板、事件监测数据库与 AI 审计的落地工具,并聚焦政府、教育、医疗等无法退出的 AI 部署场景。

  2. NVIDIA:Newsroom56

    NVIDIA 承诺未来五年投入 2.5 亿美元算力支持英国智能体安全研究

    NVIDIA 宣布一项为期五年、价值 2.5 亿美元的算力捐赠,每年提供 5000 万美元算力,支持英国智能体安全与安保研究。大部分算力面向英国更广泛的 AI 安全研究社区,部分支持牛津大学牵头的 BOLD、UCL 牵头的 SOFAIR 和帝国理工学院,涵盖智能体基础模型、开源 AI 架构和机器人安全。

  3. Preferred Networks:AI 研究与产品41

    SAKURA internet、PFN 与 NICT 合作推进生成式 AI 的持续安全评估和改进

    SAKURA internet、Preferred Networks(PFN)和日本信息通信研究机构(NICT)合作推进生成式 AI 持续安全评估平台。平台原型会自动生成高风险测试提示词,检测回答中的仇恨言论、诽谤、幻觉和偏差,并合成改进用的训练数据。SAKURA internet 计划于下一财年内启动运行;PFN 将与 NICT 研发 PLaMo 3.0 Prime 的后续模型并接入评估平台。

  4. Claude Code:GitHub Releases45

    Claude Code v2.1.299 发布

    Claude Code 发布 v2.1.299,新增空闲压缩机制:200K+ token 的对话闲置约 54 分钟后会在 1 小时提示词缓存过期前被压缩,避免下一条消息重新处理全部内容。该版本还新增 CLAUDE_CODE_DISABLE_FILE_MENTIONS 环境变量,并修复了网关模型名、云会话、沙箱命令等多项问题。

  5. Google DeepMind:Blog53

    Google DeepMind 与新加坡 GovTech 合作推出端侧 Gemma 反诈检测模型

    Google DeepMind 与新加坡政府科技局(GovTech)合作推出在手机本地运行的诈骗检测模型,基于轻量 Gemma 微调新加坡本地诈骗对话。模型采用两阶段流水线,先由低功耗分类器初筛消息,再用微调 Gemma 分析对话上下文确认威胁,检测到操纵性话术时实时在设备端弹出警告。

  6. MIT News42

    MIT 研究:人工神经网络如何自组织出学习机制

    MIT McGovern 研究所与 ICoN 中心在 PNAS 发文提出,判断人工神经网络是否具备生物合理性,关键看它能否在没有开发者干预下自组织出学习机制。他们用随机互连的神经元样单元和简单连接规则,构建出能识别模式、分类图像的自组织网络,性能与依赖反向传播的网络相当。研究认为,若大脑确实使用类似的突触基元完成反向传播的功能,将为机器与大脑在基本机制层面建立强关联。

  7. Google DeepMind:Blog81

    Google DeepMind 发布 Gemini 4 Argon 并公布安全与防护细节

    Google DeepMind 发布 Gemini 4 Argon 并开始广泛推出,同时扩大 Fairwind Program 给受信任的网络防御者。模型解决了全部 12 个端到端模拟网络攻击场景(上一代为 5 个),Wiz 用其发现此前模型遗漏的医院软件关键漏洞,涉及数十万患者记录。

    同一件事,精选收录的是《Google 发布 Gemini 4 Argon:面向复杂工程与科研任务的前沿模型》

  8. Claude:YouTube73

    Claude Code 云端会话教程:在云端虚拟机中随时随地进行编码

    Claude 官方视频介绍 Claude Code 的云端会话(cloud session),它运行在云端虚拟机而非本地电脑,可在你离开后继续运行,支持从手机启动和多个会话并行。

    同一件事,精选收录的是《Claude Code 云端会话实战指南:每个任务独占一台 VM,可并行跑任务并以分支收尾》

  9. Cursor:Changelog51

    Cursor Origin 应用市场上线,集成 20 多款应用并开放公众提交

    Cursor 宣布 Origin 应用市场上线,已集成 20 多款应用,覆盖部署、CI、代码审查、安全、监控和项目管理,合作伙伴包括 Cloudflare、Linear、Sentry 和 Socket Security。市场即日起向公众开放提交,团队可基于 Origin API 构建应用,经审核后上架;官方还提供发布指南、API 参考和 Origin Apps 插件辅助开发与迁移。

  10. GitHub Blog51

    GitHub 详解基于 ModernBERT 的密钥检测模型如何以更低成本和噪音找到更多真实密钥

    GitHub 公开其新密钥扫描分类器的设计与训练细节:先用正则生成候选,再用微调 ModernBERT 结合文件路径、变量名和上下文判断是否为真实密钥。相比此前 LLM 管线,仓库所有者加权接受率提升 11.5%,post-push 扫描中位执行时间降低 86%,服务成本下降超过 98%;模型导出为 ONNX 并做 8-bit 量化,且已将通用密钥检测扩展到 push protection。

  11. Linear:Now52

    Linear 工程师总结使用 Loops 自动化重复工作的五条原则

    Linear Loops 的工程师分享使用 Loops(Linear Agent 定时或事件触发的自动化任务)的五条原则:寻找可委派的重复任务、渐进式扩展范围、善用工作区上下文、让 Linear Agent 帮助迭代、保持团队可见。文中给出漏洞分诊、清理废弃代码、会议议程准备和客户成功轮值通知等实际案例。

  12. Liquid AI 模型与工程博客63

    Liquid AI 发布 LFM2.5-24B-A2B 端侧推理模型

    Liquid AI 发布开源权重模型 LFM2.5-24B-A2B,总参数 24B、每 token 激活 2B,定位端侧快速智能体。

    推荐理由:原文给出完整基准对比、端侧推理速度和开源权重入口,读者可据此评估该模型在本地智能体场景的适用性。

  13. Google Developers Blog70

    Google 用 Gemini 4 Argon 无人值守优化 20 万行 Python 代码库 ADK

    Google 工程师用 Gemini 4 Argon 在 google/adk-python 上无人值守跑 11 小时,提出 6 项优化、审查后合并 2 项,使长会话内存会话准备时间降低约 40%,包导入加快 21%。

    推荐理由:作者复盘了让模型无人值守跑通真实大仓库的完整工作流,含被否决的改动和可复用的 .agents/skills 设置方法。

  14. Google DeepMind:Blog85

    Google DeepMind 发布 Gemini 4 Argon,全球上线 API、Gemini 应用和 Antigravity

    Google DeepMind 发布 Gemini 4 Argon 并全球开放,定价为每百万输入 token $2、输出 $10(缓存输入 95% 折扣),支持 1M 统一输入输出 token 上限,并在 Vals Index 排名第一。

    同一件事,精选收录的是《Google 发布 Gemini 4 Argon:面向复杂工程与科研任务的前沿模型》