纽约大学成立了工程健康研究所，以疾病为核心而非传统学科来组织研究，旨在通过跨学科“碰撞”推动医疗创新。早期成果包括病原体检测设备、盲人导航技术以及“逆疫苗”研究。该研究所强调培养真正的交叉学科人才，并采用物理空间聚集和早期转化练习来加速从实验室到临床的进程。人工智能虽能缩短研究时间，但尚无法应对复杂的生物系统。

本文介绍如何使用Scikit-LLM库中的文本摘要功能，通过构建自定义转换器集成Hugging Face的预训练摘要模型，并将其嵌入scikit-learn流水线中，实现从长文本到分类的端到端流程。

一位同事因看到AI对话的全过程而更信任作者。本文探讨为什么展示AI交互的完整过程（包括提示、迭代和错误）比仅展示最终输出更能建立信任，并提升自身判断力。结合多萝西·伦纳德关于深层技能和核心刚性的理论，提出彻底的AI透明实践。

劳埃德银行集团作为英国最大金融服务集团之一，已将人工智能作为核心战略工具，从实验性试点转向规模化部署。集团于2024年任命前AWS数据与AI负责人Rohit Dhawan为集团AI与高级分析总监，成立集中式AI卓越中心。2025年，超过50个生成式AI解决方案投入生产，贡献约5000万英镑价值，预计2026年AI相关价值将超过1亿英镑。技术基础为Google Cloud Vertex AI平台，支持300多名数据科学家和至少18个GenAI系统。本文重点介绍两个内部AI用例：大型生成式AI用于前线知识检索，以及实时机器学习用于借记卡欺诈检测。

OpenAI和微软宣布修订协议，简化合作关系，增加长期清晰度，并支持大规模持续AI创新。

本文介绍了如何利用OpenAI新发布的开源隐私过滤器（Privacy Filter）构建三个可扩展的Web应用：文档隐私探索器、图像匿名化器和智能编辑粘贴板。每个应用都展示了该模型的不同能力，并通过gradio.Server实现高效的后端处理和自定义前端。

本周AI领域主要动态：OpenAI发布GPT-5.5、工作区智能体和ChatGPT图像2.0，xAI与Cursor达成交易，DeepSeek V4和Kimi 2.6在长上下文和智能体能力上取得进步。此外，多篇研究论文探讨分布式预训练、多模态理解和智能体编码。

对科技亿万富翁提出的全民基本收入（UBI）方案的批判，认为由造成失业者资助的UBI是枷锁而非安全网，会制造依赖。

Lumo Studios是一款新兴的AI演示工具，能够将想法瞬间转化为精美的幻灯片。它提供了画布编辑器用于微调，并支持自然语言命令进行调整。该工具今日在Product Hunt上线。

AI 服务暂时不可用，以下为来源摘要，待恢复后补全翻译：Discussion | Link

经过数月延迟，DeepSeek终于发布了备受期待的DSV4系列，包括Pro和Flash两个版本，具有1M token上下文、混合精度量化、MIT许可，并支持华为昇腾芯片。该系列在开放权重模型中表现顶尖，但在前沿封闭模型面前仍有所不足。

利用Gemini的AI功能，你可以轻松整理家居和数字空间。本文介绍了8个实用技巧，包括生成个性化清洁清单、清理冰箱、排除家庭故障、整理收件箱等，帮助提高生活效率。

MIT团队创建了MathNet数据集，包含来自47个国家的30,000多个专家编写的竞赛数学问题及解答，是同类最大数据集的五倍。该数据集不仅用于测试AI的数学推理能力，也为全球学生提供了优质的训练资源。测试显示，即使是最先进的模型如GPT-5也仅能正确解答约69.3%的问题，且在视觉推理和少数语言（如蒙古语）方面表现薄弱。

Badge 利用 AI 代理收集匿名同行评审，为求职者生成可验证的信任评分，同时帮助招聘人员快速进行背景调查，替代不可靠的简历和 LinkedIn 推荐。

Voice AI 听起来和感觉一样好。

尽管ChatGPT等生成式AI工具已普及三年多，但多数编程教师仍未重新设计课程。加州大学圣地亚哥分校的Sam Lau等人的研究发现，教师正在进行一种“紧急教学设计”，面临五个主要障碍：零散的支持、政策矛盾、实施困难、评估不匹配和资源不足。若不解决，可能加剧教育不平等。

迪皮卡·维穆里是IIT海得拉巴的博士生，研究可解释性和概念学习。她探讨了概念模型的两个方面：使用逻辑运算改善概念到类别的映射，以及通过形式概念分析将网络深度与语义层级对齐。她还分享了在矢量研究所的实习经历，以及未来研究方向。

Repaint 是一款 AI 工具，能让你轻松重建现有网站。

Rollout 是强化学习后训练中的隐形瓶颈。DAS 通过自适应推测解码解决了这一问题——速度提升高达 50%，且奖励质量零下降。

DeepSeek发布V4模型，拥有百万token上下文窗口，专为代理任务优化。通过混合注意力机制（CSA和HCA）大幅降低KV缓存和FLOPs，并引入跨工具调用的交错推理、专用工具调用格式以及用于强化学习训练的DSec沙箱。在多个代理基准测试中达到领先水平。

Weavable 通过连接 HubSpot、Slack、Zendesk 等业务工具，为 AI 代理提供持久、实时的上下文层。它维护一个不断更新的活动图，将令牌使用量降低 90%，并提高输出准确性。

作者提前体验了GPT-5.5，认为它标志着AI能力的重大进步，尤其是在编码、图像生成和综合应用方面。尽管模型变得更智能，应用和工具也大幅改进，但AI的“崎岖边界”依然存在，例如长篇虚构创作仍有不足。文章通过实例展示了GPT-5.5在模拟城市演变、生成学术论文和创建角色扮演游戏等方面的惊人能力。

OpenAI的GPT-5.5模型为Codex agentic编码应用提供动力，该应用运行在NVIDIA GB200 NVL72机架级系统上，为NVIDIA内部超过1万名员工带来“令人震撼”的生产力提升。

美国税务系统面临结构性失衡：K-1表格数量激增、监管披露要求扩大，而处理这些工作的专业人才却不断减少。文章探讨了如何通过自动化工作流、数字化K-1数据和流程成熟度升级，从手动处理转向直通式处理，以应对日益增长的税务合规负担。

今年春季天文学日，本文探讨AI和GPU如何帮助天文学家处理前所未有的宇宙数据洪流。詹姆斯·韦伯太空望远镜传回的海量数据远超预期，AI工具如Morpheus和GalaxyFriends正在加速星系分类与异常检测，并揭示了早期宇宙中意想不到的盘状星系。

本文介绍了如何在自己的计算机上使用小型语言模型（SLM）构建完全本地运行的AI代理，无需互联网连接或API费用。涵盖AI代理和SLM的概念、本地运行的优势、Ollama和LangChain的设置、逐步构建代理以及添加记忆和工具的方法，并讨论了SLM的局限性。

谷歌的TPU（张量处理单元）是专为大规模AI模型设计的定制芯片，最新一代可处理121 exaflops的计算能力，带宽是上一代的两倍。本文通过视频介绍了TPU的工作原理。

企业AI治理仍将代理视为稳定的软件工件进行授权，但代理的行为会随着上下文、记忆和交互而漂移。文章提出需要持续的行为认证，而非一次性授权，并引入行为身份概念，包括决策路径一致性、置信度校准和工具使用模式等指标。

在智能体软件中，最关键的问题不是“用哪个模型”，而是“模型能接触到什么”。命令行接口（CLI）和模型上下文协议（MCP）是两种主要的工具接口哲学：CLI推崇现有的Unix流程，具有可组合性；MCP则提供结构化的、可发现的工具协议和客户端-服务器架构。

OlmPool是一个包含26个模型的受控套件，展示了即使训练数据和扩展方法保持不变，小型架构选择也可能叠加起来使长上下文扩展变得更加困难。