科技巨头为AI数据中心竞赛加杠杆,债务激增3500亿美元 2026-07-12 12:49 UTC+8 过去五年,Alphabet、亚马逊、Meta、微软和甲骨文这五大美国科技公司为扩建AI数据中心,债务总额增加了约3500亿美元。尽管投资者对AI前景看好,但亚马逊本周250亿美元的债券发行遇冷,显示市场对巨额投资的担忧。甲骨文因AI支出增加被标普下调评级,而英特尔因债务和战略失误陷入困境。大型云服务商今年计划投入高达7250亿美元,主要投向数据中心和英伟达芯片。
五大科技公司债务五年翻倍,总额增加3500亿美元 亚马逊250亿美元债券发行遇冷,反映市场对AI投资回报的疑虑 人工智能公司希望削弱澳大利亚版权法。艺术家愤怒,工党内部分裂 2026-07-12 04:00 UTC+8 澳大利亚总理安东尼·阿尔巴尼斯本周将就人工智能发表重要讲话,议员们在吸引数据中心投资与保护创作者权益之间左右为难。作家安娜·芬德称自己为‘犯罪受害者’,谴责科技公司盗用其作品牟利。
阿尔巴尼斯总理将就AI发表里程碑式讲话,涉及版权改革。 艺术家指控科技公司未经许可大量使用其作品。 AI占据三分之二的风险投资,你的胜率仍是六分之一 2026-07-11 20:26 UTC+8 2025年,AI公司占据了美国风险投资额的65%,但大部分资金流向了大公司,小型种子轮融资反而缩减。文章分析了种子轮融资的成本、成功率(约六分之一)、以及是否应该融资的决策框架,并提供了融资策略和替代方案。
AI公司吸收了大量风险投资,但小型种子轮融资数量和金额均下降20%。 种子轮融资中位数需出让20%股份,到A轮时创始团队仅持有36%。 AI正在压缩创业生命周期,而不仅仅是开发速度 2026-07-11 16:28 UTC+8 AI不仅加速了产品开发,还压缩了整个创业生命周期。创始人能以更低的成本更快地构建产品、接触市场、获取信号,但也面临更严峻的决策挑战。僵尸初创企业(勉强存活的创业公司)的生存空间正在缩小,因为创始人现在更愿意在信号不足时及时止损。关键在于判断力——区分好奇与需求、信号与噪音。
AI降低了产品构建成本,但也加速了从想法到市场验证的整个周期。 僵尸初创企业的存活空间缩小,因为创始人更愿意根据信号快速调整或关闭公司。 Together AI 和 Apps Flyer 领衔 2026 年第三季度最具活力公司榜单 2026-07-11 06:08 UTC+8 一种新的排名方法结合融资数据、网站流量和品牌搜索兴趣,识别具有真实市场吸引力的私营科技公司。Together AI 和 Apps Flyer 位居 2026 年第三季度榜首。
GFD Tech 100 根据融资、流量和品牌搜索需求对私营科技公司进行排名。 Together AI 和 Apps Flyer 在 2026 年第三季度排名中领先。 苹果起诉OpenAI窃取商业机密以构建AI硬件 2026-07-11 04:47 UTC+8 苹果公司提起一项诉讼,指控OpenAI窃取其商业机密来开发AI硬件设备,该计划由前苹果员工Tang Tan和Chang Liu主导。
苹果指控OpenAI硬件负责人、前苹果设计师Tang Tan策划了一场窃取机密信息的计划。 前工程师Chang Liu保留了一台苹果笔记本电脑,并下载了数十份机密文件。 Show HN:Willow Voice – 免费AI语音输入 2026-07-11 01:57 UTC+8 Willow Voice 是一款免费的AI语音输入工具,支持Mac、Windows和iPhone,让你通过语音进行文字输入。它具备智能格式化、快速响应、风格匹配等功能,可在所有应用中运行。支持100多种语言、离线模式和企业级安全。已有超过10万专业人士使用。
免费的AI语音输入工具,支持Mac、Windows和iPhone 在任何应用中工作:放置光标,按下热键,说话,即可获得完美文本 SK海力士美国IPO融资265亿美元,创历史最大外资上市纪录,被敦促在美建厂 2026-07-11 01:17 UTC+8 SK海力士在美上市融资265亿美元,成为史上最大外资IPO,超越阿里巴巴2014年250亿美元的纪录。公司被呼吁在美国建设新工厂。
SK海力士美国IPO融资265亿美元,为史上最大外资上市。 发行1.779亿份美国存托凭证,每份149美元。 借助Amazon Quick Automate的原生案例管理扩展代理工作流 2026-07-10 23:28 UTC+8 本文介绍如何将案例管理与Amazon Quick Automate中的代理自动化功能结合使用,涵盖案例生命周期、创建与管理、异常处理、人工介入以及案例创建者-处理者模式,并通过实际案例展示企业流程中的案例管理结构。
案例管理为每个工作项提供从创建到解决的完整生命周期跟踪。 支持并行处理、异常处理和人工介入(HITL)。 我开发了一款通过拍照解决数学问题的应用 2026-07-10 16:50 UTC+8 MathNut AI 是一款专为 iPhone 设计的数学求解器,允许用户拍摄印刷或手写数学题的照片,并通过 AI 获得逐步解析。支持算术、代数、几何等多个领域,并提供互动聊天功能加深理解。免费版每日有限次扫描,高级版订阅后可解锁无限制使用和更多学习工具。
拍摄打印或手写数学题,自动裁剪所需区域 AI 提供清晰的分步解答和互动问答 AI能否回答3万亿美元的问题? 2026-07-10 14:22 UTC+8 红杉资本合伙人David Cahn三年前首次计算了硅谷AI基础设施巨额支出的财务影响,他根据Nvidia的GPU收入推导出需要2000亿美元的收入才能收回前期投资。
David Cahn三年前开始计算AI基础设施投资的回报要求 他基于Nvidia年收入500亿美元的数据推算出2000亿美元收入门槛 2026年初AI订阅服务削减配额并提价 2026-07-10 13:51 UTC+8 2026年初,多家AI订阅服务提供商削减免费或付费配额并提高价格,引发用户不满。文章回顾了2025年AI工具的激烈竞争格局,并指出当前趋势是服务收缩而非扩张。
2026年初AI订阅服务普遍削减配额并提价 用户面临更高成本和更少的使用量 AI投资者收购会计公司并强制其使用OpenAI 2026-07-10 13:23 UTC+8 AI投资者正收购会计公司并强制其采用OpenAI技术,引发行业变革与数据隐私担忧。
韩国芯片制造商SK海力士借AI热潮在美上市募资265亿美元 2026-07-10 13:06 UTC+8 SK海力士作为先进存储芯片供应商,受益于全球AI数据中心建设热潮,利润飙升。公司于周五确定其巨额美国上市定价,计划融资265亿美元,成为全球最大规模股票发行之一。
SK海力士于周五确定美国上市定价,目标融资265亿美元。 该公司是全球AI数据中心建设热潮的主要受益者,利润大幅增长。 STEMbot:一种用于植物冠层下方导航的顺应性机器人 2026-07-10 12:00 UTC+8 STEMbot是一种微型攀爬机器人,专为在植物冠层下方自主导航而设计,旨在实现早期害虫检测。它集成了PIN-SLAM和语义八叉树,并采用流形约束A*规划器,可在7-33毫米的茎干上可靠攀爬,重构精度达厘米级。
STEMbot针对有机农业中害虫监测劳动密集问题,实现早期检测。 结合几何PIN-SLAM与语义八叉树,实现攀爬时的定位与建图。 Shift & Drift:一个用于可泛化且鲁棒的自动驾驶运动规划的零样本基准 2026-07-10 12:00 UTC+8 Shift & Drift是一个双轨基准测试,旨在评估自动驾驶运动规划器在语义分布偏移(新城市拓扑)和状态分布漂移(执行扰动)下的表现。研究发现,模仿学习方法在域内表现优异,但在语义偏移下显著失效,而基于强化学习的方法则表现出更优雅的性能下降。
提出Shift & Drift基准,包含语义偏移和状态分布漂移两个测试轨道。 语义偏移轨道通过将航拍数据集转换为nuPlan模拟,实现零样本评估。 利用低成本无人机和起重机摄影测量进行落叶乔木三维重建以监测整个冠层的枝条伸长 2026-07-10 12:00 UTC+8 研究人员开发了一种低成本方法,利用无人机和起重机摄影测量对落叶乔木进行三维重建,以监测枝条伸长(初生生长)。该方法实现了5-6毫米的点精度和92-98%的完整度,填补了气候变化影响研究中初生生长监测方法的空白。
低成本无人机和CraneCam摄影测量可实现整个落叶乔木冠层的三维重建 达到5-6毫米点精度和92-98%完整度 DreamCharacter-1:从3D生成基础模型到产品级角色生成 2026-07-10 12:00 UTC+8 DreamCharacter-1是一个轻量级后适配框架,通过几何后训练、纹理后训练和推理加速三个组件,将预训练的3D基础模型校准为高保真、可投入生产的3D角色生成方案。实验表明,其生成的3D角色资产在视觉吸引力和结构稳健性上均超越现有最先进方法。
几何后训练通过几何偏好优化增强表面细节 纹理后训练合成高分辨率纹理并改善遮挡区域外观 当去偏见适得其反:基于预处理的刻板印象缓解的反直觉副作用 2026-07-10 12:00 UTC+8 自然语言处理中基于预处理的刻板印象缓解方法,虽然能减少针对目标群体的可测量刻板印象,但常常引发意想不到的副作用——相对于中性基线,其他人口统计群体的刻板印象或反刻板印象可能增加,包括不相关的人口类别。研究在两种模型家族(仅编码器和仅解码器)、多种预处理策略(删除刻板句子、删除群体提及、交换群体引用)以及维基百科上不同数据规模的预训练和后训练中展示了这些副作用。标准基准测试经常忽略这些变化。通过注意力展开分析,观察到这种副作用并未伴随注意力流的巨大变化,使得机械论解释复杂化。本文讨论了评估的影响,提供了可操作的诊断方法,并主张进行关注副作用的透明缓解实践。
基于预处理的去偏见方法可能对非目标群体产生增加刻板印象的副作用。 副作用在仅编码器和仅解码器模型、多种预处理策略以及不同数据规模下均出现。 通过人机协作构建可扩展且文化特异的刻板印象数据集 2026-07-10 12:00 UTC+8 本研究提出一种成本高效的人机协作注释框架,用于构建多语言刻板印象数据集,并应用于西班牙语构建EspanStereo数据集,涵盖多个西语国家的文化特定偏见。评估显示LLMs在不同国家的刻板印象行为存在显著差异,强调需要更文化扎根的评估方法。
提出人机协作框架,结合LLM生成候选刻板印象与本地注释者验证,低成本构建多语言数据集。 构建EspanStereo,首个覆盖欧洲和拉丁美洲多个西语国家的刻板印象数据集,捕捉文献中及文化特定偏见。 基于表面肌电信号的图神经网络实时手势识别模型 2026-07-10 12:00 UTC+8 研究团队提出了一种基于图神经网络的实时手势识别方法,利用表面肌电信号构建肌电图网络,在8名受试者上达到99%的准确率,处理时间仅48毫秒,适用于假肢控制与增强现实等应用。
利用图网络表示前臂肌肉激活模式 基于图神经网络的机器学习算法实现实时手势识别 人工智能能让父母永生吗? 2026-07-10 08:25 UTC+8 意大利艺术家盖亚·阿拉里为应对父亲年迈带来的死亡焦虑,使用人工智能创建了父亲的虚拟副本(死亡机器人)。通过互动,她发现AI虽然能模拟父亲的对话和记忆,但也可能编造回忆,引发对悲伤处理方式的深刻质疑。
盖亚使用AI创建父亲的死亡机器人,以缓解对失去父亲的恐惧。 AI副本能重现父亲的语调,但也会编造虚假记忆。 SpaceX和AI初创公司财富推动私人飞机需求 2026-07-10 06:50 UTC+8 科技行业大量流动性事件催生新贵,私人飞机购买和租赁热潮涌现。航空律师因工作量激增甚至取消年假。SpaceX的IPO创纪录融资857亿美元。
AI初创公司和SpaceX的财富爆发引发私人飞机抢购潮。 航空律师Amanda Applegate因处理大量购机协议取消年假。 Palo Alto CEO Arora称AI定价需下降90%,代币成本飙升 2026-07-10 04:50 UTC+8 Palo Alto Networks首席执行官Nikesh Arora表示,AI代币成本需要下降高达90%以促进企业采用,并批评当前高定价是主要障碍。他加入包括Palantir的Alex Karp在内的高管行列,呼吁更便宜的替代方案,同时开源模型正获得关注。
Arora要求AI代币成本在两年内降低90%。 他认为OpenAI的54%效率提升还不够。 AI推动经济增长,但许多美国人正在落后 2026-07-10 03:48 UTC+8 旧金山邻里中心食品分发处排队人数超过200人,而仅几英里外的“AI巷”公司却吸收数十亿美元投资,推高房价和租金。全美范围内,AI相关投资拉动GDP增长2.1%,但消费者信心低迷,低收入群体薪资增长最慢。经济学家指出,AI加剧了“赢家与输家”的经济分化,财富集中在科技公司创始人和早期投资者手中,而低收入者、应届毕业生和创意工作者处境艰难。
AI产业投资推动美国GDP增长,但加剧了贫富差距。 旧金山低收入社区食品分发需求增长10%,与AI企业高薪形成对比。 因AI而裁员的雇主们开始后悔了 2026-07-10 03:27 UTC+8 福特、澳大利亚联邦银行和IBM等公司因AI裁员后,发现AI无法应对复杂问题,纷纷重新雇佣人类员工。分析师指出,用AI替代人类并非最佳增长策略,许多公司后悔裁员决策。
福特重新雇佣数百名工程师处理AI无法解决的质量问题。 澳大利亚联邦银行因AI语音机器人无法应对客户需求,撤销了裁员决定。 开发者生产力指标不靠谱。AI加速的工程组织关键在于运营审查 2026-07-10 02:30 UTC+8 Cortex发布了DRIVE框架,用于衡量AI时代工程组织的健康状态。该框架通过交付、可靠性、计划、警惕性和效率五个支柱评估组织效能,并借助运营卓越审查将指标转化为行动。
DRIVE框架包括五个支柱:交付、可靠性、计划、警惕性和效率 运营卓越审查(OpEx Review)是一种定期的领导力仪式,重新分配资源以弥补差距 FrontierFinance:投资者工作流中最大的开放基准 2026-07-10 01:49 UTC+8 Samaya Research推出了FrontierFinance,这是投资者工作流中最大的开放基准。
FrontierFinance是一个面向投资者工作流的开放基准 它旨在成为同类基准中规模最大的 Grok 4.5:SpaceXAI 进军企业的首个真正入口 2026-07-10 01:20 UTC+8 此次模型发布是 SpaceX 自六月上市以来的首次,将帮助 SpaceXAI 在编码等领域与其他前沿模型提供商竞争。
SpaceX 于六月上市后首次发布模型 Grok 4.5 该模型旨在提升 SpaceXAI 在编码等企业级 AI 领域的竞争力 Meta称其新AI模型在编程方面已具备竞争力 2026-07-09 22:00 UTC+8 Meta发布了Muse Spark 1.1 AI模型,通过新的Meta Model API向开发者开放。该模型在代码生成、复杂漏洞检测与修复、多智能体工作流支持以及多模态感知方面有显著提升,旨在追赶OpenAI、谷歌和Anthropic等竞争对手。
Muse Spark 1.1是Meta基于开发者反馈的重大升级,支持更高级的编程任务。 模型通过Meta Model API向美国开发者公开预览,并提供20美元免费积分。 AI行业高薪员工推高旧金山房价 2026-07-09 21:37 UTC+8 旧金山因AI行业员工的高薪和股票期权,房价飙升,重新成为美国最贵购房城市,2026年5月中位房价创纪录达176万美元。
旧金山2026年3月重新成为美国最贵购房城市,中位房价达176万美元。 AI公司员工的高薪和股票期权是推动房价上涨的主要因素。 SnapID – 对准任何物体,瞬间获得AI识别 2026-07-09 20:49 UTC+8 SnapID是一款iPhone应用,利用AI技术,只需用摄像头对准物体即可快速识别,并提供材质、颜色、特征等详细信息。支持创建个人收藏库,免费版每日有限次扫描,高级版可无限使用。
SnapID通过AI技术实现即时物体识别 提供丰富的物体描述,包括名称、材质、颜色等 大型表格模型在LLM失效的领域表现出色 2026-07-09 20:00 UTC+8 大型语言模型(LLM)在处理结构化数据方面存在困难,而新兴的大型表格模型(LTM)专门为此设计。AI初创公司Fundamental推出了NEXUS模型,已获亚马逊云服务采用,解决了表格数据分析的痛点,有望改变数据处理的未来。
LLM难以处理表格数据,因为结构化数据非顺序且变量多样。 Fundamental的NEXUS模型预训练于数十亿张表格,可直接建模表格结构。 序列观点#892:好环境的解剖:当可验证性不足时 2026-07-09 19:02 UTC+8 探讨使某些领域适合人工智能的属性,不仅仅依赖可验证性,还包括可磨砺性等维度。
可验证性并非AI成功的唯一因素,可磨砺性同样关键。 数学、代码和棋盘游戏等领域在多个维度上表现优异,促进AI能力复合增长。 AI 爱好者与时间赛跑,AI 怀疑者与熵增赛跑 2026-07-09 19:00 UTC+8 这篇文章探讨了 AI 爱好者和怀疑者之间日益扩大的鸿沟,指出双方都有合理关切。爱好者看到 AI 带来的生产力飞越,而怀疑者担忧代码质量下降和系统混乱。作者建议通过讲述完整故事和采用工程化方法来弥合分歧。
AI 爱好者和怀疑者之间存在日益扩大的鸿沟,双方都面临真实威胁。 AI 能力提升真实存在,但快速交付代码可能带来隐藏成本。 NHS人工智能血液检测可减少侵入性子宫癌检查 2026-07-09 18:00 UTC+8 英国国民健康服务体系(NHS)多家医院准备使用基于人工智能的血液检测,在侵入性检查前评估转诊患者是否存在子宫癌风险。该检测由利兹的PinPoint Data Science公司开发,通过分析约30种血液标志物,将患者分为低风险、高风险和极高风险三类,成本约30英镑。试验涉及16481名患者,结果显示该检测正确识别了99.1%的癌症病例,低风险组的阴性预测值为99.8%。目前,转诊女性通常需接受经阴道超声等侵入性检查,而该检测可使约五分之一的女性免于此类检查。
NHS多家医院计划采用AI血液检测PinPoint,在侵入性检查前评估子宫癌风险。 该检测分析约30种血液标志物,成本约30英镑,试验显示癌症识别准确率达99.1%。 $10万基金:在AI时代保持CTF的竞技性 2026-07-09 16:48 UTC+8 OtterSec宣布设立10万美元的Save CTFs基金,旨在应对AI对CTF竞赛的冲击。文章指出当前AI模型能轻松解决大多数Jeopardy挑战,导致竞赛变成拼预算而非技能。他们提倡更细粒度的评分机制,如改进的攻防(AD)和夺旗(KOTH)模式,并举例说明相对评分的逆向工程挑战。基金会资助创新想法,要求赞助申请简洁明了。
AI模型已能轻松解决中等难度的CTF挑战,导致Jeopardy形式失去公平性。 OtterSec成立10万美元基金,鼓励探索新的竞赛格式和评分机制。 我如何在150天内打造一个年营收1000万美元的AI初创公司 [视频] 2026-07-09 15:31 UTC+8 一位创始人分享了他在150天内将AI初创公司做到1000万美元年营收的经验,包括关键策略和教训。
快速发展AI初创公司到千万美元营收 150天内的关键决策和策略 创始人推出AI构建应用前应评估的事项 2026-07-09 14:15 UTC+8 在推出AI构建的应用前,创始人必须检查代码所有权、AI构建的极限(80%节点)、数据安全,并进行预发布技术审查。Builder.ai的破产凸显了原型与可投产产品之间的差距。
在构建前确认代码所有权和可导出性。 为AI生成停止有效后的80%节点做好准备,可能需要3-4个月重建。 模块化软体机器人自适应控制的持续学习框架 2026-07-09 12:00 UTC+8 该论文提出了一种基于持续学习的控制框架,使模块化软体机器人能够在不遗忘先前知识的情况下,逐步适应形态变化。实验验证了其在仿真和真实机器人上的有效性。
模块化软体机器人(MSR)由多个互连段组成,具有高度可变形和可重构的结构。 现有控制器在机器人形态改变时需从头重新训练,效率低下。 RoboSnap:一次性真实到模拟场景生成,用于通用机器人学习和评估 2026-07-09 12:00 UTC+8 RoboSnap是一个从真实到模拟的框架,仅凭一张RGB图像即可生成可用于仿真的场景。其核心是分层设计:碰撞感知的前景资产用于机器人稳定交互,而3D高斯泼溅视觉层保留逼真的背景外观。在DROID场景和真实机器人任务上的实验表明,RoboSnap能够可靠地重放轨迹,支持任务特定的合成数据生成,并提供有意义的模拟-真实相关性。此外,还引入了DROID-Sim数据集,包含564个真实世界场景。
RoboSnap从单张RGB图像生成物理稳定且视觉真实的仿真场景。 采用分层设计,分离物理交互区域与视觉上下文。 ProMoE-FL:面向缺失模态的多模态联邦学习的原型条件专家混合模型 2026-07-09 12:00 UTC+8 本文提出ProMoE-FL框架,通过构建全局客户端感知的原型库并采用原型条件专家混合模型,有效解决了多模态联邦学习中的模态缺失问题。在四个公开胸部X光数据集上的实验证明,该方法在同质和异质设置下均显著优于现有最先进方法。
ProMoE-FL利用原型库捕获跨机构的临床模态先验,实现鲁棒的缺失模态特征合成。 专家混合模型根据原型和模态索引进行方向感知的路由,动态生成缺失特征。 NLPCC 2026共享任务1综述:难度感知的多语言和多模态医学教学视频理解评估 2026-07-09 12:00 UTC+8 本文介绍了NLPCC 2026的难度感知医学教学视频问答(DA-MIVQA)共享任务。该任务在前几年挑战的基础上,根据问题所需证据的类型和复杂度明确区分问题难度。包含三个赛道:单视频难度感知时间答案定位、难度感知视频语料库检索、视频语料库难度感知时间答案定位。数据集来自公共医学教学频道,涵盖急救、紧急响应、康复、护理和通用医学教育等场景,并带有难度标注。文章介绍了任务动机、数据集构建、评估协议、参与概览、比赛结果和代表性系统。
DA-MIVQA是NLPCC 2026的共享任务,扩展了之前的医学视频基准。 任务根据问题难度区分简单(基于字幕)和复杂(需要视觉和跨模态推理)问题。 反事实公平的图像分类器是否满足群体公平?——理论与实证研究 2026-07-09 12:00 UTC+8 该研究探讨反事实公平(CF)与群体公平(GF)在图像分类中的关系。通过构建新数据集并利用高质量图像编辑方法,发现CF不必然导致GF,存在与敏感属性相关但不由其引起的潜在属性G。提出反事实知识蒸馏(CKD)方法减少对G的依赖,从而使满足CF的模型也能满足GF。
构建了基于现有GF基准的新图像数据集,可同时评估CF和GF。 实证发现图像分类中CF不蕴含GF,与表格数据研究结果相反。 从文本到参数:基于嵌入正则化与信度及设计上限预测项目参数 2026-07-09 12:00 UTC+8 本文提出一个结合正则化回归、重复交叉验证R平方及其重采样标准差、以及信度上限和设计上限的评估框架,用于从文本嵌入预测项目心理测量参数。在数学题库和医学执照基准测试中的应用表明,项目难度可高度预测,而区分度和伪猜测参数受限於信度上限而非文本信号强度。研究强调重复交叉验证和尺度无关指标的重要性。
项目难度可从文本预测,解释了约57%的信度变异。 区分度和伪猜测参数因信度上限低而不可预测,并非文本信号弱。 大语言模型响应质量综合评估:多因子评分系统 2026-07-09 12:00 UTC+8 本文提出了一种多因子评分框架,从准确性、简洁性、事实一致性、可读性和连贯性五个维度综合评估大语言模型的响应质量,并配备图形用户界面进行结果可视化。在TruthfulQA数据集上的评估显示,主流LLM在推理任务中表现突出(综合得分最高0.6104),但在处理复杂事实和歧义方面存在普遍局限。该框架透明、可扩展,未来将支持多语言评估。
引入多因子评分系统,涵盖准确性、简洁性、事实一致性、可读性和连贯性 通过图形用户界面可视化评估结果 更健康的LLM:面向公共卫生问答的检索增强生成 2026-07-09 12:00 UTC+8 大型语言模型(LLM)在医学问答基准测试中取得了可喜成果,但受到幻觉和官方指南快速演变的限制。检索增强生成(RAG)通过将回答基于明确维护的语料库来降低这些风险,但端到端性能关键取决于检索配置和超越多项选择格式的评估。研究将PubHealthBench扩展为检索增强设置,系统评估检索和生成选择,发现混合检索持续改进召回率和排序质量,且提供检索上下文能显著提高多项选择准确性。引入基于评分标准的LLM作为评判器评估自由形式回答,并与人工标注进行验证。
混合检索在公共卫生问答中优于纯稠密或稀疏检索 检索上下文使小型开源模型在多选任务中匹配或超越大型模型 Inertia-1:可穿戴运动基础模型的开源探索 2026-07-09 12:00 UTC+8 Inertia-1是一个完全开源的可穿戴运动基础模型探索项目,利用超过1820万小时的加速度计数据,系统研究了数据、模型和训练选择对下游任务的影响。在15个数据集上的评估展示了其泛化能力,为可穿戴运动表示学习提供了实用指南。
利用全球超过1820万小时的加速度计数据 系统研究数据、模型和训练选择 NEST:通过面向机制的混合专家模型应对数据集级分布漂移 2026-07-09 12:00 UTC+8 NEST是一种专门设计的框架,通过两阶段密集MoE架构建模和重组数据集中的演化结构。它首先在矩-熵空间中进行无监督聚类,将数据集划分为不同的运行机制,然后利用面向机制的路由器机制生成初始专家权重,并通过几何调制进行优化。专家作为专门的内核,捕获机制特有的动态。在多种基准测试中,NEST取得了最先进的性能。
NEST在矩-熵空间中通过无监督聚类将数据集划分为不同的运行机制。 面向机制的路由器根据时间内容生成初始专家权重,并经过几何调制优化。 初创公司聚焦:Sourcerer 希望通过 AI 采购成为供应商 2026-07-09 03:38 UTC+8 Sourcerer 并非又一个采购工作流工具,而是一家试图成为实物商品记录供应商的初创公司。客户上传产品规格、发票或描述后,其 AI 代理会审核供应商、定价、安排货运、提供信贷,并给出单一报价。
Sourcerer 定位为实物商品的记录供应商,而非传统采购工具。 AI 代理负责供应商审核、定价、货运和信贷服务。