跳到正文
只看一手
  1. AWS Machine Learning Blog60

    Meta Muse Spark Open 模型上线 Amazon SageMaker JumpStart

    Meta 的编码优化开源权重模型 Muse Spark Open 正式在 Amazon SageMaker JumpStart 上线。该模型采用 MoE 架构，总参数量 816B，支持 100万 token 上下文，并包含文本、图像、文档、音频等多模态输入。

    推荐理由：提供在AWS账号内部署Meta编码模型的完整路径，用户可据此评估私有化部署的成本与数据安全边界。

  1. AWS Machine Learning Blog76

    基于 Amazon Bedrock 和 Grok 4.7 构建长程推理智能体

    AWS 发布教程，指导开发者利用 Grok 4.7 在 Amazon Bedrock 上构建并评估长程智能体。教程展示了在不同推理努力等级（low 到 xhigh）下，智能体执行复杂任务的表现与 Token 消耗对比，其中 xhigh 等级在 18 次运行中全部准确，而 low 等级用约 1/8 的 Token 实现了 15/18 的准确率。

    推荐理由：通过构建基于 Grok 4.7 的工具调用智能体并在三类任务上评测，量化了不同推理努力等级对准确性和 Token 消耗的影响。

  1. AWS Machine Learning Blog74

    使用 Anchor Browser 和 AgentCore payments 构建支持自主交易的 AI 智能体

    AWS 发布基于 Anchor Browser 和 Amazon Bedrock AgentCore payments 的解决方案，使 AI 智能体能够自动处理 x402 协议的 HTTP 402 支付挑战，访问付费网页和 API 并继续执行任务。

    推荐理由：文章展示如何通过配置 AgentCore payments 让 AI 智能体自动完成 x402 付费请求，无需在代码中集成支付逻辑。

  1. GitHub Blog · AI & ML66

    GitHub Copilot 发布 ReviewBench 代码审查基准

    GitHub 发布了 ReviewBench，这是基于 1 亿真实 pull request 构建的开源代码审查评测基准，包含 219 个公共 pull request 和多源金标准。评测显示该基准能提前预测线上表现，最近一次实验中离线指标与线上 A/B 测试结果方向一致，例如线上 recall 提升 13.6%，critical 评论增加 262%。

    推荐理由：原文给出了完整评测流程和对比数据，可帮助读者判断该基准如何优化代码审查智能体迭代流程。

  1. Google DeepMind95

    Google DeepMind 发布 Gemini 4 Argon 模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon，目前正通过 Fairwind 计划向可信网络防御者提供。该模型输出 token 限制扩展至 1M，定价为每百万输入 token 2 美元、输出 token 10 美元。

    推荐理由：官方披露了 Gemini 4 Argon 在 1M 输出 token 及内部工程优化中的具体表现，并说明了分阶段安全发布策略。

  1. Microsoft Research78

    Microsoft Research 发布 Quine：面向复杂生物学的多模态 AI 研究系统

    Microsoft Research 发布 Quine，一种结合多模态生物世界模型与交互支架的 AI 研究系统。该系统旨在连接科学工具、文献及湿实验室，已用于胰腺癌研究并成功预测出能驱动肿瘤状态转变的化合物，部分候选物已通过湿实验验证。

    推荐理由：展示了多模态模型在生物医学发现中加速药物筛选的实际应用案例。

  1. GitHub Blog · AI & ML60

    GitHub Security Lab 发布 AI 驱动的模糊测试 Taskflow 智能体

    GitHub Security Lab 推出 Fuzzing Taskflow 智能体，用于自动化 C/C++ 项目的模糊测试流程。该智能体基于 Taskflow Agent 框架构建，能够自主识别入口点、生成测试桩、运行 AFL++ 并进行崩溃分诊。默认使用 Claude Sonnet 5 模型，通过 MCP 工具实现决策与执行分离。

    推荐理由：文章展示了如何利用 LLM 智能体自动化模糊测试中的覆盖率分析与崩溃分诊，为 C/C++ 项目维护者提供了可复用的安全工程实践。

  2. Google DeepMind73

    Gemini 3.8 Live 推出 Live Avatar 实时视觉化身

    Gemini 3.8 Live with Live Avatar 为对话 AI 引入近实时视觉化身，通过将低延迟流式视频生成与语音对话原生结合，让智能体在看、听、说过程中呈现动态视觉形象，支持精准口型同步、自然表情和流畅轮流对话。

    推荐理由：Live Avatar 将低延迟视频生成与实时语音结合，让对话智能体具备视觉化身，支持后台异步工具调用和97种语言切换。

已经到底了