跳到正文

#数据/训练

今日 0 条
9月26日周六
  1. Ars Technica · AI40

    AI 冲击应届生就业?CESifo 研究称暂无大规模替代证据

    慕尼黑 CESifo 经济研究所的新工作论文指出,没有证据显示 AI 对近期大学毕业生就业造成显著、广泛的替代或招聘减少。该研究聚焦应届生,因劳动力需求变化可能首先体现在招聘缩减上。但研究者也提到,2026 届毕业生或因企业 AI 支出及 ChatGPT Enterprise token 使用量增加而面临更高风险。

9月24日周四
9月23日周三
  1. Latent Space42

    生物安全是一场 AI 军备竞赛——Radical Numerics CEO Eric Nguyen 访谈

    Radical Numerics 联合创始人 Eric Nguyen 认为,提升生物能力的基因组语言模型(GLM)同样能防止防御方落后。其团队此前参与开发 Evo 和 Evo 2,这些模型曾被用于生成可合成功能性病毒的全基因组序列。Radical Numerics 正构建并扩展 GLM,其模型已能处理 RNA 和蛋白质,并可通过类似思维链的方式自主优化 RNA 适配体得分。

7月16日周四
  1. Hugging Face Blog54

    DharmaOCR 对比 Mistral OCR4 与 Unlimited-OCR:专精模型在巴西葡萄牙语上仍占优

    Dharma AI 发文称,其三个月前开源的巴西葡萄牙语 OCR 模型 DharmaOCR 在专为该语言设计的基准上得分 0.925,高于 Mistral OCR4 的 0.798 和 Unlimited-OCR 的 0.7587。文章认为优势来自两阶段训练:监督微调集中资源于目标语言,DPO 阶段抑制生成退化,并指出通用模型在处理 ENEM 作文等专有名词时更易出错。

7月7日周二
  1. Berkeley AI Research62

    智能体时代的数据系统:为智能体、由智能体、由智能体合成

    UC Berkeley 团队发文指出,推理成本正以每年约 50 倍的中位数速度下降,智能体即将成为数据系统的主要工作负载。文章提出数据系统面临的三大挑战:为智能体设计(支持智能体式推测查询)、由智能体管理(多智能体共享状态与协调)、由智能体合成(按工作负载自动生成定制数据系统),并展望两者边界将逐渐模糊。

    推荐理由:文章从推理成本骤降出发,梳理了数据系统为智能体服务、由智能体管理、由智能体合成的三条研究路线,适合想把握数据系统与智能体融合方向的人。

5月19日周二
5月18日周一
5月16日周六
  1. Google DeepMind40

    剑桥大学团队用 Google DeepMind Co-Scientist 寻找新发传染病背后的分子开关

    剑桥大学 Clare Bryant 教授团队利用 Google DeepMind 的 Co-Scientist 工具,寻找病原体跨物种传播时引发人类严重疾病(如败血症)的分子开关。该工具从候选蛋白逐步锁定到具体氨基酸,团队据此构建含氨基酸突变的细胞系进行验证。Bryant 表示,这类工作通常需两到三年实验,如今有望在六个月内完成。

  2. Google DeepMind38

    爱丁堡大学用 Co-Scientist 加速肝病机制发现

    爱丁堡大学研究员 Filippo Menolascina 用 Co-Scientist 梳理文献并生成新假设,以应对 MASH 肝病中药物组合爆炸的难题。该系统综合肝脏生物学与药理学证据,指出值得关注的机制并筛选出候选联合疗法。在一例验证中,Co-Scientist 将 NLRP3 炎症小体定位为连接炎症与代谢的分子桥梁,该假设已获实验证实,或为靶向双药疗法铺路。

5月4日周一
  1. Import AI62

    Import AI 455:AI 系统即将开始自我构建

    Jack Clark 在 Import AI 455 中认为,基于公开数据,到 2028 年底有 60% 以上概率出现无人参与的 AI 研发,即 AI 系统能自主构建自身继任者。他列举了编码、科学复现、Kaggle 竞赛、内核设计、后训练、对齐研究等领域的进展,指出 AI 已能自动化大部分 AI 工程环节,并讨论了对齐、生产力倍增、资本密集经济等影响。

4月30日周四
  1. Google Research62

    Google 研究科学家用 ERA 的四种方式:从流行病预测到神经回路

    Google 发布博客介绍其研究科学家使用 Empirical Research Assistance(ERA)的四种方式。ERA 是 Google 在 9 月发布的预印本中提出的工具,用于帮助科学家生成专家级实证软件。

    推荐理由:原文展示了 ERA 在流行病预测、宇宙学、气候监测和神经科学四个领域的实际应用,读者可据此评估 AI 辅助科研工具的落地效果。

3月18日周三