全部资源

博客精选。

排序:最新收录 · 推荐465 条精选
博客发布 10-20
Latent Space

[AINews] 今天没什么大事发生

[AINews] not much happened today

这是 Latent Space 旗下 AINews 的一期汇总,覆盖 2026 年 10 月 16 日至 19 日的 AI 新闻,材料称其检查了 12 个 subreddit 和 544 个 Twitter 账号。正文重点介绍 DeepSeek V4.1 Flash 1017,包括其 MoE 规格(552B 总参数/16B 激活、1M token 上下文、MIT 许可)、定价、可用的 API 平台、训练方式说法及 Artificial Analysis 的评测结果,并提及 MiniMax M3.1 Flash 和 Mercury 3。文中还包含 AIE CODE 活动征集演讲者的通知。

博客发布 10-21
Latent Space

Claude Mods:把 harness 翻个里朝外

Claude Mods: Flipping the Harness Inside Out

这是一篇介绍 Claude Mods 的文章,作者称近几周用它把 Claude Code 调整为自己的 AI 工程工作流。文章提出 harness 随着模型吸收更多能力,剩余部分成为面向人的“注意力界面”(Attention Interface),并认为 Claude Mods 是其早期版本,还推测 harness 最终会成为其他公司在其上构建的平台。文中说明 mod 是运行在 Claude Code 内的 TypeScript 或 JavaScript 函数插件,可响应 prompt、工具调用或界面渲染等事件,观察、修改渲染方式或替代默认行为,被作者称为 agent harness 的中间件。

博客发布 10-23
Latent Space

AI 正在变擅长数学。原因如下。

AI Is Getting Good at Math. Here’s Why.

文章列举了 2026 年一系列 AI 数学成果:OpenAI 内部模型找到 Erdős 单位距离猜想的反例、发表 Cycle Double Cover 证明、解决另外十个开放问题、给出 Navier-Stokes 证明;Anthropic 发布费马大定理形式化及黎曼猜想的新界。作者提出能否预测模型会解决哪类问题的议题,用“若干提示/洞见加上其间的努力”这一心智模型衡量问题复杂度,并引述 WT Gowers 对单位距离证明的评论。关注 AI 数学推理能力与问题难度分析的读者可读。

博客发布 10-24
Latent Space

【AINews】Kimi 3.1 Pro 104BA-2.8T:Fable-5.1 级开源权重把闭源 AI 领先优势缩至 1 个月……并推出 2–3 倍速度的 Pro 高速 API

[AINews] Kimi 3.1 Pro 104BA-2.8T: Fable-5.1-Class Open Weights narrows Closed-AI lead to 1 month... and Pro Highspeed API with 2-3× speed

Latent Space 的 AINews 每日汇总(2026 年 10 月 22–23 日),头条为 Moonshot 发布 Kimi K3.1 Pro。该模型是在 Kimi K3 基础上以更大后训练算力得到的后训练版本,团队优化了 RL 框架、长上下文推理、训练效率、沙箱基础设施与 rollout 调度等,以支持跨数百个下游领域的联合强化学习。文章还提到其开源权重性能超过 Fable 5.1,并提供 2–3 倍速度的高速 API,另含 Reddit 与 Twitter 社区反应摘要。

博客发布 10-24
Google Research

把基础模型带到结核病筛查第一线

Bringing foundational models to the front lines of TB screening

Google Research 2026 年 10 月 23 日的博文,介绍其过去五年从早期研究基准走向可在诊疗现场微调部署的开放基础模型的工作,目标是缓解结核病筛查中的放射科瓶颈。文中指出结核病每年约夺去 123 万人的生命,在高负担地区放射科医生稀缺、影像设施往往相距数日路程,导致大量活动性病例未被发现。属于医疗 AI 与公共卫生方向的内容。

博客发布 10-22
Google Research

用 AI 辅助超声赋能一线孕产护理

Empowering frontline maternal care with AI-assisted ultrasound

Google Research 2026 年 10 月 21 日的博文,介绍一项前瞻性多中心研究:基于 AI 的“盲扫”超声评估,使未受过超声技师培训的操作者用低成本便携探头即可完成专家级的孕龄评估。文中引用 WHO 估计每年有超过 25 万例可预防的妊娠相关死亡,并指出全球三分之二人口无法获得超声等诊断影像,现有方法高度依赖专业临床训练。附论文链接,面向医疗 AI 与全球健康领域读者。

博客发布 10-22
Google DeepMind

不止于树冠覆盖:绘制全球森林类型地图

Beyond tree cover: mapping the world’s forest types

Google DeepMind 博客文章(2026 年 10 月 22 日,作者 Maxim Neumann 与 Charlotte Stanton),介绍 Google DeepMind、Google Research 联合 WRI 和 IIASA 发布的 Forest Typology(ForTy)2020 地图。该地图以 10×10 米分辨率把全球地表划分为六种森林与土地利用类型,区分天然林、人工林和农用林,并附有追踪这些森林逐年变化的早期时间序列,是欧盟森林砍伐法规的关键基线。文中指出不同森林类型在碳储量和生物多样性上差异很大。

博客发布 10-21
OpenAI

前沿 AI 的民主治理,第二部分:赋能网络防御者

Democratic governance of frontier AI, part II: Empowering cyber defenders

OpenAI 2026 年 10 月 21 日发布在 Global Affairs 与 Security 栏目的文章,提出一份蓝图,内容涉及用前沿 AI 赋能网络防御者、加强防护措施、推进网络安全现代化以及增强公共机构韧性。页面提供可下载的“Cybersecurity 2.0”蓝图 PDF,正文开头指出 AI 正在改变网络安全的速度、规模与经济性。适合关注 AI 安全政策与治理的读者。

博客发布 10-24
OpenAI

为服务逾 10 亿 ChatGPT 用户而快速扩展在线存储(第二部分)

Rapidly scaling online storage to serve over 1 billion ChatGPT users (Part II)

OpenAI 工程博客系列第二部分,作者为 Jon Lee、Hrachya Hakobyan 和 Chaomin Yu,讲述其应用存储平台 Habitat 如何针对 Azure Cosmos DB 做优化以应对用户规模的快速增长,并实现 ChatGPT 读取速度提升 12 倍。内容包括可靠的多租户机制与全局缓存等主题。工程与基础设施方向的读者可参考。

博客发布 10-24
Simon Willison 博客

介绍 Kimi K3.1 Pro

Introducing Kimi K3.1 Pro

Simon Willison 记录 Kimi K3.1 Pro 上线 Kimi API 的情况:权重尚未开放,Moonshot 承诺 2026 年 11 月 4 日前发布完整权重;另有价格翻倍、速度 2–3 倍的 Highspeed 版本(输入缓存命中价格相同)。文中列出定价(输入 2 美元/百万 token、输出 10 美元/百万 token)与 Moonshot 及 Artificial Analysis 的基准对比,并附上他用 LLM 0.32 的 openai endpoint 命令在三个推理级别下生成骑自行车鹈鹕 SVG 的测试过程。

博客发布 10-23
Simon Willison 博客

将 Agent Skills 捐赠给 Agentic AI Foundation

Donating Agent Skills to the Agentic AI Foundation

Simon Willison 的短博客,转述 Anthropic 宣布将 Agent Skills 标准捐给 Linux 基金会下的 Agentic AI Foundation(AAIF),该基金会由 Anthropic 与 Block、OpenAI 于去年共同创立,此前的 Model Context Protocol 也已捐入。作者提到自己去年 12 月曾预测此事,并说明他是通过 datasette-mcp 插件用提示让 Claude 在自己博客中检索到相关旧文。

博客发布 10-20
Hugging Face

PyTorch 2.15 中的 MPS

MPS in PyTorch 2.15

Hugging Face PyTorch 团队撰写的博客文章,介绍 PyTorch 2.15 中 Apple MPS 后端的更新,包括 MPS 支持 FP8、语言模型解码在线性层与 softmax 上获得更快路径、以及针对音频、视频和训练工作负载中新 Metal 内核。文中说明该团队以 Hugging Face Hub 上的真实模型排查 MPS 不足并向上游修复,并提到 MoE 模型解码速度较 2.14 提升 5–6.5 倍。适合在 Mac 上运行或训练 PyTorch 模型的读者。