跳到正文
目前篩選:一手
10月27日週二
  1. NVIDIA Blog54

    AI 如何改變失智症研究的發現速度

    C-BRAIN 與 NVIDIA 合作,運用 AI 支援阿茲海默症研究,目標是加快研究發現,推進新治療所需的科學工作。其已建構 OpenScientist 和 InsightEngine 兩項開源智能體 AI 工具,分別用於生成及分析研究假設,以及對照科學文獻、用戶提供的數據集和生物醫學知識圖譜核驗主張。

  2. AWS Machine Learning Blog66

    AI 智能體的「土撥鼠之日」:在 Amazon Bedrock 使用 OpenAI 模型的提示詞快取模式

    AWS 的 Claudio Mazzoni 示範如何在 Amazon Bedrock 上為 OpenAI 模型配置提示詞快取,讓智能體重用未變的上下文並降低重複輸入成本。文章比較隱式、顯式及混合快取,並示範如何處理工具清單變更、子智能體和跨工作階段重用。六輪工作負載中,GPT-6 Astra 的隱式快取令輸入成本約降低 62%,顯式滾動斷點約降低 61%。

    推薦理由:文章按靜態共享前綴、逐輪增長的對話及新增工具等情境,示範提示詞快取邊界的配置方法,並提供相應程式碼。

10月26日週一
  1. The HKU Lead 港大新聞 · AI 研究及應用46

    港大商學院發佈生成式 AI 影片生成能力報告

    港大商學院人工智能評估實驗室發佈 AI 影片生成模型評測報告,評估超過十款模型的影片生成能力,以及識別和防範錯誤資訊等高風險內容的能力。Seedance 2.0 Pro 生成表現總排名第一,並在六個評估維度均居首;Hailuo-2.3 安全與責任評分最高,但生成能力總排名第九。

10月25日週日
  1. The HKU Lead 港大新聞 · AI 研究及應用33

    港大牽頭國際研究勾畫 AI 精神健康護理全面路線圖

    港大社會科學學院研究人員與多國專家發布 AI 及新興科技應用於精神健康領域的路線圖,提出結合腦部指標、臨牀症狀、個人生活經歷及社會背景,支援個人化治療。現有證據不支持以 AI 取代人類治療,或依賴自主系統處理高風險情況。相關技術仍處於早期階段,須接受嚴謹、以人為本的評估。

  2. 香港人工智能專業協會32

    樂富居民透過 AI 合成照「走進」麗宮戲院及啟德遊樂場:合辦「AI社區影樓・樂富家庭照」

    香港人工智能專業協會與黃大仙樂富關愛隊於2026年10月25日合辦「AI社區影樓・樂富家庭照」,為居民拍攝家庭照,再以人工智能合成到麗宮戲院、1975年的黃大仙上邨及前啟德遊樂場三個昔日場景。活動在樂富邨樂泰樓地下的關愛隊辦事處舉行,費用全免。

10月24日週六
  1. 嶺南大學 · AI 研究及應用36

    嶺南大學於 InnoCarnival 2026 展示五個新項目,包括用於篩查虛假學歷的 AI 人臉核驗系統

    嶺南大學於 InnoCarnival 2026 展示五個跨學科項目,包括用於篩查虛假學歷的 Face Fortress AI 人臉核驗系統。系統先評估人臉圖像質素,再偵測深偽人臉,之後進行人臉識別,並已用於篩查虛假學歷。其他展示項目涵蓋野火風險預測、兒童故事創作、電影製作教學及碳排放數據。

  2. Google Research69

    Google Research 推動基礎模型應用於結核病篩查

    Google Research 介紹其結核病篩查工作,從胸部 X 光 AI 工具的臨牀部署,延伸至 MedGemma、MedSigLIP 等開放模型。合作方 Nexus AI 的工具已在六個國家約 40 間醫療機構運作,超過 90 名臨牀人員評估逾 25,000 張胸部 X 光影像,將處理時間由數週縮短至不足 45 秒。

    推薦理由:文章串連臨牀驗證、監管認證與多國部署案例,呈現胸部 X 光篩查工具從研究成果走向醫療現場所需的合作與落地環節。

  3. AWS Machine Learning Blog70

    Amazon SageMaker AI 多輪強化學習實作指南

    Amazon SageMaker AI 的多輪強化學習(MTRL)可按整個任務的結果獎勵訓練 Agent 模型,文章以 Wordle 展示端到端實作流程。以 medium effort、temperature 1.0 評估時,gpt-oss-20b 的解題率由 61% 升至 84%;訓練 token 費用約 $339,AgentCore 執行環境費用另約 $79。

    推薦理由:文章以 Wordle 示範按多輪任務整體結果設計獎勵的方法,並拆解 SageMaker AI 訓練流程,提供企業內部工作流可參照的實作脈絡。

  4. Hugging Face Blog44

    LitPivot:透過文獻版圖中的動態脈絡化發展研究構想

    LitPivot 是協助研究人員根據相關文獻評估及修訂研究構想的系統,並會按構想中正在編輯的部分整理論文、提供有文獻引文支持的評議及修訂建議。在一項有 17 名研究人員參與的研究中,領域專家認為使用 LitPivot 發展的構想比使用文字編輯器和 AI 聊天工具發展的構想更有文獻根據;參與者亦表示,使用 LitPivot 後對相關文獻的理解更深入,並認為構想的新穎性和實用性有所提升。

  5. AWS Machine Learning Blog63

    Bayer Crop Science 如何透過 Amazon Bedrock AgentCore 與 AWS Unified Operations 建構 Agentic Decision Engine(ADE)

    Bayer Crop Science 基於 Amazon Bedrock AgentCore 建構 Agentic Decision Engine(ADE),作為 Connected Decision Engine(CDE)的多智能體自然語言介面,讓用戶查詢工作流程狀態、結果、模型行為及故障。

    推薦理由:文章整理 ADE 從設計到投產的關鍵工程取捨,涵蓋狀態持久化、身份與工具權限、任務級監測及成本歸因,提供多智能體系統落地的具體參照。

10月23日週五
  1. 中大新聞中心 · AI 研究及應用30

    中大舉辦「Rootelligence」展覽及研討會,探討以 AI 和青年參與推動氣候公平與共創具韌性的城市未來

    香港中文大學舉辦「Rootelligence: Climate Equity x AI x Youth-led Urban Futures」主題展覽及研討會,聚焦 AI、氣候公平與青年參與,探討如何共創具韌性和包容性的城市未來。展覽展出社區研究、互動體驗及 3D 列印作品,並設四場專題圓桌討論,涵蓋香港可持續發展、教育和區域規劃。展覽於氣候變化博物館展出至 2026 年 11 月 21 日。

  2. 嶺南大學 · AI 研究及應用31

    嶺南大學合辦 2026 年人工智能倫理與治理峯會,Xin Yao 倡議以 ESG 和可持續發展為本的 AI 治理

    嶺南大學與哈爾濱工業大學(深圳)合辦 2026 年人工智能倫理與治理峯會,Xin Yao 倡議以 ESG 和聯合國可持續發展目標為本,建立負責任的 AI 治理框架。峯會匯聚逾 200 名專家,探討 AI 創新、安全、社會責任與可持續發展。Xin Yao 與黃昌武合著的新書提出「負責任 AI—ESG—SDGs」協同治理框架,並倡議建立可執行的 AI 影響評估方法。

  3. viAct · 視覺 AI 及工地安全34

    新加坡建築安全:WSH 規例、危害與 AI 解決方案

    新加坡建築安全受《工作場所安全與健康法》(WSH Act)及相關規例規管,承建商須識別危害、控制風險並保存紀錄。自 1 June 2024 起,合約價值達 S$5 million 的建築工地必須安裝影片監察系統(VSS),嚴重違規的最高罰款亦由 S$20,000 增至 S$50,000。指南梳理主要規例和常見危害,並説明 AI 影片分析如何配合現有 CCTV 攝影機協助承建商符合要求。

  4. Hugging Face Blog62

    ThinkingBox-Training 開放 GitHub,將資料庫終態檢查用作智能體後訓練獎勵

    ThinkingBox-Training 已在 GitHub 開放,將智能體完成任務後的資料庫終態可執行檢查用作後訓練獎勵。以 GRPO 對 Qwen3.8-27B 訓練 50 步後,在 ThinkingBox-Bench 的 507 項任務(每項測試 20 次)中,pass@1 由 51.70% 升至 60.78%,20 次全部成功的任務由 38 項增至 107 項。

    推薦理由:文章展示如何把資料庫終態的可執行檢查轉成智能體後訓練獎勵,並按基礎策略成功率篩選任務,説明混合成敗回報如何為 GRPO 提供組內對比。

  5. AWS Machine Learning Blog60

    如何使用 Amazon Quick 在 HIPAA eligible 環境部署 AI

    AWS 提供使用 Amazon Quick 部署 AI 工作流程的指南,説明服務具 HIPAA eligible 資格並不代表整個環境自動符合 HIPAA。文章梳理 PHI 經非結構化文件及結構化數據進入服務的路徑,並涵蓋 BAA、存取控制、加密與審計日誌等治理措施。指南亦列出 KMS key、身份模型及文件層級 ACL 等部署前設定,並建議先驗證非 PHI 工作流程,再逐步擴展。

    推薦理由:文章拆解 Amazon Quick 處理 PHI 的兩條資料路徑,並整理 BAA、存取控制與審計要求,呈現服務資格和整體合規責任的界線。

  6. AWS Machine Learning Blog66

    Amazon SageMaker AI training session APIs 如何讓用戶自訂訓練迴圈而毋須管理 GPU

    AWS 為 Amazon SageMaker AI 加入 training session APIs,讓用戶以本機 Python 自訂訓練迴圈,並由服務管理 GPU 運算。

    推薦理由:文章以 GSM8K 數學題及競賽編程 RL 範例,拆解本機訓練迴圈如何組合抽樣、獎勵計算與梯度更新,並由 SageMaker 管理 GPU 執行及檢查點。

  7. AWS Machine Learning Blog64

    AWS SageMaker AI 正式推出 Serverless Training Sessions,支援自訂模型後訓練迴圈

    AWS SageMaker AI 正式推出 Serverless Training Sessions,讓用戶自訂模型後訓練迴圈、損失函數及獎勵訊號,而無需管理底層 GPU 基礎設施。

    推薦理由:Training sessions 讓團隊自訂後訓練迴圈,同時由 SageMaker AI 管理 GPU 密集運算;文中以 GRPO 説明採樣、評分和權重更新如何串接。

  8. AWS Machine Learning Blog48

    IskayPet 如何透過 Amazon Bedrock Managed Knowledge Bases 整合企業知識

    IskayPet 以 Amazon Bedrock Managed Knowledge Bases 建立企業知識助理,整合分散於 SharePoint 的營運資料,讓員工以自然語言查詢。助理支援四種語言及三個國家,按文件權限檢索並提供來源引用;託管 RAG 免除自行管理向量資料庫、嵌入向量及資料擷取流程。團隊使用 Kiro 和 Claude Haiku 4.5 建構整套方案。

  9. AWS Machine Learning Blog63

    Amazon Polly Generative engine 升級,新增 14 種語音並提升輸出自然度與準確度

    Amazon Polly Generative engine 升級版現已正式推出,提供更自然、準確且低延遲的語音輸出,並新增 14 種語音。新增語音分佈於 9 個語言地區,印地語及芬蘭語生成語音首次正式開放使用;既有語音名稱和 API 呼叫不變,應用程式毋須修改程式碼。升級後共有 57 種生成語音,涵蓋 11 種語言和 25 個語言地區,價格維持不變。

    推薦理由:Amazon Polly Generative engine 可在現有整合中直接升級,語音名稱、API 呼叫和價格均維持不變,並新增 14 種語音,説明這次更新對既有服務的兼容方式。