用 ML-intern 打造原本不存在的模型
作者以 ML-intern 建立六個原本沒有的模型,並完成訓練、評估及公開發布到 Hugging Face Hub。文章分享提示詞如何列明數據集與基礎模型,要求先測基準、執行小規模 smoke test 並設定支出上限;六個項目的運算費用合計約 USD 103。
推薦理由:文章把 ML-intern 的提示詞設計拆成可操作環節,從先測基準、設定小規模 smoke test 到限制預算,並以六個模型專案展示這套流程。
作者以 ML-intern 建立六個原本沒有的模型,並完成訓練、評估及公開發布到 Hugging Face Hub。文章分享提示詞如何列明數據集與基礎模型,要求先測基準、執行小規模 smoke test 並設定支出上限;六個項目的運算費用合計約 USD 103。
推薦理由:文章把 ML-intern 的提示詞設計拆成可操作環節,從先測基準、設定小規模 smoke test 到限制預算,並以六個模型專案展示這套流程。
NVIDIA 展示開發者如何結合前沿 AI 模型與 NVIDIA Omniverse libraries,把構想轉化為模擬應用,用於探索情境、調查故障及改良設計。案例涵蓋工業數碼孿生、機械人操作和感測器驗證,開發者以自然語言指揮智能體,再檢查結果及引導修改。一次 256 個病房的 Microduck 模擬中,14 個模擬秒後仍有 768 隻中的 766 隻站立。
Pollo AI 透過 Pollo Agent 結合 OpenAI 模型,協助用戶把創意構想轉化為影片、廣告及宣傳視覺內容。平台以 GPT-5.6 負責路由,並以 GPT-6 Astra 處理較複雜任務,GPT-Image-2.5 則用於圖像生成。Pollo AI 表示,用戶選擇或切換模型所花時間減少逾 50%。
Oracle 在招聘、業務流程和工程工作中使用 ChatGPT Work 與 Codex,將部分原本耗時數天的工作縮短至數分鐘。招聘團隊用 ChatGPT Work 建立人才市場情報工具,將原需 2–4 天的研究縮至約 15 至 20 分鐘,相關研究時間減少 98%。
開發者運用前沿 AI 模型及 NVIDIA Omniverse libraries,以自然語言指示 AI 智能體建構模擬應用,探索情境、調查故障和改進設計。GPT-6 Astra 被用於倉庫人形機械人和自動駕駛模擬;Unitree G1 在 100 次模擬試驗中成功跨越單一欄架 64 次。
Incarna 使用 Amazon Bedrock AgentCore payments,讓 AI 智能體透過 x402 向 BlockRun 逐次支付模型推理費用,並將流程部署至 Base 正式環境。
推薦理由:文章以 Incarna 的整合案例,説明 AgentCore payments 如何透過 x402 支援按次推理付款,並在基礎設施層執行支出上限。
Anthropic 推出 Claude Motion,Runway 擔任發佈合作夥伴,動畫可匯出至 Runway 繼續編輯。Claude Motion 以 beta 形式提供予 Claude Team 和 Enterprise 計劃用戶。用戶可在 Runway 生成影片和圖片、按描述修改片段,並使用 Runway Agent 規劃及組合較長影片。
這篇教程提出在 Amazon SageMaker HyperPod 的 EKS 叢集上,讓多個團隊共用 GPU 資源並維持工作負載隔離與資源公平分配的參考架構。
日本建築工地面對高空墮下、機械事故及熱疾病等安全風險,電腦視覺可透過現場影像進行持續、即時監察。2025 年日本有 214 名建築工人因工死亡,約佔全行業 700 宗死亡事故的 31%;高空墮下是建築事故的首要成因。日本自 2025 年 6 月 1 日起規定僱主採取預防熱疾病措施。
OpenAI 表示已封禁兩組分別源自俄羅斯和伊朗、利用 ChatGPT 支援的秘密影響行動,並披露其以虛構人物與機構散播內容。俄羅斯行動經營拉丁美洲的 Social Research Center,評為 IO Breakout Scale 第 5 類;伊朗行動以七個假記者署名投稿,近 100 篇文章刊於約十多個網上媒體,評為第 4 類。
推薦理由:報告把兩宗行動放回傳統影響行動脈絡,並按突破程度分別評為第 5 類及第 4 類,呈現 AI 如何協助內容進入主流媒體。
Fanovation 2026 於 10 月 8 日舉行,匯聚 200 名高級行政人員及決策者,代表區內逾 100 間企業,探討受規管企業如何可信地部署 AI 智能體。會議聚焦準確度、透明度、政策規範及問責,指出信任是智能體由試驗走向正式部署的關鍵。
嶺南大學與山東師範大學簽署備忘錄,建立為期三年的應用心理學及相關跨學科合作框架。在共同研討會分享的多項實驗中,當人類與 AI 建議不一致且建議涉及幫助他人時,參與者較常聽從人類建議;涉及自身利益時,兩者影響大致相若。合作涵蓋聯合研究、教職員及學生交流,以及研究生培訓。
TII 推出 Falcon-ASR,這款 1.6 billion 參數的阿拉伯語語音識別模型特別聚焦阿聯酋方言,亦支援英語、法語、西班牙語及葡萄牙語。在六組阿拉伯語測試集上,Falcon-ASR 平均 WER 為 20.92%,較所用排行榜快照中的最佳已公佈結果低 2.25 個百分點;內部阿聯酋方言測試的 WER 和 CER 分別為 22.73% 和 10.19%。
《Gears of War: E-Day》已登陸 GeForce NOW,玩家可在雲端體驗 Marcus Fenix 和 Dom Santiago 對抗 Locust Horde 的故事。
黎少斌拆解AI轉型中的四大迷思,提出切忌「為AI而AI」的觀點。文章聚焦AI轉型相關觀唸的辨析。
ClusterTech 參與數字政策辦公室舉辦的第二屆「AI+ Civil Service」科技論壇,逾 600 名來自近 100 個政府部門及公私營機構的代表參與。
Google Research 團隊在一項刊於 NBER 的研究中,對 11 間知識產權律師事務所的 133 名律師進行為期三個月的現場實驗,評估 AI 專利撰寫助手對工作表現及專業判斷的影響。
推薦理由:研究把 AI 輔助下的專利撰寫表現,與撤除工具後的無輔助審閲能力分開測量,並比較初級及資深律師的差異,呈現即時增益與專業判斷培養的落差。
AWS 宣佈 Claude Haiku 5.5 已可透過 Amazon Bedrock 及 Claude Platform on AWS 使用。Anthropic 表示,它是 Claude 5.5 系列中速度最快、效率最高的模型,大多數任務的成本比 Claude Haiku 4.5 低約 75 percent。
推薦理由:文章説明 Claude Haiku 5.5 面向高用量、成本敏感任務的定位,並列出 Amazon Bedrock 使用範例及可用區域,提供模型選用與部署的實用參考。
OpenAI 開始向更多 ChatGPT 用戶推出 GPT-6,並為 ChatGPT 加入 Intelligent UI,讓回應可按問題組合文字、視覺內容和互動元件。
推薦理由:這次更新把可按問題生成互動介面與逐步作答帶進 ChatGPT,並交代推出方案及回應速度數據,呈現 GPT-6 在使用方式和回應節奏上的改變。
Radisson Hotel Group 與 Accenture 合作,運用 OpenAI 技術開發 ChatGPT 插件,讓旅客在規劃行程時搜尋、比較及預訂酒店。插件用 6 週建成並推出,2026 年 7 月至 8 月的訪問至預訂轉換率約為自然搜尋的 1.5 倍。用戶可在 ChatGPT 查看地圖上的酒店建議、比較價格及查看設施,再前往 Radisson 網站完成預訂。
OpenAI 將為 ChatGPT for Teens 加入 College Planner,新增閃卡功能,並支援將筆記轉成互動測驗。College Planner 將整合申請要求、截止日期、待辦事項及助學金步驟,初期為美國 10 至 12 年級、計劃入讀四年制大學的學生設計。
推薦理由:College Planner 將申請要求、截止日期、待辦事項及助學金步驟整合到同一計劃,初期面向計劃入讀四年制大學的美國 10 至 12 年級學生。
Amazon Quick 與 Amazon Bedrock Knowledge Bases 加入查詢時即時 ACL 核驗,直接向權威資料來源確認用戶的文件存取權限。系統先以索引中已儲存的 ACL 篩選候選文件,再於查詢時核實權限,只把獲授權的文件段落交予 LLM。AWS 表示,用戶存取權被撤銷後,變更會在短時間內反映於 AI 回應,而非等候數小時或數天。
NVIDIA 與 Microsoft 公佈為 Windows PC 打造 AI 智能體的軟硬件方案,並推出 RTX Spark 電腦、預告 DGX Station for Windows。
推薦理由:文章把 Windows 智能體的系統級安全基建,與 RTX Spark、DGX Station for Windows 的本地運算配置及供貨安排放在同一脈絡,交代本地 AI 部署的軟硬件組成。
GitHub 介紹 ModernBERT 分類器,利用周邊程式碼脈絡在推送前識別無固定格式的機密資料,擴展 GitHub Secret Protection 的推送保護功能。
推薦理由:文章結合九個季度數據與新分類器設計,呈現 GitHub 如何把秘密偵測前移,同時兼顧準確度、延遲、吞吐量與成本。
Liquid AI 發佈兩款開放權重端側決策模型 d1-3B 和實驗版 d1-omni-600M。d1-3B 支援文字與圖像輸入,在 Decision Index 0.2.1 得分 48.57,並在七個公開數據集取得 82.9 的平均分;d1-omni-600M 支援文字與圖像或文字與音訊輸入。
推薦理由:文章把 d1-3B 的公開基準成績與多款邊緣設備的延遲數據並列,讓讀者瞭解其決策表現及端側推理速度。
Microsoft Research Asia 開源 Agent Lightning v1.0,讓實際部署所用的智能體框架直接參與強化學習,無須在訓練框架內重新實作智能體。
推薦理由:這套方法把部署時使用的智能體框架直接納入強化學習,並處理樣本拆分後的優勢計算與損失正規化問題,呈現可遷移的訓練設計。
AWS Machine Learning Blog 提出智能體自動化商業價值框架,指出評估除了節省工時,還應衡量例外處理、決策質素,以及變更韌性與維護成本。文中的理賠分流示例説明,釋出工時不等於實際節省成本,只有轉化為支出減少或可衡量的再部署成果,才算實現價值。文章並按工作複雜度和決策風險建立優先排序矩陣,用以區分適合 RPA、智能體自動化或需要人手監督的流程。
Cornerstone OnDemand 構建多智能體 AI 系統 Orion AI,採用 Amazon Bedrock 和 Strands Agents,將資料庫診斷時間由 45 分鐘降至 10 分鐘,減少 78%。資料庫生命週期操作由 10 多個人工步驟縮至一次互動,冗餘告警中位數減少 65%。文章亦介紹其按領域劃分智能體、以關鍵字優先並以語義搜尋作後備的路由設計。
推薦理由:案例量化呈現診斷、流程及告警改善,並拆解領域分工與混合路由等設計,為資料庫營運團隊提供可參考的多智能體實作脈絡。
AWS 團隊分享一套為期六週的培訓計劃,協助沒有工程背景、日常接觸 AI 的商業專業人士建立 AI 智能體實作能力。參加者每週投入約四小時,在導師支援下使用 AWS 工具製作可展示的原型;四名面向客戶的專業人士打造多智能體理財工具 WealthWise,並在展示中獲得第一名。
AWS Machine Learning Blog 示範以 AWS Lambda Durable Functions、Amazon EventBridge 和 Amazon Bedrock,將 AWS DevOps Agent 的事故調查結果轉為需人工審批的修復流程。
Qlik 利用 Amazon Bedrock 構建 Qlik Answers,讓企業員工以自然語言提問,並從知識庫、即時分析應用、詞彙表或文件取得附有來源的答案。
研究團隊從 Nemotron 3 出發,結合 SFT、RL 和回饋式推理建立專項系統,在 IOI 2026 得 535.4/600,高於金牌門檻 361.12;在 IMO 2026 得 30/42,高於金牌門檻 29。
推薦理由:文章並列 IOI 與 IMO 的資料、微調方法及推理流程,呈現專項模型如何配合生成、驗證與修訂環節應對兩類競賽任務。
AI 勞動力智能分析可連結建築工地的考勤、班次、承包商、薪酬及營運資料,協助識別人力分佈、使用情況、加班及承包商調配模式。電腦視覺可分析合適的攝影機畫面,估算指定工作區的人員數量或佔用情況,供管理人員參考實際部署。相關分析可支援人力規劃及薪酬核實,但不能取代高温作業所需的防護措施。
沙特阿拉伯製造商透過機械風險評估,識別、評估和控制設備從安裝、操作到維護及退役期間的危害。2022 年,沙特阿拉伯製造業錄得 6,660 宗工傷,是全國工傷數第二高的行業。SASO 的機械安全技術法規涵蓋風險分析、安全指示及阿拉伯語標籤要求。
香港多名專家指出,現行法例難以應對AI自主及跨境犯罪,倡優先推進相關立法並建立國際協作機制。AI案件的操作紀錄和指令可能分散於企業系統、雲端平台及境外服務商,增加辨認操作者和還原行為的難度。建議整合現行零散條文、完善跨境管轄規則,並在各行業條例加入AI適用條款及企業問責機制。
OpenAI 公開由其內部前沿模型產生的一系列數學成果,並在 GitHub 儲存庫提供論文修訂與引用的相關流程,以及多項 Lean 證明形式化。儲存庫亦披露 10 份模型推理摘要、以 ChatGPT Pro 使用量估算的計算量,以及嘗試題目數統計;平均每項成果所用計算量約相當於 ChatGPT Pro 思考 3 小時。
推薦理由:OpenAI 同時公開 Lean 證明形式化、10 份推理摘要及計算量與嘗試題目統計,讀者可由此查看數學成果以外的部分研究過程資訊。
Jump Trading 利用 ChatGPT 擴大量化研究。其較長時間運行的 AI 工作流程結合多個數據來源,並由人員審核。
Google DeepMind 發佈 EmbeddingGemma 2,將文字、程式碼、圖像、影片及音訊映射至同一嵌入空間,供裝置端推理使用。
推薦理由:EmbeddingGemma 2 將文字、程式碼、圖像、影片及音訊映射至同一嵌入空間,並列出裝置端記憶體與向量儲存數據,方便評估跨模態搜尋的本地部署。
文章示範如何以 OpenClaw 和 Amazon Bedrock AgentCore 建構可累積上下文的 AI 助手,並以 Sprout 園藝助手展示整體架構。
推薦理由:文章以 OpenClaw 和 AgentCore 示範記憶檢索、用戶資料隔離及提示詞快取的設計,並整理可移植至其他領域的智能體部署方法。
OpenAI 與 Ironclad 正在複雜合約工作流程中訓練及評估 AI 智能體,藉此推進其在專業工作中的電腦操作能力。