ai_predictions 資料表新增 44 欄後,如何審計結構漂移以免誤讀回測
作者以生產環境的 ai_predictions 資料表示範結構漂移審計:48,737 行資料中有 44 欄在首筆資料後才出現,另有 11 欄停止寫入。該表共 130 欄,其中 8 欄從未有值;NULL 可能代表欄位尚未存在、不適用,或本應寫入但未寫入,不能直接視為同一種情況。
作者以生產環境的 ai_predictions 資料表示範結構漂移審計:48,737 行資料中有 44 欄在首筆資料後才出現,另有 11 欄停止寫入。該表共 130 欄,其中 8 欄從未有值;NULL 可能代表欄位尚未存在、不適用,或本應寫入但未寫入,不能直接視為同一種情況。
騰訊混元團隊表示,Hy4仍有很大改進空間,正投入大量精力進行大規模強化學習,並計劃訓練更大規模的模型。團隊稱,Hy3和Hy4表明,做得紮實的小模型也能超過更大的模型,而且成本更低。
中國牽頭制定的腦機接口參考架構國際標準(ISO/IEC 27572:2026)已由 ISO/IEC 正式發布,另有多項國內標準及審評文件相繼推出。由同濟醫院牽頭的全國首個腦機接口高質量數據集項目亦已啟動,涵蓋10類疾病方向及6種數據模態,擬於2027年建成投用。現有標準和審評文件仍主要聚焦腦電及植入式電極,未能全面覆蓋超聲腦機接口需求;受訪者亦提出數據互認和支付是產業化挑戰。
文章建議 Node.js SaaS 將頭像和模型訓練產物設為私有物件,並在應用程式完成租戶授權後才簽發短效預簽署 GET URL。物件鍵應包含租戶及不可變識別碼,資料庫保存穩定物件鍵;小型頭像採普通 PUT,替換時另寫新物件並更新資料庫指標。
姚順雨與混元團隊在 Reddit 舉行 120 分鐘 AMA,回答全球開發者有關混元模型、訓練、架構、安全及開源部署等問題。團隊表示,下一代 Hy 模型規模將大幅擴大,並持續投入大規模強化學習;Hy4-mini 已列入路線圖,Hy4 的 token 效率問題亦在優化。團隊亦談到 MoE 稀疏度、數據品質須以實驗檢驗、創意寫作與可讀性改進,以及繼續開源和推進 llama.cpp 適配。
多家全球製藥巨頭表示,AI 已加快藥物早期研發,將新分子研發並推進至臨牀試驗所需時間最多縮短一半。諾和諾德稱,AI 將新分子設計、生產和測試的迭代次數由約八輪減至三輪,每輪時間由八週縮至四週;諾華稱,確定候選藥物的平均時間已由三年縮短至約18個月至兩年。
班加羅爾的 Humyn Labs 宣佈完成 $47 million A 輪融資,資金將用於擴展覆蓋 20 多個國家的數據採集網絡。本輪由 Accel 領投,包含 $26 million 股權融資及 $21 million 風險債務,巴西、印度和南韓是主要據點。
MIT研究人員提出一種為混沌系統機器學習模型加入物理約束的方法,確保模型預測長期維持有界,避免產生不可能的結果。方法讓模型學習類似能量的函數,並加入投影層,以能量耗散作為硬約束;團隊在多種物理系統測試,結果較傳統方法更貼近實際。
不少長期在 Etsy 經營的賣家表示,平台更新條款,允許 Etsy 及其第三方合作夥伴使用賣家內容訓練 AI;他們因此稱將離開 Etsy。
Anil Prasad 整理了以 Databricks Unity Catalog 保護 AI 治理指標所用 golden data 的方法,涵蓋權限、讀取追蹤、版本凍結和欄位遮罩。文中提供可調整的 SQL,並提醒 lineage 只會在可從事件推斷時記錄;Delta 預設保留 30 天表格歷史和 7 天已刪除資料檔,較舊版本可能無法查詢。
AdamW 將權重衰減直接作用於權重,而非把 L2 項加入梯度後經 Adam 的自適應步長縮放,讓每個權重按相同比例收縮,不受各自梯度歷史影響。文章提供 PyTorch 設定示例,指出 AdamW 常見衰減值為 0.01 至 0.1,從 Adam 切換時不應沿用舊值。標準設定下,權重衰減會隨學習率排程變化,使用 cosine decay 時訓練末段的衰減效果會減弱。
作者打造兩階段生成引擎,以 Class-Conditional Gaussian Copulas 和 Decision Trees 生成合成醫療紀錄,在標準 CPU 上約 6.9 秒生成 1,000,000 份。測試顯示臨牀規則符合率為 100.0%,與真實數據集沒有重複紀錄;以合成數據訓練的分類器在真實測試數據上的 Δ ROC-AUC ≤ 0.0013。
多向量搜尋索引為文件中的每個 token 儲存一個向量;合併相似向量可令索引縮小約四倍,但會輕微降低搜尋品質。若在嵌入模型的訓練損失中納入合併操作,大部分剩餘的品質損失便可消除。
Mohit Verma 開源 MLBox,這是一個涵蓋 LLM tokenizer、訓練直覺和 API 定價的瀏覽器工作台,集合四項工具於一個靜態頁面,沒有依賴項。
Hugging Face 發佈供 Qwen3.8-27B 編碼智能體使用的 LoRA 適配器,分別在 pi、Hermes Agent 和 OpenCode 的 harness 內經強化學習訓練。
一名開發者為斯里蘭卡科倫坡證券交易所建立機器學習研究及訊號平台,收集逾 15 年、700 多種證券的價格資料,並以 60 個樣本外區塊進行步進式測試。平台會計入交易成本、每週重訓模型並設有更新門檻,但不會自動交易;所有買賣仍由人手決定。
研究提出 self-rewriting,讓 27B 語言模型以自身推理改寫權重,無需梯度或訓練。模型在未見問題上的準確率提高 6.6 個百分點,並在連續八次測試修改中保持提升。研究亦報告,模型可修復受損副本,使其在未見圖像任務上的準確率恢復至原模型的 80% 以上。
清華大學、北京大學研究團隊發現,注意力匯聚會令少數 Token 集中承接反向訓練信號,形成「梯度匯聚」,而巨大激活可經 RMSNorm 衰減局部梯度。在 0.3B 模型中,採用 V-scale 後梯度匯聚比值中位數由約 40.3 降至 5.6,注意力匯聚仍然明顯;研究成果獲 NeurIPS 2026 接收。
文章逐步講解如何在系統設計面試中設計搜尋排序系統,核心是先把數百萬項目低成本召回至數百個候選,再交由昂貴模型排序。架構分為離線建構嵌入向量、ANN 索引、模型和特徵庫,以及線上召回、排序和可選重排;召回結合詞彙匹配與語義搜尋。排序模型從點擊、觀看等隱式訊號學習,需處理位置偏差及訓練與服務特徵不一致;文章亦提供 60 分鐘面試拆解框架和評估方法。
Peter Stieglmayr分享以情境對話測試 AI 助理處理金錢議題的方法,重點是區分已知與假設、守住角色界線,並避免作出超出資訊支持的承諾。免費預覽集有九則簡短預覽(各來自九個資料卷)和四個完整情境;作者指出它不是基準測試,測試表現不能代表模型安全、合規或已可投入生產。
研究提出零梯度電路嫁接方法,無需訓練樣本或執行時掛鈎,便可把確定性計算直接編入預訓練語言模型權重。在 6 位數算術測試(N=1,200,BF16)中,IBM Granite 4.2 3B 和 Alibaba Qwen 3.5 4B 的 ALU-prefix 準確率分別為 99.17% 和 100.00%。
Goa 內閣批准為期三年的 Goa Artificial Intelligence (AI) Policy 2026,並設定到 2030 年培訓及認證 50,000 名畢業生的目標。
文章提出一套以 SQL 管理時點基本面數據的方法,將穩定事實與其版本分開保存,並按決策截止時間選取最新可用版本,以免後續申報改動覆寫歷史查詢結果。文中以 PostgreSQL 風格 SQL 示範如何保留撤回狀態,並透過重播與策略輸出整合測試,檢查新增未來版本後歷史因子、排名及投資組合權重是否改變。
文章解釋 Netflix 和 Spotify 如何按用戶的觀看及聆聽行為推薦影片與音樂。Netflix 在 2025 年 3 月以一個 Foundation Model 取代多個窄用途模型;Spotify 則結合協同過濾、自然語言處理及音訊分析。兩者以觀看時間、互動和留存為優化目標,用戶可透過回饋及搜尋不同內容來調整推薦。
作者以 LoRA 微調一個小型 LLM,只訓練 2.11% 的權重,並比較成本與全量微調結果。LoRA adapter 為 0.51 MB,完整權重為 23.44 MB;優化器記憶體分別為 0.99 MB 和 46.8 MB,單步耗時則為 95.6 毫秒和 104.7 毫秒。
研究團隊建立 LLM 驅動視覺模型權重空間程式設計基準,並發現專為編輯準備模型可大幅提升編輯成功率。研究以 5 個 LLM 在 4 個數據集上進行超過 2,600 次編輯;Edit-Ready Training(ERT)在 GPT-6 Astra 和 Claude Opus 5.5 的所有評測基線中取得最高平均分。團隊將公開測試框架、任務、編輯軌跡及評分。
5Y Research分析AI如何進入前沿工程與製造業,並探討以AI串聯設計、模擬、試製和測試的研發路徑。文中舉例,PhysicsX以AI模型加快心臟輔助泵方案搜尋,約10小時找到新結構;按PhysicsX綜合多項指標的口徑,較基準方案改善約42%。文章指出,工程數據分散、驗收依賴客戶實際場景,方案仍須經模擬、實物測試和工程師驗證。
百度智能雲百舸團隊開源的 LoongSage,透過量化感知訓練(QAT)處理大模型以 BF16 訓練、再以 FP8/FP4 推理時的精度不一致問題。框架採用訓推共用低精度權重、原地權重量化、TRACE 激活校準及固定隨機閾值等方法;改進後的 QAT 訓練效果不輸甚至略優於 BF16。
AI 是以數學和統計學為基礎的工程實踐,透過計算從數據中找出規律,再用來預測結果;模型本質上是把輸入映射到輸出的函數。文章梳理 AI、機器學習與深度學習的層級關係,並指出數據、算法、算力和應用場景都是重要要素。AI 並非萬能,也不代表模型真正理解內容。
文章認為,沒有數據專員的初創公司通常不必一開始採用 Bronze、Silver、Gold 三層架構,但應保留未修改的原始數據副本、記錄變更歷史的模型,以及書面資料定義。當映射表越來越多、出現需求不同的第二個數據使用者,或重複轉換工作值得儲存時,再增加相應數據層。文中提供 PostgreSQL 16 範例,示範原始數據表、歷史表和客戶映射表的做法。
AI正由前沿科學延伸至前沿工程,進入設計、模擬、試製與製造閉環,協助突破引擎、散熱及微型開關等性能瓶頸。PhysicsX 的心臟輔助泵項目按公司綜合指標口徑改善約42%,支架模擬方案減重18.5%;Atomic Machines則以 Matter Compiler 協調多種微製造工序,開發 PrimeSwitch。
LightningMoBA結合動態路由、KV重用及流水線執行,提升MoBA的GPU注意力計算效率。於五個模型、4K至128K上下文及完整RULER測試中,相較FlashMoBA平均端到端速度提升1.20–1.60×,平均RULER分數由74.42升至75.28。
加州車管局因 Waymo 接連駛入施工封閉區,禁止其在全州高速公路上進行無安全員營運和測試。禁令後,Waymo 把高速載客服務暫停範圍擴至舊金山灣區、洛杉磯、鳳凰城、邁阿密和奧斯汀;文章指出,施工等道路規則突變會考驗自動駕駛系統。文章並指出,除改進車載軟件及模擬訓練外,及早向車輛傳送封路和交通管制資訊,也可補充車端判斷。
意法半導體更新 ST Edge AI Suite 工作流程,整合四款新工具,協助開發者在 STM32 微控制器上選擇、調整和測試嵌入式機器學習模型。
百曜科技以新一代虛擬細胞世界模型 CellOS,連接真實實驗與人體數據、不同尺度的模型、科學智能體和實驗驗證,建立持續學習的研發系統,讓細胞幹預先在虛擬空間推演。CellOS 採用隱空間對齊架構及 LLM-JEPA 策略;百曜亦正為 CHO、HEK293 工程細胞開發虛擬細胞模型,目標是支援每小時百萬次模擬。公司未來一年的目標,是讓系統在真實項目中穩定輸出預測。
文章指出,逼真的 AI 科普內容若有細節錯誤,可能在傳播和後續訓練中放大知識污染風險。案例之一是涵蓋全球11064種鳥類、免費開源並允許商用的貼紙;開發者投入超過10億Token生成和審核,貼紙仍可能畫錯辨種特徵。文中引述的出版原則要求 AI 輔助內容標識可識別、內容可核驗、責任可追溯;物種形態等準確性至關重要的圖示,須由專家審查。
AutoMaster 是一套自主後訓練系統,透過分析軌跡、設計技能、篩選資料及評估目標模型,改善同一模型生成教師軌跡的方式。系統在 Terminal、Search 和軟件工程任務中,以 4B 和 9B 目標模型測試,較 Vanilla SFT 的平均表現提升 1.42-8.99 個百分點。六種設定均顯示,微調時保留技能指示的平均表現較移除指示更高,即使評估時沒有這些指示,監督輸出亦相同。
《Posterior Matching Distillation》以後驗匹配蒸餾為題,收錄於 HuggingFace Daily Papers 社區熱門論文。頁面顯示,目前沒有模型、數據集或 Space 連結至該論文。
論文提出 TuringSpace,一個包含 125 個互動式 CAPTCHA 的合成網頁環境,透過點擊和拖曳測試多模態模型的五種空間能力。人類成功率為 94.1%,表現最佳的模型 GPT-6 Astra 仍有 25.9% 的任務失敗;最佳開放權重模型 Kimi K3 則有 68.0% 失敗。
Prometheus 估值達 410 億美元,累計募資約 145 億美元,聯合創辦人兼聯席 CEO 傑夫・貝佐斯稱,公司的目標是打造「通用 AI 工程師」(AGE)。