跳到正文
10月25日週日
  1. DEV Community43

    MultiNLI 各文本類型的標註者一致度普查:哪些金標籤最不具決定性?

    兩項預先註冊的可重現普查顯示,MultiNLI 金標籤的一致程度因文本類型而異,政府文本的一致率最低(53.4%),書信最高(65.3%)。另一項 ChaosNLI 審計發現,3,113 個抽樣例子中有 311 個即使經過 100 次標註仍沒有嚴格多數。這些結果衡量的是標註者一致度,而非標籤正確性。

10月24日週六
  1. DEV Community17

    生命科學學生以 AI 探索藥物發現與醫療保健,並持續開發項目

    一名生命科學本科生正以 AI 和機器學習探索生物資訊、計算藥物發現及醫療保健,並透過實作項目累積經驗。他正在開發 DockLens,結合機器學習與分子對接分析;另一項目則以合成患者數據和模擬穿戴式裝置測量,探索預測血糖變化。作者強調,模型預測不等於科學或臨牀有效,仍須評估數據、模型限制及結果。

  2. 阿里雲開發者社區 AI48

    「貓=42、狗=43」不代表牠們更相似:AI 如何從數字中學出意義

    AI 不會因為「貓」的編號是 42、「狗」是 43,就判斷牠們比「汽車」更相似;編號只是標籤,不帶有語義。文本、圖像和音頻會轉換成數字,而模型從數據中學出的高維嵌入向量,才會呈現語義關係。數字之間的結構如何反映現實關係,決定了模型能否從表示中推理。

  3. 第一財經41

    腦機接口高質量數據集建設項目在武漢啟動

    華中科技大學同濟醫學院附屬同濟醫院牽頭的腦機接口高質量數據集建設項目,24日在武漢啟動,計劃於2027年建成投用。項目聚焦10類疾病方向,涵蓋6種數據模態,重點建設腦信號採集、意圖解碼、功能評估、閉環神經調控及康復交互等多模態數據集。項目亦將構建「數據採集—治理加工—應用服務」一體化數據能力平台,配套多項標準規範。

  4. DEV Community39

    OweMyGod:微調 8B 模型解讀雅加達欠款藉口,準確率達 92%(關鍵字規則:60%)

    OweMyGod 使用微調後的 Qwen3-8B 解讀朋友對還款時間的回覆,在 25 條未用於訓練的手寫回覆中,日期判斷準確率達 92%,時間類型判斷準確率為 100%。作為比較,關鍵字規則的日期判斷準確率為 60%。應用程式會按判斷結果草擬 WhatsApp 還款提醒,並顯示解讀結果,讓用戶一鍵修正日期。

  5. 新浪科技28

    中珠醫療旗下公司簽署嗅視覺晶片及模組數據服務協議,助力AI檢測模型落地

    中珠醫療旗下深圳潛力數據科技有限公司與金擎科技簽署嗅視覺晶片及模組數據服務協議,潛力數據將提供質檢所需的圖片、影片、時序及結構化數據集。雙方未來還將共同優化嗅視覺感知的晶片級與模組級人工智能檢測模型算法,推動模型應用於工業檢測、環境監測及智能終端等場景。

  6. DEV Community58

    Nokka 解説從 y = wx + b 到 ChatGPT 的 AI 原理,補充短片略過的關鍵環節

    Nokka 以一段從 y = wx + b 講到 ChatGPT 的短片為起點,解説加權總和、激活函數、神經網絡、attention 與 Transformer 的關係。文章指出,ChatGPT 不只涉及預測下一個 token,還包括指令微調、依人類回饋訓練回答排序模型,以及以獎勵進行強化學習。作者亦提醒,網絡文本含有偏見和錯誤資訊,而能預測下一個 token 不等於以人的方式理解語義。

  7. HuggingFace Daily Papers(社區熱門論文)41

    EnvLunch:環境是學習互動的免費資源

    EnvLunch 利用可執行環境生成可驗證、無需人工標註的訓練軌跡,作為智能體強化學習前的預熱階段,提升下游任務表現。在不同下游訓練預算下,模型平均較基線高逾 9 分;標註資料較少時,基線需要 8 至 32 倍的標註例子,才能達到 EnvLunch 在最低訓練預算下的準確度。

  8. HuggingFace Daily Papers(社區熱門論文)45

    Trajectory2Gym:面向工具使用智能體的決策錨定組合式互動合成

    Trajectory2Gym 透過構建具組合覆蓋度、且以決策為依據的互動,改善工具使用訓練,不再只收集成功軌跡。在五種 Qwen3 規模的測試中,它於 Tau1、Tau2 和 BFCL 均取得提升,三項基準等權平均增加 16.9-29.8 個百分點;增益在有狀態及多輪互動中最為顯著。

  9. HuggingFace Daily Papers(社區熱門論文)33

    C^3L以語義概念引導打破持續學習中的解釋漂移循環

    C^3L(Concept-Consistent Continual Learning)以離線發現的語義概念作為正則化錨點,打破持續學習中的解釋漂移循環。方法無需人工標註概念集,並以全自動方式發現概念及定位其空間位置。在五個基準測試及 20 多個基線上的評估中,C^3L於準確率、遺忘、解釋質素、虛假相關緩解及分佈外穩健性取得最先進表現。

  10. HuggingFace Daily Papers(社區熱門論文)42

    FORK:精確度目標緩解基於評分準則的 RL 獎勵駭客行為

    FORK 獎勵在基於評分準則的強化學習中,同時最佳化評分準則覆蓋率與精確度,以提升回應質素並減少冗長。精確度要求回應每個部分既有必要性,亦符合事實,分別透過必要性積分和事實正確性評分器衡量。相較原有的召回率獎勵,FORK 在 RubricHub-Medical 和 HealthBench 的勝率分別由 10.6% 升至 68.0%、由 22.1% 升至 74.1%。

  11. 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。

  12. DEV Community24

    大數據是甚麼、如何運作,以及為何在現代世界舉足輕重

    大數據是規模龐大、複雜且快速生成的數據集,需依靠專門技術儲存、處理和分析,以提取實用見解。其五項特徵是數量、速度、多樣性、真實性和價值,典型流程包括數據收集、接收、儲存、處理、分析及視覺化。Apache Hadoop、Apache Spark 和 Apache Kafka 等技術支援分散式儲存、數據處理及事件串流。

  13. Baseten 工程博客38

    Baseten 推出 Baseten Environment Network

    Baseten 推出 Baseten Environment Network,為客戶配對經審核的 RL environment 公司,根據各自的數據和領域需求建立 RL environments。合作夥伴會直接與客戶合作製作環境,Baseten 則負責訓練及推理。Baseten 計劃開源一批高品質環境,並公開審核及訓練方式,用於研究、標準化評測及建立反映現實世界智能的指標。

10月23日週五
  1. TNW55

    Unitree 正開發讓人形機械人自我改進的 AI 系統

    Unitree 創辦人王興興表示,公司正開發 Unitree Rehearsal,讓人形機械人透過 AI 自我改進;計劃包括搜尋研究論文、編寫程式及先在模擬環境測試。Unitree 已利用 AI 進行這類工作,並以真實測試回饋調整模型;王興興預期,人形機械人最快於 2028 年可完成 80% 以語音交辦的任務,涵蓋工廠或家居工作。

  2. 阿里雲開發者社區 AI52

    AI 模型是甚麼?房價比喻拆解參數、訓練與推理

    文章以房價預測説明,AI 模型本質上是從數據中學得參數的數學函數;訓練是從例子中調整參數,推理則是用已學參數計算新輸入的答案。資料庫查找既有紀錄,模型則依據學到的規律作出預測,並可泛化至未見過的輸入。文中亦提醒,模型預測受訓練數據質素影響,不能視為事實。

  3. DEV Community31

    跨模態知識蒸餾如何支援低功耗自主深海探索棲息地設計

    跨模態知識蒸餾可讓深海探索棲息地以低功耗感測器學習高耗能感測器提供的資訊,支援自主、長時間運作。文章比較 logit 蒸餾、特徵蒸餾及跨模態對比蒸餾,並分享以 PyTorch 建立教師—學生感知流程的實驗做法;作者指出,聲納與光學影像的模態差異會令直接特徵匹配效果不佳。

  4. 新浪科技60

    中國移動牽頭建設的業內首個汽車行業 AI 基座在京發布

    中國移動牽頭建設的國家人工智能應用中試基地(製造領域汽車方向)發布業內首個汽車行業 AI 基座,並即日起向全行業開放共享。基座已納管112.7EFLOPS算力,提供算力、數據及模型服務,覆蓋研發、製造、智能駕駛及測評四大領域,並打造六大智能體。成果已在十餘家央國車企落地;其中,視覺質檢智能體將缺陷檢出率提升至99.5%以上,產線適配時間由4周縮至1周。

  5. DEV Community47

    構建合成數據管線

    合成數據管線以真實圖片或影片及設定為輸入,生成可用於模型訓練的合成樣本,補足罕見場景的資料。流程分為輸入、提示詞生成與場景理解、生成、自動驗證,以及回饋與數據集組裝五個階段;不合格樣本會自動返回修正,合格樣本則連同自動標籤組成訓練數據集。每個樣本均保留原始媒體、各次重新生成及最終驗證版本的完整記錄。

  6. AGIBOT 智元47

    AGIBOT 開源 AGIBOT WORLD Release 4「Physical Reasoning」數據集,助機械人行動前推理

    AGIBOT 開源 AGIBOT WORLD 2026 的第四個版本 Release 4,推出「Physical Reasoning」數據集,記錄機械人在不同現實狀態與限制下,為同一目標作決策及執行的過程。數據集涵蓋 10 多類邏輯推理情境,提供高層問答及低層動作軌跡,並按 Easy、Medium、Hard 分為三級。它旨在支援高層決策模型與低層動作策略的協同訓練。

  7. TNW59

    Rivian 收購 Third Dimension AI,將真實道路影像轉為 3D 測試場景

    Rivian 收購 Third Dimension AI,將真實道路攝影片段重建為可調控的 3D 環境,用於訓練及測試駕駛輔助和自動駕駛軟件。工程師可移動攝影機、調整其他道路使用者的位置,以及改變光線和天氣,重現複雜路況。Philbin 向 TechCrunch 表示,Rivian 每日接收超過 400,000 段駕駛序列;收購條款未有披露。

  8. TNW64

    Maxinsights 融資 $30M 種子輪,將日常活動影像轉為機械人訓練數據

    Maxinsights 完成 $30M 種子輪融資,將人們煮食、清潔和工作的第一身視角影像轉為機械人訓練數據,融資由 Peak XV 領投。公司同步推出 MaxLoop 影片檢查軟件及 MaxGlove 感測手套,後者會記錄握力、物件重量和接觸變化;公司稱已收集超過 2 million hours 影像,當中 1.5 million hours 可供模型使用。