←搜索结果

按匹配度 · 共 1562 条结果 清除搜索

星期五

  1. 钛媒体 · AGI

    皮查伊复盘Gemini 4 Argon:为何砍掉3.5 Pro

    Google CEO 皮查伊在《Sources》访谈中透露,Gemini 4 Argon 上线72小时处理约25万亿Token,是Gemini 3.0同期的3倍,因算力受限仍在限流。他首次解释砍掉Gemini 3.5 Pro的原因:团队发现模型在Agentic Coding上存在缺口,先用Flash版本在约3个月内完成3.5到3.8的密集迭代,而当时Argon预训练已完成,于是把积累注入Argon后训练。他还提到Google内部已进入研究人员与模型协同的RSI阶段,并称下一代Gemini 5.0将比Argon强得多。

    可能比地球上任何一家公司都要多。 皮查伊:我以前没从这个角度想过,但你这么说确实有道理。因此我们不仅拥有强劲的外部需求信号,还拥有来自谷歌自身的内部需求——作为一个处于前沿的企业,我们自身如何使用和采用AI。你可以亲眼看到能力前沿的进展,能够在脱离需求信号的情况下,以客观的方式去评估能力前沿的发展状况,看看性能曲线看起来如何,比如缩放定律(scaling laws)、新模型与旧模型的对比、我们能够解决的任务复杂度、以及内部的评测基准。 皮查伊:因此你可以获得第一手的直观感受,也能从研究突破中感受到:比如Gemini 5.0会不会比目前的Argon好得多?答案是肯定的。所以你在技术栈的各个层面都能获得这些信心信号。此外,我们还在签署拥有长期承诺收入的耐久合同。这绝不仅仅是盲目的希望,我们有实际的业务订单作为支撑。把所有这些因素综合起来,你就会以一种负责任且纪律严明的方式全力投入,而这正是我们正在做的。 主持人:听你满怀信心地谈论这些信号令人印象深刻,我相信这些判断。但与此同时,人们也在试图应对各种担忧——比如Corey的变动,比如对新云(NeoClouds)的担忧,对这些基础设施融资的担

    匹配字段正文

  2. Tech.eu

    欧洲企业被呼吁更积极参与开源软件开发

    在布拉格举行的 Linux Foundation 主办的 Open Source Summit Europe 上,Linux Foundation Europe 总经理 Thierry Carrez 等呼吁欧洲企业不止使用开源软件,还要向上游贡献并参与开源治理,以减少对单一供应商或国家的依赖。Linux 调查显示,超过九成欧洲组织将数字主权视为技术战略重点;具备成熟开源治理的企业平均投资回报超过 4 倍,无正式治理结构者为 3.6 倍。GitHub 10 月数据显示,目前每三个 pull request 就有一个涉及 AI 智能体,一年前不足十分之一。

    组织对其进行定制。” 瑞典RISE研究所高级研究员Johan Linåker强调了开源对政府的重要性。他说:“开源使政府能够共享基础性的数字公共基础设施组件和技术,即便它们在政治高层并不一致。”他举出了政府共享政治贿赂等信息为例。 Robinson还谈到了AI如何改变软件工程师的角色。他说:“AI已经彻底改变了软件开发的实践。如今我们有很多非传统开发者;他们并非科班出身的软件工程师,却能借助这些智能体轻松编写软件、定制各种东西。” AI智能体这一话题也得到了深入讨论,发言者表示,开源技术有助于智能体工作负载在安全边界内安全地连接工具、数据和其他智能体。 GitHub 10月的数据显示了AI智能体的增长:如今每三个pull request(对代码变更的审查)中就有一个涉及AI智能体,而一年前这一比例不足十分之一。 AWS高级首席技术专家Laura Tacho说:“事情发展得真的非常非常快。但我们的工具信任度并没有以同样的速度提升。”她援引数据指出,超过80%的开发者担心AI模型所产生数据的准确性。但她也援引数据显示,开发者表示AI帮助他们实现了创新并提升了软件质量。 图片:ChatGPT

    匹配字段正文

  3. MediaNama

    Railway 遭网络攻击泄露客户密钥,要求用户更换 API key

    云托管平台 Railway 在 10 月 21 日发现存储客户环境变量的系统出现异常活动,称未经授权的第三方可能访问了加密的环境变量并解密了其中一部分,已建议所有用户更换 API key 等凭据。Railway 认为此次攻击可能是近期针对平台公司、意在入侵 AI 推理服务商的一系列攻击的一部分,并已通知上游供应商吊销可能泄露的密钥。公司还针对 OpenAI、Anthropic 和 GitHub 用户发布安全指南,建议删除可能暴露的 API key、生成新密钥并检查用量记录;10 月 23 日其构建与部署已恢复,但新用户注册仍暂停。

    pic 用户删除可能已暴露的 API 密钥、生成替代密钥,并检查使用记录中是否存在未经授权的请求或意外收费。Railway 还建议客户审查账户成员资格和访问日志,以查找可疑活动的迹象。 对于 GitHub 用户,Railway 建议检查登录记录、已授权应用、访问令牌、SSH 密钥和仓库设置,以查找未经授权访问的迹象。 该公司还发布了涵盖其他服务的指南,包括 AWS、Google Cloud、Stripe 和数据库。 Railway 在临时暂停后恢复部署 Railway 最初在调查该事件期间暂停了所有新建构建和部署,导致客户无法使用替代凭据部署应用。 根据其 10 月 23 日的状态更新,Enterprise、Pro、Hobby、Trial 和 Free 套餐的构建与部署均已恢复。不过,新客户注册仍暂时暂停。 Railway 还使现有的平台 API 令牌失效,并开始直接联系受影响的客户。该公司表示,预计将于 10 月 23 日发布初步事件报告。 此次攻击紧随其他安全事件之后 此次披露之前,开源 AI 编程工具 OpenCode 发生了类似事件。该公司本周早些时候报告称,攻击者窃取了属于其

    匹配字段正文

  4. Codex:GitHub Releases

    OpenAI Codex 发布 0.164.0 版本

    OpenAI Codex 发布 0.164.0,新增十个编号 /presets 槽位用于保存可复用提示词和斜杠命令,并支持用内联 /model 和 /permissions 参数直接设置模型、推理强度、速度与权限配置。该版本还支持企业 MCP 连接认证、远程 Bash 与 Zsh 会话凭据掩码,并默认启用 Amazon Bedrock 设置向导。

    专用登录方式对企业 MCP 连接进行身份验证,包括需要密钥的 OAuth 客户端。( 55334、 55859、 56001) 在受支持的远程 Bash 命令和 Zsh 快照会话中掩码凭据,包括来自自定义提供商的凭据。( 54309、 54432、 56049) Amazon Bedrock 设置向导现已默认启用;当检测到凭据时,API 密钥输入项会与其他 AWS 登录方式归为一组。( 56033、 56023) 缺陷修复 压缩失败不再在对话历史中留下部分摘要,后台压缩失败时会回退而不会发生 panic。( 53932、 55581) 恢复会话时现在能找到已压缩的历史记录,并恢复已保存的线程设置,而不是用全局默认值替换它们。( 54008、 55923) Windows 上的 HTTPS 和 WebSocket 连接现在使用已登录用户的 Negotiate 或 NTLM 凭据来处理代理身份验证质询。( 55994、 56000) 当 -c 或 --config 出现在多个子命令层级时,CLI 配置覆盖项会被保留。( 56022) 排队的提示词现在会等待待处理的权限选择完成后再继续。(

    匹配字段正文

  5. Claude Code:GitHub Releases

    Claude Code v2.1.309 发布:修复沙箱与权限检查等多项问题

    Claude Code v2.1.309 发布,主要修复 macOS 和 Linux 沙箱化 Bash 命令在每条命令前于沙箱外执行 shell 启动文件的问题,以及 macOS 沙箱 denyWrite glob 模式经符号链接时不生效的问题。该版本还修复了沙箱命令和自动接受的编辑可修改 --mcp-config 传入的 MCP 配置文件、被禁用的 MCP 服务器被后续权限提示重新连接等问题。此外,Windows 上 Claude Code 自身运行的许多 git 命令速度得到提升。

    verify 和 /code-review 找不到该嵌套包自身技能的问题 - 修复了 /claude-api 技能声称 ant beta:worker poll --on-work 会向命令传递跟踪上下文的问题 - 修复了 /claude-api 技能的 C 跟踪设置缺少来自云平台客户端的 span 的问题 - 修复了 /claude-api 技能声称发往 AWS 上 Claude Platform 的请求的 API span 无法加入调用方跟踪的问题 - 修复了在 PowerShell 中运行的钩子在钩子程序以代码 2 退出时未阻止的问题,以及在 Windows 上 "shell": "powershell" 的 PreToolUse 和 PermissionRequest 钩子在未安装 Git for Windows 时失败开放的问题 - 修复了某个 mod 的 turn.step 钩子通过别名(例如 haiku )指定模型时, 每个请求都因模型错误而失败的问题:该别名现在会解析为其对应的模型 - 修复了从 claude.ai 同步的插件和技能在磁盘读取错误后被移除(有时是在会话中

    匹配字段正文

  6. The Next Platform

    Mixx Technologies 如何铺就全光 scale-up 网络之路

    光子学初创公司 Mixx Technologies 押注全光 scale-up 网络,其首个产品 SxC 连接器可在单个连接器内容纳 64 根光纤,并称能在 800mm2 内布置 1,000 根光纤。公司规划了 NPO 光学引擎、CPO 和光路交换机三步路线图,首款 NPO 模块目标 2028 或 2029 年上市,CPO 产品预计本十年末推出。Nvidia 的 Vera Rubin NVL576 若按每 SerDes 一对光纤估算,需约 20,736 对光纤连接 8 个 NVL72 机架。

    在 Google 的 TPU 或 Amazon 的 Trainium2 集群等系统中所见,完全可以在没有数据包交换机的情况下构建计算架构。 问题在于,有限的芯片间 radix 使得必须使用 2D 和 3D 环面拓扑,这些拓扑非常适合训练,甚至适合在密集模型上进行推理,但并不适合混合专家(MoE)架构,因为这些拓扑所需的跳数比全互联交换架构更多。这实际上正是 AWS 在 Trainium3 上转向类似 Nvidia NVL72 配置的交换架构的原因。 但只要有足够高的 radix,就可以通过将芯片直接相互连接来实现同样的全互联连接。与集群中任何 GPU 都是一跳连接,无需数据包交换机。然而,尽管 Mixx 尽可能避免使用数据包交换机,其理想的 scale-up 网络并不会完全无交换机。 除了 CPO 引擎外,它还在开发一种高密度光路交换机(OCS)。这类设备在 Google 的 TPU 集群中广为人知,用于调整 pod 规模并绕过故障加速器进行路由,就像电话交换机操作员会断开一个通话并接通另一个通话一样。 Mixx 面临的主要问题是当前这批 OCS 设备缺乏所需的密度。 “如今 OCS

    匹配字段正文

  7. AWS Machine Learning

    Amazon SageMaker AI 推出训练会话 API,可自写训练循环而无需管理 GPU

    Amazon SageMaker AI 在无服务器模型定制中新增训练会话 API,把 forward_backward()、optim_step()、sample() 等操作变成 API 调用,模型在 GPU 上保持加载,用户只需在本地 Python 进程里编写训练循环,GPU 分配、分布式执行、故障恢复和检查点存储由服务负责。该 API 按处理的 token 计费,本地奖励计算等环节不计 GPU 时间。随附的 cookbook 提供 SFT 与 RL 配方,示例中 GPT-OSS 20B 的 GRPO 循环在 GSM8K 上训练 10 步,留出集准确率从 56% 升至 75%;Code RL 配方训练 50 步后测试准确率从 40% 升至 50.5%。

    SageMaker Python SDK client hierarchy: ServiceClient creates a TrainingClient, which in turn creates a SamplingClient

    d in sequence. A ServiceClient holds the platform-level settings (execution role, model package group, Amazon Simple Storage Service (Amazon S3) output location, and optionally an AWS Key Management Service (AWS KMS) key and virtual private cloud (VPC) configuration, which you can also override per session) and starts a session. The ServiceClient instantiates a TrainingClient (training and checkpointing operations such as forward, forward backward, optim step, and save weights for sampler), whic

    匹配字段正文

  8. Latent Space

    为什么 AI 算力是矩形的——对话 Modal CEO Erik Bernhardsson

    Modal CEO Erik Bernhardsson 解释,传统按固定 GPU 数量和时长签订的算力合同呈矩形,而真实负载会波动,Modal 通过聚合数千客户需求提供弹性切片。Modal 已跨过 10 亿美元年化收入、以 160 亿美元估值完成 7.5 亿美元 D 轮融资,并累计启动近 30 亿个 sandbox。sandbox 目前约占 Modal 收入的 1/3,其增长主要来自编码智能体、后台智能体和强化学习。

    响的决定之一,那样去思考它。所以我不知道有没有出现过什么具体问题。 我是说,我们显然遇到过 bug,也遇到过宕机,你知道,我讨厌这样,你知道,尽管我非常希望模型能做到百分之百的在线率,你知道,而且我觉得最近我们基本上已经达到了四到五个九,但在模型的发展历程中,当然,我们确实遇到过一些扩展性方面的问题。是的。GPU 市场,嗯,其实在那之前。所以你们底层用的是 AWS、GCP 之类的,所有这些云服务商。 13:30 你们也会买一些基础设施吗?不,我们稍微聊聊云容量吧。因为我觉得这其实变化很大。比如最初几年我们确实……我们几乎所有的容量基本上都来自超大规模云厂商的竞价实例和按需容量,主要是竞价容量,跑在各个不同的区域,你知道,最初用的是 AWS,但后来也用 GCP,随着时间推移。我们很早就开始从 Oracle 租一些容量,因为我们想要八卡 A100 和八卡 H100,而且我们拿到了非常好的价格。随着时间推移,我们又增加了几家云,比如做预留,但,但直到去年年底,我们的大部分容量仍然是竞价实例或一年期预留。竞价就意味着你当时当场租用。没错。是的。而且它还是可抢占的,这一点我们不得不应对。但,但它

    匹配字段正文

星期四

  1. Sakana AI:Blog

    Sakana AI 发布以本体为基础的 AI 智能体平台 Sakana Aquarium

    Sakana AI 发布 AI 智能体构建与运营平台 Sakana Aquarium,以本体(Ontology)为核心,把组织内分散的知识、规则和数据整理成统一语义,供智能体完成信息确认、判断与执行。平台包含本体、治理和托管智能体三层机制,可设置访问权限与执行前审批,并记录从判断依据到执行结果的全过程。整理好的数据与本体可被其他智能体直接复用,Sakana AI 称后续还将开发让智能体随组织变化持续更新本体、以及由 AI 辅助构建智能体的机制。

    项目中,FDE(Forward Deployed Engineer,前置部署工程师)都深入理解现场的数据和流程,承担从工作流设计到评估、精度改善的全过程。在此过程中,我们发现了每接一个项目都要从零重复进行数据连接以及术语、判断标准整理这一课题。Aquarium正是将这类工作汇总为组织内可通用的基础。开发工作由Sakana AI中负责AI落地的ARE和FDE,以及在Palantir、Snowflake、Microsoft、AWS等公司从事数据基础和数据治理建设的成员共同推进。 Aquarium今后将继续扩充功能。我们还在推进开发能够吸纳运营中产生的修正与判断、随组织变化持续更新本体和智能体的机制,以及由AI辅助智能体构建本身的机制。 同时,Sakana AI的FDE将与客户共同反复进行构建与验证,从一个业务扩展到整个组织,不断扩大AI的应用。应用案例也将陆续介绍。 我们可根据您希望解决的课题和业务条件,提供导入与应用的咨询。有关Aquarium的详情及咨询方式,请参阅平台介绍页面。 Sakana AI 我们正在招募愿与Sakana AI共同开拓日本AI未来的人才。请参阅本公司的採用情報。

    匹配字段正文

  2. The New Stack

    Google 将 Gemini 智能体背后的基础设施开放为云服务 Agent Compute Engine

    Google 宣布将在今年晚些时候向 Google Cloud 用户开放 Agent Compute Engine 预览,为每个 AI 智能体提供硬件隔离的 microVM,兼顾容器的启动速度与沙箱的安全性。该服务原本是 Gemini、Antigravity 及 Google 模型训练流水线的内部基础设施,智能体空闲时会对 microVM 做检查点以释放资源。Google 同时提供开源运行时 Agent Substrate,可在任意 Kubernetes 集群上运行,官方称在 20 万智能体基准中实现每秒 500 次激活、挂起与恢复低于半秒。

    举行的 Linux 基金会 AGNTCon+MCPCon 上发布,将于今年晚些时候向 Google Cloud 用户提供预览版。它将为每个 AI 智能体提供一个硬件隔离的 microVM,兼具容器的速度与沙箱的安全性。 还有谁提供智能体沙箱? 当然,智能体沙箱的概念并不新鲜。E2B 和 Daytona 等初创公司向开发者提供此类沙箱(并支持在任何云上运行),AWS 也通过 Bedrock AgentCore 提供。 E2B 在 Firecracker microVM 中运行每个沙箱,这是 AWS 最初为 Lambda 构建的开源虚拟化技术。它可以暂停沙箱并保留其内存和文件系统,然后在大约一秒内恢复。Daytona 最初使用容器,但在 7 月增加了 microVM 沙箱。这些沙箱可以暂停整台机器,或将运行中的机器分叉为完全相同的副本。 AgentCore 也为每个智能体会话提供独立的 microVM。当智能体等待模型或工具调用时,AWS 不收取 CPU 费用,但内存会持续计费,直到运行时回收为止。这些会话最长可持续八小时。8 月,AWS 增加了基于 EC2 的运行时实例,可使共享会话保持

    匹配字段正文

  3. 虎嗅

    Anthropic招股书草案曝光:半年营收163亿美元、净亏807亿美元

    Anthropic IPO招股书草案显示,2026年上半年营收163亿美元,净亏损807亿美元,其中720亿美元来自可转换票据等融资工具的价值重估,并非真实现金支出。上半年算力与基础设施支出近90亿美元,约占营收55%,低于去年同期的200%以上,第三季度按调整后口径已开始盈利。文章指出真正风险在成本端:已签远期算力与基础设施承诺超6000亿美元,最高或达7500亿美元,路透社称当时5180亿美元中约八成不可撤销或需最低付款,而2026年上半年163亿美元营收中超32亿美元仅来自两家大客户,许多大客户未签长期采购承诺。

    Anthropic在尚未锁定长期收入的情况下,转头就在成本端签下了一张几乎不能反悔的天价账单,也就是前边提到的最高可达7500亿美元的算力包场合同。 怪不得华尔街都得为此倒吸一口凉气。 到底是谁在给谁打工? 超6000亿美元远期算力与基础设施承诺,堪称Anthropic押下的超级赌注。 其中,Anthropic向谷歌云承诺采购的金额约为1110亿美元,亚马逊AWS约1100亿美元,微软约310亿美元。除了几家云巨头,它还通过Nscale、Lambda等供应商采购英伟达芯片算力,相关协议金额最高约860亿美元。 除此之外,围绕博通与谷歌TPU芯片的租赁安排,它又背上了超过1600亿美元的远期付款义务。这些主要合同之外,还有其他算力与基础设施安排,整体承诺已经超过6000亿美元。 不过比起大几千亿美元数字更狠的,是合同里的刚性付款条款。 路透社9月披露的文件显示,当时合计5180亿美元的承诺中,约八成属于不可撤销,或无论实际使用量多少都需要付款的安排。与谷歌、亚马逊的部分协议甚至要求,实际消费没达到约定金额,也得把差额补齐。 这样一来,这件事就显得非常魔幻了。 这就好比你开了一家网红餐厅,

    匹配字段正文

  4. Browser Use

    Browser Use 盘点 2026 年最佳浏览器 Agent MCP 服务器

    Browser Use 发布 2026 年浏览器 Agent MCP 服务器盘点,把这类服务器分为驱动和委托两种模式,并逐一评测 Browser Use Cloud MCP、Browser Use 开源 MCP、Hyperbrowser MCP 和 agent-browser chat 四款。作者在 100 个 BU Bench V2.1 任务的对比评测中发现,四个驱动类工具每个任务的中位输入 token 消耗在 2.1M 到 6.7M 之间,全部计入编码 Agent 的上下文。文中还给出各服务器的安装命令、模型选择、计费方式与已知限制,并说明长任务、并行任务和结构化输出场景更适合委托模式。

    ne. Its tool description calls it a last resort. For long tasks I'd reach for it first. The model is yours. In practice that means an OpenAI key, an OpenAI-compatible endpoint, or AWS Bedrock with MODEL PROVIDER=bedrock. The docs also mention an Anthropic key, but the server code doesn't read it; on the OpenAI path, without OPENAI API KEY the agent tool fails. The default config it writes on first run uses gpt-4.1-mini, and on Bedrock that config model wins, so also set BROWSER USE LLM MODEL to

    匹配字段正文

  5. Cognition 模型 / Devin 博客

    Cognition 在伦敦扩张:Devin 客户需求推动新办公室与高管团队

    Cognition 在伦敦新开办公室,英国团队六个月内扩张超 200%,并引入 Narry Singh、Aman Thind 等高管。The Access Group 已将 Devin 部署给 250 个产品线的 2000 多名工程师,合并 PR 数量增长五倍,部分遗留迁移任务提速最高 480 倍。Cognition 此前以 480 亿美元估值融资超 20 亿美元,并发布编程模型 SWE-2。

    ced coding model to date. We have also expanded how enterprises can deploy Devin, including a recent partnership with McKinsey & Company, a multi-year strategic collaboration with AWS, and availability in AWS Marketplace and the Databricks ecosystem. We believe the UK will lead the shift to autonomous software engineering becoming the enterprise standard. We’re investing in London for the long term, and we’re just getting started. We’re hiring in London across engineering, go-to-market and opera

    匹配字段正文

  6. Stanford HAI News

    斯坦福 HAI 推出 AI 经济指标仪表盘,追踪 AI 对劳动力市场的实时影响

    斯坦福 HAI 数字经济实验室于 2026 年 6 月推出一组名为 AI Economic Indicators 的月度仪表盘,实时追踪 AI 的经济足迹。数据显示,软件开发、客服等 AI 高暴露岗位的就业今年下降超过 4%,22 至 25 岁年轻从业者在这些领域的就业自 2022 年 11 月 ChatGPT 发布以来年均下降超 3%,近几个月降幅扩大到 4.4%。仪表盘整合私营企业、学术机构和政府统计数据,分为监测 12 项宏观指标的 Transformation Tracker、基于 ADP Research 薪酬数据做早期预警的 Canaries Dashboard,以及用调查追踪生成式 AI 采用率的 Adoption Monitor。

    cupations, with workers grouped according to high and low AI exposure. The dashboard was built in collaboration with ADP Research, a New Jersey-based, data-driven institute that draws on anonymized payroll data from its parent company. “We dive into very specific sections of the labor market to see if we can start seeing early indications of how AI is actually affecting people’s work on a day-to-day basis,” says Bharat Chandar, the Lab’s research director for AI economics and policy and coauthor

    匹配字段正文

  7. TechCrunch AI

    Recursive 发布笔记本端编码模型 Flint,称主要由 AI 参与构建

    AI 初创公司 Recursive 发布首个模型 Flint,这是一个可在笔记本上离线运行、以 Apache 2.0 许可在 Hugging Face 免费下载的编码模型,公司称其研发过程主要由自研的 Eureka Machine 参与完成。Flint 是 MoE 模型,40B 参数中每次仅激活 2.5B,在搭载 M4 Pro 的 MacBook Pro 上生成速度约 131 tokens/秒,在 SWE-Bench Verified 上表现优于其他 50B 参数以下的模型。Recursive 表示 Flint 比大型付费编码助手需要更多引导,建议把大任务拆成小步骤。

    参与了构建 Flint 的每一个环节,从预训练到后训练和推理。 Recursive 表示,Eureka 的贡献包括更稀疏的模型结构、低比特训练(使 Flint 缩小了 71%,而质量几乎没有损失)以及自定义内核——即加速底层计算的专用程序。 Recursive 没有说明 Eureka Machine 为其研究人员节省了多少时间,但它并非唯一一家借助 AI 开展研究的公司。OpenAI 上个月表示,截至 8 月中旬,其 AI 智能体每对应人类研究员的一个工作日,就会记录 3.1 个工作日。 如果 Recursive 的押注奏效,每个新模型都应能承担更长时间的工作而无需人工帮助。该公司此前告诉 TechCrunch,其 6 月与亚马逊云服务(AWS)达成的 4.1 亿美元算力协议“与其说关乎员工人数,不如说关乎智能体数量”。 Socher 对《连线》表示,更长期的目标是让 Eureka Machine 实现完全的递归自我改进,由人类监督整个过程,并能在出现问题时将其停止。Recursive 表示,每个新模型都应让 Eureka Machine 成为更好的研究者,帮助它更快地构建下一个模型。

    匹配字段正文

  8. AWS Machine Learning

    U.S. Hunger 如何用 Amazon Quick 连接领导层与数据

    美国非营利组织 U.S. Hunger 借助 Amazon Quick 让领导层直接探索组织数据,并通过 Quick Spaces 共享 KPI 定义与财务文档,目前已有 17 名同事获得访问权限。其数据来自自有平台 Impact Manager,每晚 2 AM ET 从 SQL Server 刷新至内存引擎 SPICE。该组织累计送出超 2.5 亿份餐食,四年增长约 500%,而员工人数仅增长 15–20%。

    Current architecture: SQL Server data refreshes into SPICE at 2 AM ET each night for analysis in Amazon Quick.

    帮助那些正经历他们曾经经历的家庭的机会。Rick 哭了,回电给主席,并接受了。 “我们今天服务的家庭,他们的故事就是我的故事。” — Rick Whitted,U.S. Hunger 总裁兼首席执行官 担任该职位六年多来,这种个人联系始终是 Rick 领导力的核心。 从数据请求到直接探索 U.S. Hunger 最初是通过由 Kat Esser 主持的一场 AWS Social Entrepreneur Accelerator 活动了解到 Quick 的。Rick 看到了直接探索组织数据的机会,可以随着问题的出现而跟进,而不必每次都要求技术团队重新提取数据。 首席技术官(CTO)Ezekiel Brooks 通过让 Rick 访问 Full Cart(U.S. Hunger 的食品援助项目)的核心数据集,帮助实现了这一点。Full Cart 将捐赠者资助的食物直接送到有需要的家庭手中。Quick 给了 Rick 按自己的节奏探索信息并提出后续问题的空间。该组织的数据成了他的沙盒。 数据来自 Impact Manager,这是 U.S. Hunger 专有的基于云的数据平台,支持其食品援

    匹配字段正文

  9. TechSpot

    Nvidia GeForce 显卡驱动 621.01 发布

    Nvidia 发布 GeForce Game Ready 驱动 621.01,为《Phantom Blade Zero》和《Call of Duty: Modern Warfare 4》提供首发支持。该版本修复了《鸣潮》开启 DLSS Frame Generation 与 Freestyle 滤镜时的崩溃、《星际公民》Vulkan API 崩溃,以及 360Hz QHD 显示器游戏时偶发黑闪等问题。

    Monster Hunter Wilds] Random stability issues [5204023] Nvidia GeForce Graphics Driver 576.02: Fixed Gaming Bugs [Fortnite] random crashes during gameplay [5171520] [Star Wars Outlaws] Application will freeze after leaving the game idle for 5+ minutes [5191099] Game stability issues when playing games with DLSS Frame Generation + GSYNC [5144337] [Monster Hunter Wilds] Crash after accepting quest with DLSS-FG Enabled [5087795] [InZOI] Game crashes with error "GPU crashed or D3D Device Removed" [5

    匹配字段正文

星期三

  1. LiveKit 产品与工程博客

    Acuity Health 如何用 LiveKit 语音智能体变革患者服务

    Acuity Health 基于 LiveKit 构建定制语音智能体,80% 的来电由 AI 智能体完整处理,多数预约在 1 分钟内完成,81% 的预约通话以“谢谢”结束。其智能体通常运行在 LiveKit Inference 上优化的 Gemma 3 27B 模型,并配合针对不同患者群体调优的轮次检测模型,支持语音与文本,并接入呼叫中心工具、任务管理软件、分析服务商和 EMR 系统。团队此前受限于低代码平台,改用 LiveKit 后一周内做出可用原型、一个月内进入开发环境,并借助 LiveKit Simulations 在每次变更上线前做场景压测。

    which is where LiveKit comes in. An early false start Acuity Health initially built agents on a popular low-code provider, not for lack of technical skill but to move fast. The flaws showed up quickly. The low-code platform was rigid: any scenario it hadn't anticipated meant a time-consuming workaround. It was also a black box in critical ways — offering no visibility into an agent's context window made debugging nearly impossible. The team looked to the provider for help working through these

    匹配字段正文

  2. Claude Blog

    Claude Security 更新:持续扫描代码并追踪修复状态

    Anthropic 为 Claude Security 推出新版本,可随代码变更持续扫描仓库、在修复上线后自动标记问题已修复,并通过 API 和 MCP 接入现有工具,目前面向 Claude Enterprise 客户公测。新版本为每个项目提供知识库和可编辑的威胁模型,扫描会据此判断哪些风险值得标记,并为每条发现给出严重程度评级和攻击路径说明。Claude Security 自 4 月公测以来已有数千家机构使用,累计发现超过 100 万个漏洞;企业客户每月可获得 25,000 美元免费额度,为期两个月,适用于截至 2026 年 12 月 31 日的用量。

    P additions are a game changer and will be the path forward for IonQ’s Product Security team to further operationalize Claude Security.” “Claude Security found a number of logic flaws that none of our other tools had caught. Once we wrote our own risk policy into the threat model, focusing on what external users can actually reach, the findings matched how we prioritize instead of only a severity score” “Claude Security found many material issues that a traditional pen test conducted at the same

    匹配字段正文

  3. OpenAI精选

    OpenAI 称其模型协助发现 PHP 关键安全漏洞

    OpenAI 表示其模型在 Patch the Planet 计划中协助研究人员发现 PHP 的关键安全漏洞,PHP 被估计用于运行约 70% 的网站。过去两个月,OpenAI 牵头维护者、研究人员和安全厂商组成联盟,在漏洞披露前准备修复与防护,因修复复杂且需对 PHP 引擎做较大改动。OpenAI 称所有使用 PHP 的站点现可升级版本以保持安全,并认为这是近期影响最大的漏洞之一,也是 AI 能以互联网级规模发现安全漏洞的新阶段。

    OpenAI models helped researchers—operating as part of our Patch the Planet initiative—discover critical security flaws in PHP, an open-source programming language used to run an estimated 70% of websites. Over the past two months, we led a coalition of maintainers, researchers, and security providers to prepare fixes and protections ahead of disclosure. This duration was necessary because the fix was quite intricate and required a major change to the PHP engine. Every site using PHP can now safe

    匹配字段正文