当天报道
Model ReleaseSandboxAQ将其药物发现模型引入Claude — 不需要计算机博士学位SandboxAQ宣布与Anthropic达成重要合作，将其先进的药物发现AI模型集成到Anthropic的对话AI平台Claude中。这一集成使用户能够通过用户友好的界面利用复杂的药物发现工具，无需专门的计算基础设施或广泛的技术专长。该倡议旨在使药物发现技术的获取更加民主化，让更多用户，包括研究人员和制药公司，能够使TechCrunch AI5月18日· 60%Infrastructure使用LoRA/DoRA对NVIDIA Cosmos Predict 2.5进行微调以生成机器人视频NVIDIA成功地通过采用LoRA（低秩适应）和DoRA（动态低秩适应）技术对其Cosmos Predict 2.5模型进行了微调，显著提高了该模型在机器人应用中生成视频的能力。这一微调过程不仅增强了特定领域的性能，还优化了资源使用，使其成为机器人领域开发者和研究人员更高效的解决方案。通过利用这些先进的适应方法，NVIHugging Face Blog5月18日· 60%Funding开放代理排行榜开放代理排行榜作为评估通用人工智能代理的新框架被引入。该倡议专注于通过多种基准测量这些代理的性能，提供有关其质量和成本效益的见解。通过将重点从单个模型转向完整的代理系统，排行榜旨在促进对不同人工智能代理在实际应用中表现的更全面比较和理解。Hugging Face Blog5月18日· 59%OtherPaddleOCR 3.5：使用 Transformers 后端运行 OCR 和文档解析任务PaddleOCR 发布了 3.5 版本，新增了使用 Hugging Face Transformers 作为推理后端运行光学字符识别（OCR）和文档解析任务的能力。此重大更新增强了开发者的灵活性和易用性，使他们能够在使用 PaddleOCR 模型时充分利用 Hugging Face 生态系统的强大功能。该集成旨在简化Hugging Face Blog5月18日· 58%Product Launch亚马逊推出新的Alexa+功能，可生成播客剧集亚马逊为其Alexa+平台推出了一项突破性功能，使用户能够按需生成播客剧集。该工具名为'Alexa Podcasts'，利用AI技术根据用户指定的主题进行内容研究和创作。初始内容生成后，用户可以进一步自定义剧集，增强其听觉体验的个性化。这一发展标志着AI在日常消费应用中的整合迈出了重要一步，使内容创作对更广泛的受众变得TechCrunch AI5月18日· 57%Other韩国LetinAR正在开发AI眼镜的光学技术韩国初创公司LetinAR在AI智能眼镜的光学技术开发方面取得了显著进展。该公司专注于创造更轻、更薄和更节能的设计，旨在满足全球对AI集成眼镜日益增长的需求。最近，LetinAR成功获得1850万美元的融资，这将使其能够扩大运营并增强在这一新兴市场的产品供应。TechCrunch AI5月18日· 57%FundingAnthropic收购了OpenAI、Google和Cloudflare使用的开发工具初创公司Anthropic通过收购Stainless这一专注于自动化软件开发工具包（SDK）创建的初创公司，采取了战略性举措。该公司为OpenAI、Google和Cloudflare等领先的AI组织提供服务。这一收购不仅增强了Anthropic在AI开发生态系统中的地位，还消除了其竞争对手的重要基础设施提供商。因此，StainTechCrunch AI5月18日· 56%Regulation埃隆·马斯克对山姆·阿尔特曼和OpenAI的诉讼被驳回在一起重要的法律进展中，加利福尼亚陪审团驳回了埃隆·马斯克对OpenAI联合创始人山姆·阿尔特曼和格雷格·布罗克曼的诉讼。陪审团认为马斯克的指控不及时，因为这些指控是在法律截止日期之后提出的。这一裁决突显了在快速发展的科技领域中，尤其是在人工智能的知识产权和公司治理方面，法律行动的复杂性。TechCrunch AI5月18日· 52%Research导入AI 457：AI Stuxnet；被诅咒的Muon优化器；以及积极对齐近期AI的发展突显了安全隐患和优化技术的进步。研究人员发现了一种已有20年历史的病毒fast16.sys，专门针对高精度计算软件，这引发了对AI系统脆弱性的警惕。另一方面，一种名为Aurora的新优化器被引入，其在训练神经网络方面表现优于现有的Muon优化器。这种优化能力的转变可能导致更高效的AI模型和应用。此外，'积Import AI5月18日· 68%OtherSkillSmith：将智能体技能编译为边界引导的运行时接口SkillSmith的推出标志着基于大型语言模型系统的智能体技能优化的重要进展。该新框架专注于将这些技能编译为边界引导的运行时接口，已显示出令人印象深刻的结果，包括解决时间减少50.57%和令牌使用减少57.44%。这些改进不仅提高了AI智能体的效率，还为更可持续和资源高效的AI应用指明了方向。arXiv cs.AI5月18日· 65%OtherAgentStop：提前终止本地AI代理以节省消费设备中的能源最近的研究介绍了AgentStop，这是一种新型轻量级效率监督工具，旨在提高使用大型语言模型的AI代理的能源效率。通过预测哪些任务轨迹可能会失败，AgentStop可以提前终止这些任务，从而显著减少能源消耗。该技术的实施已显示出15-20%的能源浪费减少，而不影响AI代理的性能，标志着可持续AI实践的一个有希望的进展。arXiv cs.LG5月18日· 64%Safety量化破坏对齐：压缩LLM中偏见的出现最近的研究强调了后训练量化对大型语言模型（LLMs）所带来的意外后果，特别是这一过程如何加剧这些系统中的偏见。研究表明，当LLMs被压缩到3位精度时，刻板行为显著增加，而这些行为并未被传统质量指标捕捉到。这一发现引发了对LLMs在现实应用中可靠性的担忧，因为旨在提高效率的量化过程可能无意中损害了AI行为的伦理标准。arXiv cs.LG5月18日· 64%Safety通过在线自蒸馏减少大型语言模型安全对齐中的安全税最近在大型语言模型（LLM）安全对齐方面的进展在一篇新论文中得到了强调，该论文介绍了在线自蒸馏（OPSA）。这一创新方法旨在减轻“安全税”——模型推理能力与安全措施之间的权衡。通过使用教师模型指导学生模型的训练，OPSA增强了模型在安全环境中的导航能力，同时保持强大的推理技能。值得注意的是，这种方法对较小模型显示出显著arXiv cs.LG5月18日· 63%Safety公平输出，内部偏见：高风险决策中LLMs潜在偏见的因果效应与不对称性最近的一项研究揭示了在用于高风险决策的指令调优语言模型（LLMs）中存在的内部偏见。尽管这些模型可能生成看似公平的输出，但研究表明，它们内部存在的偏见表示可能会显著影响所支持的决策。这一差异强调了理解AI系统输出和其内部结构中潜在偏见的重要性。该研究强调了需要改进审计方法，以同时考虑输出的公平性和模型内部的偏见，特别是arXiv cs.AI5月18日· 63%OtherDeepSlide：从文档到演示交付DeepSlide是一个创新的多智能体系统，旨在增强演示交付的过程。通过整合叙事规划、幻灯片生成和排练支持，DeepSlide不仅提高了幻灯片的视觉质量，还增强了交付的有效性。该系统旨在创造更连贯的叙事流程和更好的节奏，适用于教育到商业演示等多个领域。arXiv cs.AI5月18日· 63%OtherCAX-Agent：一种轻量级代理框架用于可靠的APDL自动化最近关于CAX-Agent的论文介绍了一种新型轻量级代理框架，旨在提高MAPDL有限元仿真的可靠性。通过引入结构化执行控制和多种故障恢复策略，CAX-Agent显著提高了仿真任务的稳健性。研究评估了三种恢复策略，得出模型驱动的方法在任务完成率和整体评分方面表现最佳，标志着仿真自动化的重大进展。arXiv cs.AI5月18日· 63%InfrastructureGQLA：硬件自适应大型语言模型解码的组查询潜在注意力组查询潜在注意力（GQLA）的最新引入标志着大型语言模型解码领域的重要进展。这种创新方法修改了现有的多头潜在注意力（MLA）框架，以提高在各种硬件平台上的效率，而无需重新训练。通过根据目标硬件的能力智能调整解码路径，GQLA优化了高端和更易获取的商品GPU的性能，为开发者和研究人员提供了多功能的解决方案。arXiv cs.LG5月18日· 63%SafetySDOF：通过状态约束调度驯服多智能体编排中的对齐税最近的研究揭示了SDOF，这是一个旨在通过解决对齐税相关挑战来改善多智能体编排的新框架。该框架在任务执行过程中采用状态约束，帮助保持高任务完成率，同时有效阻止未经授权的操作。在线-RLHF专用意图路由器和状态感知调度器的集成在实现这些目标中发挥了关键作用，标志着多智能体系统领域的重要进展。arXiv cs.AI5月18日· 62%FundingMuteBench：不完整多模态融合的模态不可用性容忍评估MuteBench被引入作为一个新颖的基准，旨在评估多模态融合架构在面对不完整数据场景时的性能。该评估特别针对两种类型的失败：缺失模态和模态内缺失数据。对六种不同融合架构在九个临床数据集上的研究强调了架构选择在确定系统对这些挑战的鲁棒性方面的重要性。研究结果表明，某些架构更适合处理不完整多模态数据的复杂性，这在现实应用arXiv cs.LG5月18日· 62%OtherICRL：通过强化学习学习内化自我批评最近的人工智能研究进展引入了ICRL，这一新框架旨在通过使用强化学习增强大型语言模型的能力，进行内部自我批评。这种创新方法使模型在推理任务上的表现得以提升，而无需依赖外部反馈。通过联合训练求解器和批评者，ICRL促进了自我改进循环，显著提升了模型的推理能力，展示了AI系统中更自主学习过程的潜力。arXiv cs.AI5月18日· 62%OtherMask-Morph Graph U-Net：一种可泛化的基于网格的碰撞安全性场预测替代模型Mask-Morph Graph U-Net (MMGUNet) 的引入标志着碰撞安全性场预测领域的重大进展。该创新的机器学习替代模型通过采用粗图形变形和掩蔽监督预训练等技术，解决了传统层次化 Graph U-Net 架构的局限性。因此，MMGUNet 不仅提高了预测准确性，还改善了数据效率，使其成为处理碰撞场景中大几arXiv cs.LG5月18日· 62%OtherTeamTR：用于多智能体LLM协调的信任区域微调最近的研究揭示了TeamTR，这是一个旨在改善多智能体大型语言模型（LLMs）协调的新框架。通过采用信任区域方法，TeamTR有效地缓解了在顺序微调过程中常见的复合占用变化带来的挑战。结果令人鼓舞，该框架的平均性能提升达7.1%，相较于现有方法。这一进展标志着优化LLMs协作能力的重要一步，这对需要多个智能体协调响应的arXiv cs.LG5月18日· 62%OtherNIMO Controller：基于模型上下文协议的自驾实验室协调器NIMO Controller的推出标志着科学实验领域的重大进展，利用模型上下文协议（MCP）实现。该自驾实验室协调器使人类用户和AI代理能够通过统一界面协作设计实验工作流程，有效消除编码相关的障碍。这一创新旨在提高可及性，简化实验过程，使研究人员能够在无需广泛技术知识的情况下进行实验。arXiv cs.AI5月18日· 62%Funding理论心智改善真的有利于人机交互吗？来自互动评估的实证发现最近的研究探讨了在大型语言模型（LLMs）中增强理论心智（ToM）能力对人机交互的影响。该研究引入了一种新颖的互动评估框架，评估LLMs在动态交互中理解和预测人类心理状态的能力。令人惊讶的是，研究结果表明，尽管传统基准可能显示ToM能力的改善，但这些提升并未转化为现实场景中的更好表现，暗示理论进展与实际应用之间存在脱节arXiv cs.AI5月18日· 62%Other解读细胞，设计疗法：基于扰动条件的分子扩散用于功能导向药物设计药物设计的最新进展通过一种称为基于转录组的药物设计（TBDD）的新方法得以突出，该方法利用细胞反应引擎（CURE）。这一创新框架旨在通过关注转录组状态的期望转变来创建药物分子，有效地弥合生物过程与化学设计之间的差距。研究人员强调，这种方法可以通过将分子设计与特定细胞反应对齐，显著提高药物开发的效率和有效性。arXiv cs.LG5月18日· 62%Other通过图Kolmogorov复杂度的逻辑语法归纳：自我修复临床数据完整性的神经符号框架最近在医疗数据完整性方面的进展通过Logic-GNN得到了突出，该神经符号框架利用图Kolmogorov复杂度和时间图神经网络。该创新方法旨在通过有效识别和纠正数据输入错误来增强医疗信息系统的可靠性。该框架将临床记录中的异常视为语法违规，取得了0.94的F1分数，表明在区分合法医疗数据和损坏条目方面具有高准确性。arXiv cs.LG5月18日· 61%FundingNOVA：通过AI知识发现的基本限制研究人员引入了NOVA框架，以解决AI系统中知识发现的基本限制。该框架不仅建模了知识积累的过程，还识别了收集真正知识所需的特定条件。NOVA的一个重要方面是其关注知识发现过程中的潜在失败模式，强调专家指导在有效克服可能阻碍探索的障碍中的重要性。此外，该框架量化了发现新知识的成本，为成功的AI驱动知识获取所需的资源提供了arXiv cs.AI5月18日· 61%Safety可验证的自主基础设施：基于证明的主权AI系统授权最近的研究揭示了一种新的框架，称为分布式信任框架（DTF），旨在解决在云和企业环境中运行的自主AI代理所面临的风险。这种创新的方法将重点从传统的身份中心授权方法转向基于证明的授权模型。通过这样做，DTF增强了AI代理所采取行动的可验证性，从而改善了其操作的治理和问责制。引入这一框架是确保AI系统能够以更高的信任和可靠性arXiv cs.AI5月18日· 60%Funding生成模型轨迹生成的隐私评估近期研究揭示了用于轨迹数据生成的生成模型存在严重的隐私漏洞。尽管这些模型在开发时考虑了隐私保护，但仍然容易受到成员推断攻击，这可能会暴露敏感用户信息。该研究批评了现有的隐私评估方法，指出其在保护用户数据免受此类攻击方面存在重大不足。arXiv cs.LG5月18日· 60%