当天报道
Product Launch使用NVIDIA NeMo AutoModel加速Transformer微调NVIDIA推出了NeMo AutoModel，这是一种新工具，旨在增强Hugging Face Transformers框架中Mixture-of-Experts (MoE)模型的微调过程。这一创新承诺显著提高训练效率，训练吞吐量最高可提高3.7倍，GPU内存使用量相比原生Transformers v5减少多达32%Hugging Face Blog6月24日· 60%Product LaunchFigma在新更新中增加代码层、动画支持及更多AI功能Figma推出了一项重要更新，引入了多项新功能，旨在增强设计工作流程。该更新包括代码层，使设计师能够将代码直接集成到设计项目中，从而更容易与工程师协作。此外，新增加的动画支持使设计师能够创建更具动态性和吸引力的原型。增强的AI功能也被添加，以进一步简化设计过程，促进快速迭代，并减少在与团队成员共享之前对完全打磨代码的需TechCrunch AI6月24日· 58%Product LaunchOpenAI推出首款定制芯片，由Broadcom制造OpenAI与Broadcom合作正式推出首款定制推理处理器，名为Jalapeño。该芯片旨在优化AI模型的性能，特别是在推理任务中，并旨在减少对Nvidia GPU的依赖，后者在AI硬件领域占据主导地位。Jalapeño的推出标志着OpenAI在定制硬件以更好地满足其特定需求和提高AI操作效率方面迈出了重要一步。TechCrunch AI6月24日· 58%Research人工智能本应消灭工程职位，但新数据表明它们是最具韧性的来自SignalFire的最新数据显示，工程职位在就业市场中展现出意外的韧性。与普遍认为人工智能将导致工程职位过时的看法相反，这些职位实际上正在变得更加稳固。自2019年以来，整体科技招聘下降了25%，而工程职位仅下降了11%。这表明工程师不仅在维持自己的职位，还越来越多地利用人工智能工具来提升工作中的生产力和效率。TechCrunch AI6月24日· 58%Funding内存芯片短缺为这家美国公司带来了回报由于持续的内存芯片短缺，Micron Technology的财务表现显著提升，收入达到414.5亿美元，利润同比飙升至282亿美元。这一增长不仅反映了对内存芯片的高需求，还突显了Micron的战略合作伙伴关系，包括与AI实验室Anthropic达成的重要内存芯片供应协议。这一合作强调了在AI应用中对先进内存解决方案的日TechCrunch AI6月24日· 56%Regulation公司纷纷采取措施防止员工在小任务上耗尽AI预算为了应对与AI使用相关的不断上升的成本，公司正在对员工使用AI工具实施更严格的控制。一个显著的例子是埃森哲（Accenture），该公司已开始限制AI在小任务中的使用，以防止其AI预算的快速耗尽。这一趋势反映了组织对负责任管理AI支出的日益关注，因为它们寻求在最大化这些技术带来的价值的同时，最小化不必要的成本。TechCrunch AI6月24日· 56%FundingCerebras股价在财报发布后暴跌，CEO称市场误解了利润率前景Cerebras Systems在首次公开募股后的财报发布后，股价大幅下跌近20%。尽管季度收益超出预期，但公司的CEO表示市场误解了关于年度毛利率的预测。这一误解与公司需要从主要客户那里租回设备有关，增加了对未来盈利能力和运营成本的担忧。TechCrunch AI6月24日· 56%OtherAI研究人员继续离开谷歌加盟竞争对手在AI行业中，顶尖研究人员越来越多地离开谷歌，加入竞争对手公司，如Anthropic和OpenAI。最近的离职者包括Jonas Adler和Alexander Pritzel等知名人物，此前Noam Shazeer和John Jumper也已离开。这一变化对谷歌尤其令人担忧，因为它可能导致人才流失，影响其在快速发展的ATechCrunch AI6月24日· 55%Product LaunchFacebook推出面向创作者的AI伴侣应用Facebook推出了一款新的AI伴侣应用，旨在增强其现有的Creator Studio工具，帮助创作者通过提供个性化推荐和简化内容管理与互动流程来扩大受众。通过整合AI能力，Facebook希望赋能创作者，优化其内容策略并增强与粉丝的互动。TechCrunch AI6月24日· 54%ResearchRIFT-Bench：面向代理AI系统的动态红队评估一种名为RIFT-Bench的新方法被引入，用于代理AI系统的动态红队评估。这种创新方法利用大型语言模型对45种不同的AI架构进行统一的安全评估。RIFT-Bench的目标是通过让研究人员和开发者实时识别漏洞和评估系统的韧性，增强AI系统的安全性和稳健性。arXiv cs.AI6月24日· 64%Research退化蒸馏法研究人员提出了一种新方法，称为“退化蒸馏法”，旨在识别和解决物理模型和数据集中的退化参数组合。该技术利用Fisher信息矩阵来提高模拟的效率，特别是在后验估计任务中。通过解决模型参数的退化问题，该方法不仅提高了计算性能，还促进了对各科学领域复杂过程的深入理解。arXiv cs.LG6月24日· 63%Research一统天下：对图宾根的双变量因果方向的同手重新评估，采用无参数压缩基线最近在arXiv上发表的一项研究重新评估了使用图宾根数据集的双变量因果方向方法。研究人员引入了一种新颖的无参数压缩基线，不仅提供了具有竞争力的结果，还突出了现有方法报告的准确性不一致。这项工作旨在深化对数据中因果关系的理解，这对机器学习和统计学的各种应用至关重要。arXiv cs.LG6月24日· 63%Research通过自动化管道搜索系统性探索4专家异构专家混合模型最近的研究引入了一种自动化搜索管道，旨在优化异构4专家混合模型（MoE4）架构。在28天的时间里，研究人员生成了总共4,463个候选模型，并对其中的1,021个模型进行了评估。这一广泛的探索揭示了对AirNet系列模型的覆盖偏差，促使研究人员提出改进模型选择过程和修订模型生成器以解决这些偏差的建议。arXiv cs.LG6月24日· 63%Research打破过滤泡沫：用于多目标推荐的语义Pareto-DQN框架一项新的研究论文介绍了语义Pareto-DQN框架，旨在通过解决过滤泡沫问题来改善推荐系统。该框架利用多目标强化学习同时优化多个标准，特别关注用户参与度、推荐多样性和公平性。通过将这些方面视为独立的奖励信号，研究人员希望创造一种更平衡的方法，不仅保持用户的参与度，还促进更广泛的信息，从而增强整体推荐体验。arXiv cs.AI6月24日· 63%Research语言模型代理能否成为机械可解释性的有用电路解释者？一项最新研究探讨了语言模型代理在增强机械可解释性方面的作用，特别是在解释局部电路方面。研究人员引入了一个新的基准，AgenticInterpBench，以评估这些代理的有效性。研究结果表明，HyVE代理能够提供有价值的解释，但验证这些解释仍然是一个需要在未来工作中解决的挑战。arXiv cs.AI6月24日· 63%Research超越轨迹模仿：策略引导的政策优化用于LLM推理最近的研究提出了一种新方法，称为策略引导的政策优化（SGPO），旨在增强语言模型的推理能力。与依赖轨迹模仿的传统方法不同，SGPO利用可重用的策略蒸馏来优化政策性能。这种创新技术在数学基准测试中显示出良好的结果，标志着AI推理领域的重大进展。arXiv cs.AI6月24日· 62%Research物理约束MCMC与化学信息高斯过程协同反应网络发现最近的一项研究介绍了一种名为PC-MCMC-CIGP的新工作流程，该流程将物理约束的马尔可夫链蒙特卡洛（MCMC）技术与化学信息高斯过程（CIGP）相结合。这种创新方法在苯乙烯环氧化的产率上显示出显著提升，较传统方法提高了12.5%。研究强调了将先进统计方法与化学洞察相结合以有效优化反应网络的潜力。arXiv cs.LG6月24日· 62%Research离线推理训练的权重空间几何最近在arXiv上发布的一项研究探讨了与不同离线强化学习训练方法相关的权重空间几何。研究特别比较了几种技术，包括监督微调（SFT）、强化微调（RFT）、强化推理微调（RIFT）、无数据训练（DFT）和直接策略优化（DPO）。研究结果表明，SFT、RFT和RIFT在权重更新中表现出相似的模式，而DFT和DPO则显示出显著arXiv cs.LG6月24日· 62%Research通过约束流形控制实现安全且可推广的层次多智能体强化学习最近的研究提出了一种新颖的层次多智能体强化学习（MARL）框架，强调安全性和协调性。该框架利用约束流形控制在低层次上强制执行严格的安全约束，确保智能体在安全参数内操作，同时通过高层策略学习实现有效协调。这种双重方法不仅提供了理论上的安全保证，还在多种场景中展示了竞争力的表现，表明其在现实多智能体系统中的潜在应用性。arXiv cs.AI6月24日· 62%Research神经符号驱动：基于规则的可靠推理用于驾驶视觉语言模型近期研究揭示了神经符号驱动，这是一种新颖的框架，通过结合基于规则的推理来增强驾驶视觉语言模型（VLA）。这种整合使得推理过程与运动生成之间的因果关系更加可靠，这对自主驾驶系统的发展至关重要。模拟结果表明，平均距离误差和漏检率显著降低，展示了该方法在实际应用中的潜力。arXiv cs.AI6月24日· 62%Research强化学习朝向广泛且持久有益的模型近期研究集中于推进强化学习（RL）技术，以创建展现广泛且持久有益行为的AI模型。研究强调在优先考虑伦理特征（如诚实和公平）的数据集上训练模型的重要性。这种方法在增强AI系统与人类价值观的对齐以及提高其抵御潜在不对齐策略的能力方面显示出良好前景，这对在各种应用中负责任地部署AI技术至关重要。arXiv cs.AI6月24日· 61%Research联邦因果发现与推断的调查最近在arXiv上发布的一项调查深入探讨了新兴的联邦因果发现（FCD）和联邦因果推断（FCI）领域。这篇全面的综述讨论了在多个来源分布的数据中进行因果分析的复杂性，强调了在尊重数据隐私的同时仍能实现稳健因果推理的方法论需求。论文整理了FCD和FCI的当前格局，说明这两个过程如何相互关联，并作为统一因果推理流程中的互补阶arXiv cs.LG6月24日· 61%Research集成特征选择与哈里斯猎鹰优化用于女性性工作者可解释的心理健康风险预测一项最新研究介绍了一种新颖的混合预测模型，该模型将集成特征选择与哈里斯猎鹰优化相结合，以增强对女性性工作者（FSWs）心理健康风险的预测。该方法不仅提高了与传统分类器相比的准确性，还提供了对该脆弱群体抑郁症的关键因素的洞察。研究强调了量身定制的预测模型在解决心理健康问题中的重要性，并提供了一个可以适用于其他高风险群体的arXiv cs.AI6月24日· 61%Research利用时空图神经网络重建GRACE陆地水储存：南美的应用一项最新研究引入了一种新颖的深度学习方法，利用多变量时间序列图神经网络（MTGNN）重建南美的陆地水储存（TWS）异常，使用的数据来自1940年至2002年的GRACE卫星任务。该创新方法在重建性能上显著优于传统技术，达到更高的相关性指标，同时所需的预测因子显著减少。这项研究的影响可能增强我们对水储存动态的理解，并改善arXiv cs.LG6月24日· 61%Research具有可训练非线性连接的低功耗模拟神经网络用于连续控制最近的研究引入了一种低功耗的模拟神经网络，利用可训练的非线性连接来增强连续控制任务的性能。这种创新架构在机器人运动学和光伏跟踪等应用中显示出潜力，能源效率至关重要。与传统的多层感知器相比，这种新方法需要更少的节点，同时提供更好的结果，标志着神经网络领域的重要进展。arXiv cs.LG6月24日· 61%Research代理模型的批判最近在arXiv上发表的一篇文章对人工智能中的代理概念进行了批判性审视，特别是在大型语言模型（LLMs）通常被宣传为代理的背景下。作者认为，目前对AI中代理的理解存在缺陷，并提出了一种新的通用代理架构，区分“代理性”系统（具备一定自主性）和“代理行为”系统（更侧重于行动能力）。这一区分旨在澄清AI系统的能力和局限性，可arXiv cs.AI6月24日· 61%Research探索双重元学习以增强开放集场景中的领域泛化一篇题为《探索双重元学习以增强开放集场景中的领域泛化》的最新论文介绍了一种新的元学习策略，称为MEDIC。该方法专门针对源域和目标域之间标签不匹配的问题，这在开放集场景中普遍存在。作者进行了实验，结果表明MEDIC显著优于现有方法，同时在封闭集泛化任务中也表现出强大的性能。这一进展可能会导致机器学习在现实世界中更有效的arXiv cs.LG6月24日· 60%Research解读3D分子表面的指纹以实现准确的表位预测一项最新研究推出了SurfBind，这是一种创新框架，旨在进行表位预测，重点从传统的基于序列的方法转向3D分子表面表示的分析。该方法利用基于Transformer的架构，已被证明在识别表位方面具有最先进的性能。研究强调了几何和物理化学模式在抗体与抗原识别过程中的关键作用，标志着分子生物学和免疫学领域的重要进展。arXiv cs.LG6月24日· 60%Research基于学术论文全文的算法共现网络学术影响力探索最近在arXiv上发表的一项研究通过分析学术论文的全文，调查了自然语言处理（NLP）领域中算法的共现网络。研究揭示了各种算法的流行度和影响力如何随时间变化，为这些网络的结构特征提供了洞察。通过采用中心性度量，该研究展示了算法之间的相互联系及其对NLP研究演变的集体影响。arXiv cs.AI6月24日· 60%