当天报道
Other代理评估差距：企业AI组织面临现实对齐问题，而非覆盖问题——大多数仍在推向生产最近对157家企业进行的调查揭示了组织内部AI代理部署中的一个关键问题。调查结果显示，这些AI代理所获得的自主权与组织对其评估过程的信任之间存在显著脱节。令人担忧的是，尽管一半的组织报告了在客户面对面的部署中出现了之前通过内部评估的失败，但三分之二的组织仍选择推进缺乏人工监督的完全自动化部署。这一趋势引发了对AI系统在VentureBeat AI7月16日· 63%Safety代理安全漏洞：54%的企业已经发生过AI代理事件，且大多数仍允许代理共享凭证最近的一项调查揭示了企业安全中关于AI代理的令人担忧的趋势，显示54%的组织经历过至少一次与这些代理相关的安全事件。令人震惊的是，许多企业仍然允许AI代理共享凭证，这对其整体安全态势构成了重大风险。尽管对当前安全措施普遍感到满意，但调查结果表明对漏洞的认识正在增加，促使许多组织重新考虑其安全工具，以应对潜在的AI驱动攻VentureBeat AI7月16日· 63%ResearchAI上下文差距：企业AI组织面临信任问题，而非检索问题——大多数仍在构建解决方案一项涉及101家企业的最新研究突显了企业AI领域的一个关键问题：由于商业上下文不一致或缺失而导致的信任问题。这一差距使得AI代理提供自信但错误的答案，削弱了其可靠性和有效性。虽然许多组织正在寻求检索增强生成（RAG）作为上下文来源的解决方案，但支持一致和可靠上下文所需的基础设施仍在开发阶段。随着企业继续应对这些挑战，重VentureBeat AI7月16日· 62%InfrastructureAI计算差距：企业购买基础设施的速度超过了他们衡量成本的能力最近对107家企业的调查突显了AI领域日益严重的担忧：组织以快速的速度投资于AI基础设施，但在准确衡量相关成本方面却面临困难。目前，只有21%的企业成功大规模部署了AI解决方案，表明运营准备存在显著差距。尽管如此，企业在未来一年内仍有强烈意图投资于AI专用云和基础设施，以增强在该领域的能力。VentureBeat AI7月16日· 61%FundingApplied Computing希望为石油和天然气运营商提供整个工厂的AI模型总部位于伦敦的初创公司Applied Computing成功筹集了2000万美元，以增强其名为Orbital的AI模型。该创新模型专为石油、天然气和石化行业设计，旨在通过整合来自各种传感器的数据来优化运营效率。通过提供实时分析和预测，Orbital将显著改善这些行业的决策过程，使运营商能够更迅速地应对运营挑战。TechCrunch AI7月16日· 60%Model ReleaseNVIDIA Nemotron 3 Embed 在 RTEB 上排名第一，推动代理检索技术NVIDIA 推出了 Nemotron 3 Embed，一套新的嵌入模型，在检索任务评估基准（RTEB）上取得了最高排名。该旗舰模型专为检索任务的高效率和高准确性而设计，特别适合企业级应用。此次发布突显了 NVIDIA 在推动代理检索技术方面的持续承诺，这对提升 AI 系统在信息检索和数据管理中的表现至关重要。Hugging Face Blog7月16日· 59%Funding前DeepMind研究员如何在推出产品前以3亿美元的估值筹集3000万美元的种子资金前Google DeepMind研究员Andrew Dai成功为他的初创公司Elorian筹集了5500万美元的种子资金，估值达到令人印象深刻的3亿美元。这一重要的融资轮次突显了对视觉AI技术日益增长的兴趣和投资。Dai将他的成功归因于建立战略合作伙伴关系以及能够以潜在投资者易于理解的方式传达复杂技术概念，展示了沟通在TechCrunch AI7月16日· 59%Product Launch是的，您现在可以通过命令行订购DoorDashDoorDash推出了一款名为'dd-cli'的新命令行接口（CLI）工具，允许开发者直接通过其AI代理下单。这一有限的测试版发布是DoorDash增强其服务与软件应用集成的战略的一部分，从而推动一种新的概念——代理商业。通过使开发者能够通过命令行与DoorDash平台互动，该公司为更无缝和自动化的订购体验铺平了道路。TechCrunch AI7月16日· 59%Model ReleaseMoonshot即将发布的Kimi 3预计将缩小与Anthropic的Opus 4.8之间的差距Moonshot AI正在准备发布其最新模型Kimi 3，预计在性能上将与Anthropic的Opus 4.8竞争。该模型将成为中国开发的最大开放权重AI模型，参数数量在2万亿到3万亿之间。Kimi 3的发布引发的期待表明，它可能会显著影响AI模型的竞争格局，特别是在能力和可及性方面。TechCrunch AI7月16日· 59%Research为什么AMI Labs的Alexandre LeBrun不称其AI为'AGI'或'超智能'AMI Labs的首席执行官Alexandre LeBrun在讨论其公司AI技术的能力时，选择避免使用'AGI'（人工通用智能）和'超智能'等术语。他强调实际应用的重要性，尤其是在制造和医疗等行业，AMI Labs专注于创建世界模型，以改善AI和机器人与物理环境的互动。这种方法突显了利用AI实现切实利益的转变，而不是陷TechCrunch AI7月16日· 58%Product LaunchRoblox在其移动应用中推出AI驱动的游戏创作功能Roblox在其移动应用中推出了一项名为'Build'的新AI驱动功能，使用户能够通过简单的文本提示创建游戏。这一创新旨在使游戏开发更加民主化，让更广泛的受众，特别是那些没有编码或设计经验的人，也能参与其中。然而，此次发布引发了关于潜在缺点的讨论，包括低质量游戏涌入的风险和创作者之间竞争加剧。TechCrunch AI7月16日· 58%Product LaunchGoogle Vids 现在允许你在自己的 AI 视频中主演Google 对其 Google Vids 平台进行了更新，推出了允许用户创建自定义数字头像和生成 AI 驱动视频的功能。此新功能结合了书面提示和参考图像，使用户能够制作个性化视频内容。该更新旨在增强视频创作能力，特别是针对商业应用，并将 Google Vids 定位为日益增长的 AI 视频工具市场中的竞争者。TechCrunch AI7月16日· 57%Regulation欧盟迫使谷歌与其他AI和搜索公司分享资源欧盟采取重要措施限制谷歌在搜索和AI领域的主导地位，要求该公司与竞争对手共享搜索数据。此项法规旨在促进更具竞争力的环境，并增强Android设备之间的AI互操作性。谷歌对这些新要求可能带来的隐私和安全风险表示担忧，反映出监管意图与企业责任之间的紧张关系。The Register AI7月16日· 57%Research更新模型，相同优势最近在光学字符识别（OCR）方面的发展突显了专门训练方法的优势，特别是在DharmaOCR的案例中。该模型在识别巴西葡萄牙语文本方面超越了新竞争对手，如Mistral OCR4和Unlimited-OCR。DharmaOCR成功的关键在于其专注的训练方法，强调语言的独特特征，从而提高了提取质量和稳定性。随着对准确OCRHugging Face Blog7月16日· 57%Product Launch谷歌的AI模式现在允许您链接和与特定应用互动谷歌推出了其AI模式的重要更新，允许用户在AI界面中直接链接和与特定应用（如Instacart、Canva和YouTube）互动。此新功能旨在通过使用户能够在不同应用之间无需切换来简化用户体验，从而提高生产力。通过整合这些流行服务，谷歌旨在增强其在提供类似功能的其他AI平台中的竞争优势。TechCrunch AI7月16日· 57%Funding能源IPO激增，投资者寻找参与AI繁荣的方式能源行业在首次公开募股（IPO）方面经历了显著增长，企业在上半年筹集了高达126亿美元的资金，创下自互联网泡沫以来的最高水平。这一增长主要归因于投资者寻求利用与AI数据中心相关的日益增长的能源需求。随着AI技术的不断普及，对节能解决方案和基础设施的需求变得愈加迫切，促使对能够满足这些需求的能源公司的投资浪潮。Ars Technica AI7月16日· 56%Product LaunchOpenAI为何推出ChatGPT篮球？OpenAI推出了一款独特的产品：一款售价70美元的ChatGPT品牌篮球。此次发布是他们“暂停。玩。提示。”活动的一部分，旨在鼓励户外活动和创造力，特别是在心理健康和身体活动的背景下。通过将实体产品与其AI品牌结合，OpenAI不仅在多样化其产品线，还在快速发展的生成AI技术中推广健康的生活方式。TechCrunch AI7月16日· 56%FundingAI供应商找到了支付基础设施费用的人：你来自Forrester的最新见解表明，AI供应商及其客户的财务格局发生了重大变化。随着与AI基础设施相关的成本持续上升，软件和AI供应商预计将通过提高价格和引入基于使用的计费模型将这些费用转嫁给客户。这一变化促使组织重新评估其软件预算和财务运营，以适应这些不可预测的成本。这一趋势的财务影响可能导致许多企业在应对新的定价The Register AI7月16日· 55%Regulation惠普因“卡特尔行为”被罚14亿卢比惠普印度因参与卡特尔行为被印度政府罚款14亿卢比。印度竞争委员会认定惠普与经销商合作，人为抬高其计算机和打印耗材的价格，不仅损害了竞争，还旨在压制假冒产品的销售。此裁决强调了大型企业在维护公平市场实践方面面临的监管审查。Ars Technica AI7月16日· 52%Research利用基于图的工具改善小型语言模型的分子属性预测最近的研究集中在通过整合基于图的工具来增强小型语言模型（SLMs）在分子属性预测方面的能力。该研究引入了一种上下文增强提示框架，显示出显著的准确性提升，在特定数据集中实现了超过25%的改进，甚至达到74%。这一进展突显了将传统语言模型与基于图的方法结合以应对复杂分子预测任务的潜力。然而，研究也指出，与专门的图神经网络（arXiv cs.AI7月16日· 64%Research通过世界模型从人类偏好和理由学习安全代理行为一项最新研究介绍了DROPJ，这是一种旨在提高代理政策在不可预测环境中安全性的创新方法。通过将人类偏好和理由整合到训练过程中，该方法不仅提高了训练效率，还改善了代理在现实场景中的整体表现。研究人员强调使用实际人类反馈和轨迹的重要性，以确保代理学习与人类价值观一致的安全行为。arXiv cs.AI7月16日· 64%Research面向不确定性的事件触发LLM调用的序列决策规则一项最新研究提出了一种新框架，旨在优化流式推理系统中大型语言模型（LLMs）的调用。研究人员专注于开发不确定性意识的序列决策规则，以帮助确定LLM激活的最佳时机。通过理论证明和实际数据验证了他们的方法，展示了性能指标的显著改善。这项研究解决了AI部署中的一个关键挑战，特别是在及时和高效决策至关重要的环境中。arXiv cs.LG7月16日· 63%Research干预性基础审计：通过谓词替换对LLM思维链的黑箱前提依赖性测试最近的研究引入了一种名为干预性基础审计的新方法，旨在评估大型语言模型（LLMs）在其思维链推理过程中的前提依赖性。这种创新方法利用前提中的谓词替换来评估LLMs在推理任务中保持逻辑一致性和依赖性的能力。结果表明，该方法显著优于传统评估技术，为理解LLMs所采用的基础逻辑提供了更有效的手段。arXiv cs.AI7月16日· 63%ResearchOracle Agent Memory作为企业记忆基底用于长时间AI代理Oracle推出了一种名为Oracle Agent Memory的新解决方案，旨在改善长时间AI代理的记忆管理。该创新系统采用分层架构，不仅提高了AI操作的准确性，还降低了与传统记忆管理技术相比的资源消耗。这项技术的引入标志着在创建能够处理复杂任务的更高效AI系统方面迈出了重要一步。arXiv cs.AI7月16日· 63%ResearchSTKAN：用于时空预测的Kolmogorov-Arnold网络一种名为STKAN的新架构已被引入用于时空预测，利用泰勒多项式Kolmogorov-Arnold网络模块。这种创新方法在交通预测基准测试中表现出比传统多层感知器（MLP）模型更优越的性能。研究强调了STKAN在空间和时间动态都至关重要的场景中提高预测准确性的潜力。arXiv cs.LG7月16日· 62%Research超越基础反向传播：高效迁移学习的解耦策略最近的研究提出了一种新的深度学习模型训练策略，增强了迁移学习的效率。该方法将特征提取与分类器优化解耦，不仅减少了训练时间和计算成本，还在包括CNN和Transformers在内的多种架构上保持或提高了性能。该方法已在医疗数据集上得到验证，展示了其在实际应用中的有效性，同时也解决了与深度学习训练过程相关的环境问题。arXiv cs.LG7月16日· 62%Research从零开始的自动微分：PyTorch如何在物理信息神经网络中计算梯度一篇最近在arXiv上发表的论文深入探讨了PyTorch的自动微分引擎的复杂性，特别是在物理信息神经网络（PINNs）的背景下。作者详细检查了梯度计算的过程，强调了在训练这些模型时双重微分的必要性。通过对计算图的详细分析，论文阐明了前向和后向传播中涉及的过程，并使用多层感知机作为案例研究来说明这些概念。arXiv cs.LG7月16日· 62%ResearchTSSM：用于全球气象预报的三轴状态空间模型与时间变量历史建模一种名为三轴状态空间模型（TSSM）的新模型已被开发用于全球气象预报，特别关注极端天气事件。这种创新的方法利用时间变量历史建模，使模型能够比以往模型更有效地整合和分析历史天气数据。TSSM在性能上优于现有基准方法，标志着气象预报领域的重大进展。arXiv cs.LG7月16日· 62%Research现代自主系统中的自我改进：一项调查最近在arXiv上发布的一项调查概述了自我改进自主代理的综合框架。该研究强调了这些系统从初始原型到可以在最小人类监督下发展的完全操作模型的演变。该框架结合了基础模型与操作组件，使这些代理的可控演变过程成为可能，这对于它们在现实世界应用中的部署至关重要。arXiv cs.AI7月16日· 62%Research神经网络的目标权重空间机制恢复最近的一项研究提出了一种新方法，称为目标参数分解（tPD），旨在提高神经网络分析的效率。这种方法使研究人员能够识别神经网络中负责处理特定输入的特定组件。研究表明，tPD显著降低了与传统方法相比的计算成本，使其成为处理复杂模型的研究人员的宝贵工具。在玩具模型和变换器语言模型上验证该技术的结果显示出良好的前景，确认其在准确arXiv cs.LG7月16日· 62%ResearchSPINE：用自主AI弥合网络物理差距研究人员推出了一种名为SPINE的新框架，旨在通过利用自主AI弥合网络系统与物理系统之间的差距。这种创新方法旨在帮助新手用户更有效地调试和部署双手机器人。通过简化操作流程，SPINE显著减少了与传统方法相比的远程操作所需时间，从而提升了用户体验和机器人应用的效率。arXiv cs.AI7月16日· 61%ResearchOriginBlame：AI训练数据集的记录和标记级数据来源OriginBlame的推出标志着AI训练数据管理领域的重要进展。该创新系统提供记录和标记级的数据来源，使模型训练者能够精确识别和消除与个别数据贡献者相关的特定训练记录。通过这样做，OriginBlame解决了普遍存在的过度删除问题，这通常会使AI模型的去学习过程变得复杂。这一改进不仅提高了去学习算法的效率，还促进了AarXiv cs.AI7月16日· 61%Research联邦可解释人工智能：角色、架构、评估与开放挑战最近发布了一项关于联邦可解释人工智能（FedXAI）的系统性综述，融合了联邦学习和可解释人工智能的概念。该综述引入了一种新的分类法，对FedXAI中的各种方法进行分类，并强调了需要解决的重要挑战，包括评估实践和潜在的安全威胁。这两个领域的整合旨在提高AI模型的隐私性和透明度，使其对用户更加可靠和易于理解。arXiv cs.LG7月16日· 61%Research网络智能：用于人类与AI团队科学的主动共享上下文图最近的一项研究介绍了Mycelium，这是一种突破性的系统，旨在增强人类研究人员与AI代理在科学研究中的协作。这种创新方法促进了网络智能，使团队成员之间能够更有效地分享见解和假设。通过利用主动共享上下文图，Mycelium旨在更高效地解决复杂问题，营造一个将人类创造力与AI分析能力相结合的协作环境。arXiv cs.AI7月16日· 60%Research音视频导航的混合Mamba最近的论文《音视频导航的混合Mamba》提出了一种名为Samba的新架构，创新性地集成了Mamba状态编码器和音频Mamba编码器，以增强动态多模态序列的处理。该方法取代了传统的门控递归单元（GRUs），旨在提高音视频导航任务的有效性。实验结果表明，Samba在多个数据集上的导航成功率显著高于现有模型，展示了其在多模态arXiv cs.LG7月16日· 60%Research基于Belnap类型意向一阶逻辑的神经符号AGI机器人概率扩展最近的一篇论文通过将概率推理与Belnap的类型意向一阶逻辑（IFOL_B）相结合，显著增强了神经符号AI。这种创新方法旨在提升AI系统的认知能力，使其能够计算未知句子的概率。通过这样做，这些系统能够在确保逻辑一致性的同时做出实时决策，这对于开发更先进的人工通用智能（AGI）机器人至关重要。概率推理的整合代表了创建能够arXiv cs.AI7月16日· 60%Research你的模型丢弃了什么以及你为什么想要它：掩码、指纹和丢弃几何的隐私最近的研究揭示了一个新框架，深入探讨机器学习模型丢弃的信息，特别是受到李群作用影响的模型。该框架引入了关键概念，如零纤维和稳定子，帮助理解模型在训练和推理过程中如何无意中丢失有价值的信息。这项研究的影响扩展到数据掩码、模型指纹和隐私保护计算等实际应用。研究人员通过分子属性预测和球面图像分类等领域的实验验证了他们的发现，arXiv cs.LG7月16日· 59%