当天报道
FundingGroq融资3.5亿美元以支持其从AI芯片转型为neocloud服务Groq成功融资3.5亿美元，以支持其从AI芯片制造商转型为neocloud服务提供商。这一转型旨在增强其在GPU和AI基础设施服务方面的产品，随着企业寻求利用AI技术，这些服务的需求日益增长。这笔资金对Groq来说尤为重要，尤其是在因关键人员流失至Nvidia而导致估值显著下降之后。TechCrunch AI8月17日· 59%Regulation亚马逊从卖书起家，正在销毁稀有文本以训练AI最近的报道显示，亚马逊正在收购稀有书籍，将其切割并扫描，以创建用于训练AI模型的数据集。这一做法引发了关于在追求人工智能数据过程中销毁有价值文学作品的重大争议和伦理担忧。批评者认为，这些文本的损失不仅削弱了文化遗产，还引发了关于使用此类材料进行商业AI开发的合法性和道德性的问题。TechCrunch AI8月17日· 59%Funding英伟达投资15亿美元于软银数据中心开发商，支持OpenAI项目英伟达宣布对与软银和OpenAI相关的数据中心开发商SB Energy进行15亿美元的重大投资。这一战略举措使英伟达成为位于俄亥俄州Ports-Pike数据中心计算基础设施的独家供应商。除了直接投资，英伟达还提供高达1050亿美元的信贷，以支持该设施的扩展和天然气发电厂的建设，从而增强数据中心的能力和可持续性。TechCrunch AI8月17日· 59%Product Launch微软因AI推迟Exchange更新，无法确定何时发布微软宣布推迟发布Exchange Server Subscription Edition的累积更新1（CU1），将推迟归因于AI错误检测工具所需的额外工作。该公司强调了在软件中优先考虑安全性和稳定性的重要性，这导致更新被无限期推迟。因此，Exchange Server的用户没有明确的时间表来期待CU1所带来的新功能和改The Register AI8月17日· 58%Product LaunchExcel的Copilot功能即将被淘汰微软宣布将在2026年9月14日正式退休Excel中的COPILOT()功能。这一决定是在该功能推出不到一年的时间内做出的，表明微软在其产品中对AI集成的战略发生了变化。公司计划通过专注于侧边栏的AI辅助来简化Copilot体验，而不是继续使用独立功能。这一举措反映了软件开发中的一种更广泛趋势，即公司根据用户反馈和使用The Register AI8月17日· 56%Benchmark相同集群，利用率提高33个百分点：改变的是顺序最近在GPU调度方面的进展显著提高了资源利用率和输出。研究人员引入了一种约束感知的GPU分配器，并与传统的FIFO调度器进行了测试。结果表明，新分配器可以将GPU利用率提高多达33个百分点，并在各种场景下将输出提升多达105%，且无需对现有硬件进行任何更改。这一进展突显了在计算环境中优化资源管理策略的重要性。Hugging Face Blog8月17日· 56%FundingAnthropic年收入激增至650亿美元截至2026年7月，Anthropic报告其年化收入显著激增，达到650亿美元。这个数字较两个月前的470亿美元大幅增加，较去年年底的90亿美元更是惊人。公司的增长轨迹表明，到今年年底，其收入可能达到1000亿至1200亿美元之间，显示出市场对其AI产品和服务的强劲需求。TechCrunch AI8月17日· 56%Product LaunchMozilla为iOS版Firefox添加广告拦截功能Mozilla在其iOS版Firefox浏览器中推出了一项可选的广告拦截功能，通过减少不必要的广告来提升用户体验。该功能利用过滤列表来拦截各种类型的广告，但不包括搜索结果中的广告或赞助内容。该功能目前正在逐步推出，用户可以选择启用，以享受更流畅的浏览体验。The Register AI8月17日· 54%OtherAI自动化初创公司Relay关闭，员工加入谷歌Chrome团队AI自动化初创公司Relay已正式关闭，标志着AI驱动的自动化解决方案领域的重大变化。此次关闭导致其员工，包括首席执行官Jacob Bank，转移至谷歌的Chrome团队，这表明Relay的技术或专业知识可能会融入谷歌现有产品中。此次关闭影响了付费客户，他们将从9月14日起失去服务，而免费用户自8月以来已被切断服务。TechCrunch AI8月17日· 54%FundingNvidia披露对SpaceX的210亿美元投资Nvidia披露了对SpaceX的重大财务投资，截至6月，持有近1.23亿股，价值约210亿美元。然而，由于SpaceX自IPO以来股价下跌，该投资的当前估计价值已降至约170亿美元。这项投资突显了Nvidia在航空航天领域的战略利益，特别是在与太空探索相关的先进技术和AI应用方面。Ars Technica AI8月17日· 54%Benchmark导入AI 469：科学AI；RSI模拟器；以及扎克伯格的技术悲观主义最近的AI研究进展引入了DiG-bench，这是一个旨在评估AI在互动环境中发现规则能力的新基准。该基准是一个更广泛计划的一部分，包括Faraday AI科学家模型，旨在增强科学研究能力。尽管这些发展显示出希望，但当前的AI模型在这些复杂任务中仍未达到人类表现，突显了该领域的持续挑战。Import AI8月17日· 68%Research基于深度的混合专家模型敏感性分析：幅度基础专家掩蔽最近的一篇论文对Qwen3.6-35B-A3B混合专家模型进行了基于深度的敏感性分析，重点研究了不同层对专家掩蔽的响应。研究结果表明，模型对专家掩蔽的敏感性在其架构中并不均匀；相反，早期和中间层对专家掩蔽表现出更高的敏感性，而后期层则相对较低。这表明，虽然可以在后期层减少专家数量而不显著影响模型性能，但在早期层这样做可arXiv cs.AI8月17日· 64%Research通过激活引导剪枝实现跨模型规模的无训练知识转移最近的研究提出了一种新框架，称为Activation-Prune-Merge (APM)，该框架促进了从较大语言模型向较小模型的知识转移，无需大量训练或语义对齐。该方法利用激活引导剪枝来增强小模型的性能，使其能够受益于较大模型的能力。研究展示了APM在多个基准测试中的有效性，表明这是提高自然语言处理任务中模型效率和性能arXiv cs.LG8月17日· 64%Research大型语言模型服务的一年：工作负载演变、缓存和负载均衡最近在arXiv上发布的一项研究对过去一年与大型语言模型（LLMs）相关的服务工作负载进行了深入分析。研究人员重点关注这些工作负载的演变，特别是在用户交互和系统性能方面。他们的发现强调了有效的缓存和负载均衡策略在优化LLM在实际应用中的部署中的重要性。为了促进该领域的进一步研究，团队计划发布一份详细记录观察到的工作负载arXiv cs.AI8月17日· 63%Research从BERT到前沿智能体：语言模型进展的八年历程、能力-成本曲线的崩溃以及任务导向模型的崛起最近的研究记录了过去八年语言模型的快速演变，追溯了它们从BERT发展到能够处理复杂任务的先进智能体。这一进展在性能和成本效率上都有显著提升，表明能力-成本曲线的崩溃。此外，研究人员还推出了一种新型的信心排名工具，旨在提高这些模型在问题解决中的准确性，进一步强调了AI能力的进步。arXiv cs.LG8月17日· 63%ResearchAgentao：用于工具使用的 LLM 代理的治理本地优先运行时最近关于 Agentao 的论文提出了一种新颖的治理本地优先运行时，专门为工具使用的大型语言模型（LLM）代理设计。该框架旨在减轻与 LLM 相关的风险，如过度特权行为和审计不足，这些都是 AI 治理中的关键问题。通过实施分层架构，Agentao 有效地将行为提议与执行分离，从而增强了开发者和组织在敏感应用中使用 LLarXiv cs.AI8月17日· 63%Research强健的双模型协作随机向量功能链接网络一项新研究论文提出了KRPRVFL模型，该模型增强了传统的随机向量功能链接（RVFL）网络。该创新模型解决了机器学习中的重大挑战，特别是噪声标签和不平衡数据集的问题。通过引入核风险敏感损失函数和协作学习机制，KRPRVFL模型旨在提高机器学习应用在数据质量可能受到影响的现实场景中的鲁棒性和性能。arXiv cs.LG8月17日· 62%Benchmark不要声称基准导向优化提高了通用编码能力——需要多样化评估最近在arXiv上发表的一篇论文批评了使用有限编码基准来评估AI模型通用编码能力的普遍做法。作者认为，专注于这些基准可能导致对模型在多样化编码任务中真实表现的误导性结论。通过详细的案例研究，论文说明了针对特定基准的优化并不一定会在更广泛的编码挑战中提高性能，强调了需要更全面的评估方法。arXiv cs.LG8月17日· 62%Research大型语言模型中的稳定误校准：高置信度错误的实用视角最近在arXiv上发表的一项研究探讨了大型语言模型（LLMs）中的稳定误校准现象，这些模型在输入微小变化时仍会表现出持续的高置信度错误。研究提出了一种诊断这些误校准的框架，重点关注内部敏感性如何影响模型性能。研究的一个关键发现是，自我批评提示可以帮助减轻一些敏感性问题，但并不总能改善模型置信度水平的校准。这突显了模型调arXiv cs.AI8月17日· 62%ResearchEEG-PRISM：基于生理的EEG基础模型预测可解释性研究人员推出了EEG-PRISM，这是一种旨在提高EEG基础模型可解释性的新方法。该方法将时间-通道归因分数转换为临床相关领域，从而更好地理解这些模型的预测。研究表明，在恢复光谱和空间数据方面具有高准确性，标志着EEG分析和解释领域的重要进展。arXiv cs.LG8月17日· 62%Research测量语言模型代理的跨任务行为一致性近期研究引入了行为一致性指标（BCM），旨在评估语言模型代理在多个任务中的性能一致性。研究分析了来自六种不同语言模型代理的9,000条轨迹，揭示了尽管某些模型在特定任务上表现出色，但在面对多种任务时，它们往往难以保持一致的性能。这种不一致性引发了关于这些代理在需要频繁切换上下文的实际应用中的可靠性的重要问题。arXiv cs.AI8月17日· 62%Research引入减少代理评估中过度信用的无奖励评估标准最近的研究提出了一种名为RubricForge的新方法，旨在通过创建无奖励的评估标准来改善AI代理的评估。这种创新方法专注于基于标记轨迹演变评估标准，帮助减少在评估过程中对代理的过度信用。通过消除对环境奖励的依赖，RubricForge旨在提供更准确和公平的AI性能评估，解决AI评估领域中的一个重大挑战。arXiv cs.AI8月17日· 62%Research用于可解释异常检测的对比学习在对撞机实验中的应用研究人员推出了一种名为ORCA的新框架，专门用于对撞机物理中的异常检测。该双阶段框架利用监督对比学习技术显著提高了检测新物理信号的灵敏度。通过改善事件归因，ORCA旨在为对撞机实验中观察到的异常提供更清晰的见解，这对于推动我们对基础物理的理解至关重要。arXiv cs.LG8月17日· 61%ResearchL-FNO：用于随机事件动态的洛伦兹傅里叶神经算子洛伦兹傅里叶神经算子（L-FNO）的引入标志着随机建模领域的重大进展。该新神经算子旨在改善对稀有和自激事件的建模，这些事件通常是传统模型难以准确捕捉的。L-FNO在事件可能性和检测方面的表现优于各种基准和真实世界数据集，显示出其在操作系统中更广泛应用的潜力。arXiv cs.LG8月17日· 61%Research主动感知与具身消歧近期研究提出了一种针对机器人主动感知的新框架，重点在于具身消歧。该框架使机器人能够动态调整观察，以收集可能缺失的重要信息，从而提高其澄清用户意图和更准确选择目标的能力。这一进展的意义重大，因为它增强了人机之间的互动，使机器人系统在理解和响应用户需求方面更加直观和有效。arXiv cs.AI8月17日· 60%Research跨学科误解生成、放大和检测的分类法与建模，从语用学到AI代理最近在arXiv上发表的一篇论文对沟通中的误解进行了全面分析，特别是在AI介导的互动背景下。作者识别出导致误解的十一种不同失败模式，并概述了八个分析层次，这些层次有助于误解的生成、放大和检测。通过整合来自九个不同研究领域的见解，论文提出了一个正式模型，旨在扩展现有的沟通理论，提供一个结构化的方法来理解误解的发生及其在AarXiv cs.AI8月17日· 60%Research稳健的XGBoost回归最近在arXiv上发表的一篇论文提出了一种增强XGBoost稳健性的新方法，XGBoost是一种广泛使用的回归任务机器学习算法。作者指出，传统的XGBoost模型容易受到垂直异常值和杠杆点的影响，这可能会显著扭曲预测。为了解决这些脆弱性，他们提出了一种名为MM-XGBoost的两步程序，结合了旨在提高模型稳健性的替代损arXiv cs.LG8月17日· 59%Research查询知道该忘记什么：线性注意力的第二个擦除方向一项新的研究论文提出了一种创新方法，称为查询导出的擦除方向（QED），旨在改善线性注意力模型。该方法引入了一个从查询本身派生的第二个擦除方向，增强了模型的检索性能。通过实施QED，研究人员发现它显著减少了处理长上下文时的干扰，在某些应用中有效地将可用上下文长度翻倍。这一进展可能导致在各种AI任务中更高效地处理大量数据输arXiv cs.LG8月17日· 59%Research人工智能评估应与人类协作最近的一篇论文强调了将人工智能评估的重点从单纯评估超人类自主性能转向评估人类与人工智能的协作效果的必要性。作者认为，通过优先考虑人工智能系统与人类的协作能力，我们可以促进增强人类能力而非取代人类的技术发展。这种方法预计将导致更有利的社会结果，因为它使人工智能的发展与人类需求和背景相一致。arXiv cs.AI8月17日· 58%