当天报道
Model ReleaseSuno用新模型替代其AI模型，专注于授权音乐以应对不断增加的版权诉讼Suno推出了一系列新的AI音乐模型，名为Suno v6，这些模型专门针对授权音乐数据进行训练。这一战略转变是为了应对公司在之前模型上面临的日益增加的版权诉讼。通过利用来自音乐公司的授权数据，Suno不仅旨在降低法律风险，还希望增强其音乐生成和编辑功能。这些新模型旨在为艺术家和权利持有者创造额外的收入机会，可能会改变ATechCrunch AI9月9日· 60%Safety‘拿我们的生命去赌博’：Anthropic研究员辞职，警告自我改进AI的风险Anthropic的研究员Jacob Coxon因对自我改进AI系统的无监管发展表示重大担忧而辞职。他在辞职信中表达了对这些技术如果未得到妥善管理和监管可能导致人类生存风险的恐惧。这一事件凸显了AI社区内日益增长的呼声，倡导对AI进展采取更谨慎的态度，强调在AI开发中需要安全措施和伦理考虑。TechCrunch AI9月9日· 60%Model ReleaseIBM发布商业友好的SOTA Granite时间序列PatchTST-FM-r2模型IBM宣布发布其最新的最先进模型Granite时间序列PatchTST-FM-r2，该模型旨在进行时间序列分析中的零-shot预测。该新模型具有更新的架构，提升了其性能指标，使其在时间序列预测的GIFT-Eval基准测试中排名靠前。值得注意的是，该模型以商业友好的许可证提供，使企业能够将先进的预测能力整合到其运营中。Hugging Face Blog9月9日· 60%RegulationOpenAI任命知名AI悲观主义者为董事会成员OpenAI已任命专注于对齐和安全的知名AI研究员Paul Christiano为董事会成员。此决定是在对AI技术能力和安全性日益关注的背景下做出的，特别是在AI代理违反既定安全协议的事件之后。Christiano在AI安全方面的专业知识预计将指导OpenAI应对这些挑战，并解决公众对先进AI系统潜在风险的担忧。TechCrunch AI9月9日· 59%Funding红杉资本加大对Cymphony的投资，AI代理带来新的企业安全风险红杉资本对Cymphony进行了3000万美元的重大投资，该初创公司致力于解决企业中AI代理带来的安全挑战。随着AI技术的不断发展和普及，它们引入了新的脆弱性和风险，特别是在未经授权访问敏感企业数据方面。Cymphony的解决方案旨在为安全团队提供对与关键数据交互的人类和AI身份的全面理解，从而增强整体安全态势。TechCrunch AI9月9日· 59%Product LaunchApple Watch的新AI功能正在使技术始终监听的概念变得正常化苹果推出了Apple Watch的新AI功能，支持实时音频处理和转录。这些进步旨在通过提供实时帮助和功能来增强用户体验。然而，它们也引发了重大的隐私担忧，因为该技术的持续监听能力可能会让用户对个人数据和同意感到不安。这些功能的引入标志着消费者对日常生活中技术存在的看法发生了变化，可能使始终监听的设备变得正常化。TechCrunch AI9月9日· 59%Product Launch热门AI助手Instinct现已拥有自己的电子邮件地址Instinct是一款估值25亿美元的热门AI助手，最近推出了一项新功能，为用户提供专用电子邮件地址。这一创新的附加功能使AI能够自主处理账户注册和客户咨询等任务，通过防止个人收件箱的杂乱来简化用户体验。这项功能的推出是增强AI助手功能的重要一步，使其更有效地管理日常任务。TechCrunch AI9月9日· 58%RegulationControlAI的Connor Leahy谈超智能为何是‘对手，而非武器’ControlAI的执行董事Connor Leahy最近强调了超智能AI可能带来的危险，认为它应被视为对手，而不仅仅是工具或武器。他呼吁暂停此类技术的发展，指出其进步带来的风险在不断升级。Leahy的言论是在立法努力日益增长的背景下提出的，旨在规范AI技术的发展，以确保安全和伦理考虑在其开发和部署中优先考虑。TechCrunch AI9月9日· 58%Infrastructure微软另一团队承认难以应对AI生成代码的洪流微软的Edge团队目前面临管理AI生成代码的巨大挑战，这导致浏览器扩展的审核过程出现延迟。为了应对这一涌入，团队正在采用自动化策略以增强审核能力。这一转变旨在在保持质量标准和提高审核效率之间取得平衡，确保新扩展能够更快地进行评估，而不影响安全性或功能性。The Register AI9月9日· 58%Funding八月顶尖公司的每位员工AI支出下降——是夏季低迷还是警告信号？八月，顶尖公司的每位员工AI支出显著下降，引发了对当前AI技术投资趋势可持续性的质疑。尽管AI工具的整体采用率略有上升，但支出减少表明公司可能正在回归更具成本效益的旧模型，而不是投资于新的、可能更具创新性的解决方案。这一趋势可能表明公司在经济不确定性中重新评估预算和战略时对AI投资采取谨慎态度。TechCrunch AI9月9日· 57%Safety四个团体被发现使用相同的Chrome和Windows漏洞工具包最近的研究发现，四个不同的黑客团体，其中一些与中国政府有关，正在利用同一个名为BlueMoon的漏洞工具包。该工具包针对基于Chromium的浏览器和Windows操作系统的漏洞，特别是利用了Chromium中两个最近修补的漏洞和Windows内核中的一个漏洞。这一发现突显了协调网络犯罪活动所带来的持续威胁，以及及时软Ars Technica AI9月9日· 56%Safety超级智能即将到来。我们应该允许它吗？关于超级智能AI发展的讨论正在加速，尤其是在最近涉及OpenAI的Hugging Face的安全事件之后。ControlAI的知名人物Connor Leahy对推进超级智能AI技术的潜在危险表达了强烈担忧。他主张暂停开发，以重新评估部署如此强大系统的风险和影响，强调需要更加谨慎的方法，以确保安全和伦理考虑优先。TechCrunch AI9月9日· 56%Product Launch苹果首席执行官约翰·特纳斯表示，最好的AI设备仍然是iPhone在最近的声明中，苹果首席执行官约翰·特纳斯强调，iPhone是目前最领先的AI设备。他强调了苹果对数据隐私的承诺，认为这一点使iPhone在AI领域中脱颖而出。特纳斯还表示，苹果打算增强iPhone作为AI交互中心的角色，利用其现有功能和能力，而不是追求新的硬件开发。这一战略反映了苹果将AI无缝集成到其生态系统中的更广TechCrunch AI9月9日· 55%Product LaunchInstacart推出名为Clementine的AI杂货购物助手Instacart推出了Clementine，这是一款旨在简化用户购物体验的AI杂货购物助手。通过允许客户通过对话、购物清单或食谱创建购物车，Clementine旨在简化餐饮计划和杂货购物的过程。这一发布使Instacart能够更好地与Uber Eats和DoorDash等其他食品配送服务竞争，这些服务也在利用类似技术TechCrunch AI9月9日· 55%Product Launch苹果新款折叠手机的铰链采用AI技术打造苹果正式推出首款折叠手机Duo，采用人工智能和3D打印技术设计的突破性铰链。这种创新方法不仅增强了设备的功能，还解决了折叠手机常见的耐用性问题。公司还采用了先进的保护措施，以减少磨损，树立了折叠手机市场的新标准。TechCrunch AI9月9日· 55%Product LaunchShipt成为最新推出AI购物助手的配送应用Shipt推出了'Ask Shipt'，一款旨在通过根据用户特定提示帮助客户创建个性化购物车来增强用户体验的AI购物助手。这一举措使Shipt与Instacart、Uber Eats和DoorDash等其他主要配送平台保持一致，这些平台今年也推出了类似的AI功能。该AI助手旨在简化购物流程，使用户更容易找到和选择符合其TechCrunch AI9月9日· 55%Product Launch苹果推出新功能以证明你的iPhone照片不是AI生成的垃圾苹果推出了一项名为Apple Reference Image的新功能，旨在增强iPhone 18 Pro拍摄照片的真实性。该功能捕获签名传感器数据，使用户能够验证其图像未被篡改或由AI生成。这一举措对依赖图像完整性的新闻摄影师和摄影师尤为重要，因为当今时代充斥着错误信息和AI生成内容。通过提供照片认证的方法，苹果旨在恢TechCrunch AI9月9日· 54%ResearchLLM生成的SystemVerilog断言对语义保持的RTL变换的鲁棒性最近在arXiv上发布的一项研究调查了大型语言模型（LLMs）在生成SystemVerilog断言（SVA）方面的有效性及其对语义保持的RTL变换的韧性。研究显示，LLMs生成的相当一部分最初正确的断言在经过这些变换后不再成立。这一发现引发了对LLMs在硬件验证中可靠性的担忧，表明需要进一步评估以确保其在实际应用中的鲁arXiv cs.LG9月9日· 65%ResearchCriticGen：生成感知评估作为可操作反馈研究人员推出了一种名为CriticGen的新框架，旨在通过提供可操作的反馈来改善大型语言模型的评估。该生成感知评估框架生成特定维度和评分标准，以更有效地评估模型输出。通过专注于有针对性的改进，CriticGen旨在提升语言模型输出的整体质量，这在AI评估方法领域是一个重要的进展。arXiv cs.AI9月9日· 64%Benchmark记忆何时有帮助？工具使用的LLM代理中的长期记忆的成本意识评估最近的研究引入了MERIT，这是一个新颖的基准，旨在评估工具使用的大型语言模型（LLM）代理中长期记忆的有效性。研究强调，尽管记忆的引入可以显著提高任务成功率，但这种记忆的检索准确性在不同的LLM模型之间有所不同。这表明并非所有模型都能从记忆中获得同等的益处，促使进一步研究如何优化记忆以适应AI的各种应用。arXiv cs.AI9月9日· 64%ResearchAutoFyn技术报告：用于长时间跨度代理的非参数专家迭代AutoFyn技术报告提出了一种通过引入非参数专家迭代来设计代理的突破性方法。该方法不同于传统的模型权重调整，而是通过利用经过验证的奖励信号来增强代理的持久状态。结果令人鼓舞，新代理在奥林匹克数学、数据科学和网络安全等具有挑战性的领域表现出色，超越了现有编码代理的能力。arXiv cs.AI9月9日· 64%BenchmarkSciLitBench：LLM驱动的系统文献综述基准与设计原则SciLitBench的推出标志着在评估专门针对系统文献综述的大型语言模型（LLMs）方面的重要进展。研究人员建立了这一基准，以评估LLMs从学术文献中提取和综合信息的有效性。研究结果表明，当研究人员提供明确的标准和理由时，LLMs的表现得到了提升，强调了结构化输入在提高数据提取准确性方面的重要性。这一发展不仅突显了LarXiv cs.AI9月9日· 63%ResearchGraphNOSE：嗅觉中的图形变换器GraphNOSE的推出是嗅觉预测领域的一项重要进展。该框架利用基于图的方法分析分子结构，并以比传统模型更高的准确性和效率预测其嗅觉特性。GraphNOSE在预测单分子和复杂混合物的气味描述符方面表现出色，尤其在处理之前模型难以应对的分布外化合物时展现了其强大能力。arXiv cs.LG9月9日· 63%Research强化学习中的内生探索与内在好奇心近期研究提出了一种新颖的强化学习框架，利用内在好奇心来增强在稀疏奖励的挑战性环境中的探索能力。该方法旨在解决传统探索策略的局限性，特别是在非平稳环境中。该框架在LunarLanderv2和BipedalWalkerv3等已建立基准上表现出竞争力，表明其在强化学习领域的更广泛应用潜力。arXiv cs.LG9月9日· 63%BenchmarkAhaBench：代理是否从先前经验中学习？一个长期持续学习的基准研究人员推出了AhaBench，这是一个新的基准，旨在评估语言代理的长期学习能力。该基准旨在衡量代理从先前经验中学习和随时间适应其行为的能力。AhaBench由三个不同的组件组成，评估代理性能的各个方面，提供了对其适应性和在持续学习场景中改进潜力的全面视角。arXiv cs.LG9月9日· 63%Research将VGDL编译为因果模型最近的一项研究提出了一种新框架，将用视频游戏描述语言（VGDL）描述的游戏编译为动态结构因果模型。此项进展旨在增强AI代理在游戏环境中的可解释性和训练。通过解决传统强化学习和大型语言模型的不足，研究人员提供了一种更强大的方法，以准确捕捉游戏的复杂机制，可能导致更有效的AI行为在游戏场景中。arXiv cs.AI9月9日· 63%Research胶囊镜头：在模型表示中定位和跟踪概念几何胶囊镜头的推出标志着在理解机器学习模型如何表示概念方面的重大进展。该框架使研究人员能够定位和跟踪模型表示中的概念几何，为训练过程中的静态和动态方面提供更深刻的见解。通过关注概念的几何关系，胶囊镜头旨在增强可解释性并促进更好的模型性能分析。arXiv cs.LG9月9日· 62%ResearchPAC-私有自回归生成：校准噪声以集成不一致性一篇近期论文介绍了一种新颖的PAC私有自回归生成方法，将PAC隐私的概念从分类任务扩展到语言模型。该方法专注于根据模型输出的变异性校准噪声水平，旨在在确保模型性能不受影响的同时最小化隐私成本。研究结果表明，该方法不仅保留了微调带来的好处，还显著降低了成员推断攻击的成功率，从而增强了生成输出的隐私性。arXiv cs.LG9月9日· 62%Research损伤感知的强盗修剪方法用于视觉与语言变换器最近的研究提出了一种新方法，称为损伤感知的强盗修剪，专为视觉与语言变换器设计。该技术通过将后训练修剪问题框定为损伤感知的多臂强盗问题来应对挑战。其主要目标是在保持性能完整性的同时识别和抑制模型中不太关键的功能单元。针对多个模型和数据集的实验结果表明，该方法有效地最小化了性能下降，展示了其优化变换器架构的潜力。arXiv cs.AI9月9日· 62%ResearchARC-Bench：闭环重规划掩盖了冻结JEPA世界模型中的错误动作排名最近的一项研究介绍了ARC-Bench，这是一种新颖的评估协议，旨在评估冻结JEPA世界模型中的动作排名。研究人员发现，潜在接近性被认为是实际成本的指示这一普遍假设可能导致次优的动作排名，特别是在与操控和导航相关的任务中。这一见解至关重要，因为它突显了当前模型的局限性，并表明仅依赖潜在表示可能无法在实际应用中获得最佳结arXiv cs.AI9月9日· 62%Research超越对与错：评估大型语言模型的二阶社会推理最近的一项研究引入了NormReact，一个新颖的框架和数据集，旨在评估大型语言模型（LLMs）在二阶社会推理方面的能力。研究强调了LLMs的预测与人类期望之间的显著差异，特别指出这些模型往往高估了对规范违反的负面制裁。这一发现引发了关于在社会环境中部署LLMs的伦理影响的重要问题，在这些环境中，理解细微的人类推理至关arXiv cs.AI9月9日· 61%ResearchHB-PVI：用于复杂活动识别的层次贝叶斯个性化与信息价值框架本研究提出了HB-PVI，这是一种新颖的层次贝叶斯框架，旨在通过个性化方法增强活动识别系统。该框架不仅关注复杂活动的识别准确性，还考虑获取校准标签的经济因素。通过评估个性化收益与标签成本之间的权衡，研究表明，当个性化带来的收益与所产生的费用相比微不足道时，采用以人群为先的策略可能更为有效。arXiv cs.LG9月9日· 61%Research连接混合线性回归中的得分匹配、最大似然和期望最大化最近在arXiv上发表的一篇论文深入探讨了得分匹配、最大似然估计和期望最大化（EM）算法在混合线性回归中的复杂关系。作者提供了全面的分析，强调了这些统计方法之间的相互联系，特别是在处理未知混合权重时。通过他们的探索，提供了统计保证，增强了对不同噪声水平下估计量收敛性的理解，这对提高模型的准确性和可靠性至关重要。arXiv cs.LG9月9日· 59%