当天报道
Model Release来自ChatGPT发明者的新型AI模型令开发者兴奋前OpenAI研究员Diogo Almeida通过他的公司TypeSafe AI推出了一种名为Jev的新AI模型。与传统的大型语言模型主要生成文本不同，Jev旨在产生经过校准的决策，特别适合软件自动化任务。这种创新的方法承诺提供更快和更具成本效益的解决方案，引起了渴望寻找替代现有模型的开发者的关注。TechCrunch AI9月18日· 62%Safety研究人员使用Anthropic的Claude入侵OpenAI来自Hacktron AI的独立安全研究人员通过使用Anthropic的Claude利用OpenAI基础设施中的漏洞，展示了与AI系统相关的潜在风险。这一事件使他们获得了对员工账户的未授权访问，揭示了OpenAI系统中的重大安全缺陷。尽管OpenAI已解决这些漏洞，但该事件强调了AI在增强和破坏网络安全措施方面的日益关TechCrunch AI9月18日· 60%Research世界模型公司保守许多秘密在最近的All In会议上，一个小组讨论强调了像AMI Labs和World Labs这样的公司在空间智能领域开发世界模型的保密性。这些模型在机器人技术和互动媒体等领域具有重要的潜在应用。然而，参与的公司目前优先考虑研发，许多关于其商业化策略和具体产品的细节尚未披露。这种缺乏透明度引发了对这些技术未来方向及其对各行业影TechCrunch AI9月20日· 59%OtherKDE庆祝30周年，提出AI原生桌面方案KDE在奥地利的年度会议上庆祝其30周年，标志着开源桌面环境三十年的创新。在此次活动中，KDE贡献者提出了一个AI原生桌面的重要提案。该提案旨在通过将AI技术集成到桌面环境中，创造更个性化的用户体验，可能改变用户与系统的互动方式。然而，这一想法引发了争议，与会者对这种集成的影响和可行性存在不同看法。The Register AI9月18日· 58%FundingAnthropic首个嵌入式评估者是…埃森哲？Anthropic宣布与埃森哲达成重要合作，在其AI实验室内嵌入安全评估者。这一合作是为了增强对AI模型的审查，确保其符合安全标准。计划在未来五年内投资至少10亿美元，此合作旨在应对日益增长的AI问责和安全问题。TechCrunch AI9月18日· 58%Product Launch谷歌新推出的'CC'是一款帮助家庭管理日常事务的AI助手谷歌推出了其AI助手CC的增强版，旨在帮助家庭管理日常家务。这款AI工具旨在简化各种活动，如协调家庭日程、跟踪重要日期，以及简化填写许可单和创建购物清单等任务。通过利用AI技术，谷歌旨在使家庭管理更加高效和有序。TechCrunch AI9月18日· 57%OtherNVIDIA的Nader Khalil和Sydney Sykes加入Disrupt 2026NVIDIA的Nader Khalil和Sydney Sykes将在TechCrunch Disrupt 2026上主导一个会议，重点讨论在选择开放和专有AI模型之间的关键决策。该会议特别针对创始人和开发者，提供有关每种方法相关权衡的见解。随着AI的不断发展，理解这些复杂性对希望有效利用AI的企业至关重要。TechCrunch AI9月18日· 57%RegulationAutomattic的33小时政变，以及AI实验室能否自我监管？在最近关于AI安全和治理的讨论中，Anthropic的首席执行官Dario Amodei提出了一项提案，旨在通过建立独立的安全评估机构和促进民主国家AI实验室之间的合作来管理AI发展。这一倡议是对AI快速发展的担忧和潜在风险的回应。尽管该提案得到了部分行业领袖的支持，但也面临批评，突显出有效监管AI的复杂性。同时，AuTechCrunch AI9月18日· 57%Product LaunchMeta的Muse登陆Mac，让AI在你的电脑上执行操作Meta正式推出其AI助手应用Muse，面向Mac用户，扩展了其在移动和网页平台之外的功能。这个新版本允许AI与Mac上的各种本地应用程序互动，包括文件、消息和日历事件，从而提高用户生产力并简化任务。此次发布正值消费者AI代理市场竞争加剧之际，多个科技公司争相在这一领域占据主导地位。TechCrunch AI9月18日· 57%FundingManus寻求40亿美元估值，进行5亿美元融资，恢复独立运营中国AI初创公司Manus正在筹集5亿美元，目标估值为40亿美元，此举是在与Meta的合并终止后重新建立独立运营。这一战略举措表明Manus意在巩固市场地位，并可能为在香港进行首次公开募股（IPO）做准备。这轮融资将支持公司的增长计划和AI领域的创新，尽管面临近期挑战，仍显示出对未来前景的信心。TechCrunch AI9月18日· 57%Funding一家构建其他初创公司的初创公司筹集了1亿美元，专注于物理AIVantora（前称UP.Labs）成功从Silversmith Capital Partners筹集了1亿美元的资金。该公司致力于开发专门针对企业客户的初创公司，重点关注物理AI领域。Vantora的战略是创建能够无缝集成到合作伙伴企业核心运营中的专有解决方案，从而提升其运营效率和能力。TechCrunch AI9月18日· 57%ResearchAnthropic正在运营一个进行生物实验的实验室Anthropic在湾区正式启动了一个湿生物实验室，这是人工智能与生物研究交叉的重要一步。该实验室旨在利用AI模型进行基础生物实验，偏离了更常见的药物发现方向。实验室的建立突显了Anthropic探索AI在各科学领域能力的承诺，同时也引起了对在实验环境中使用AI的伦理和安全问题的关注。TechCrunch AI9月18日· 56%SafetyAI幻觉几乎引发美国军事行动最近一起涉及美国军方的事件突显了AI在决策过程中潜在的危险。一款AI聊天机器人生成了虚假的情报，差点导致对一艘中国船只的军事行动。该行动最终在最后一刻被取消，揭示了在高风险环境中使用AI技术时对人类监督的关键需求。此事件提醒人们AI幻觉的风险，即AI系统产生误导性或完全虚构的信息。TechCrunch AI9月18日· 56%Other迪士尼首任首席技术官曾领导一家被指控抄袭角色的AI初创公司迪士尼任命Karandeep Anand为首任首席技术官。Anand曾领导Character.AI，这是一家迪士尼曾指控抄袭其角色的初创公司。这一任命表明迪士尼在技术和创新方面的转变，因为公司希望将AI整合到其运营中，尽管之前在知识产权方面存在法律冲突。Anand在AI领域的经验可能帮助迪士尼应对技术的复杂性，同时促进TechCrunch AI9月18日· 54%Research针对LLM代理工具幻觉的封闭世界解析最近在arXiv上发表的一篇论文对大型语言模型（LLM）代理中的工具幻觉进行了深入研究，这是一种这些代理错误引用不存在的工具或提供无效论据的现象。作者提出了一个全面的工具幻觉分类法，分类了不同类型及其在各种模型和调用方法中的出现情况。为了解决这个问题，他们提出了一种封闭世界解析器，旨在提高LLM代理中工具使用的可靠性，arXiv cs.AI9月18日· 63%Research分层课程学习用于高效的LLM压缩近期研究提出了一种新颖的分层课程学习方法，旨在提高大型语言模型（LLMs）压缩的效率。该技术通过从简单任务开始，逐步过渡到更复杂的任务，促进了教师模型与学生模型之间的知识转移。结果显示，在保持最先进性能水平的同时，GPU内存使用和训练时间显著减少。这一进展可能对在资源受限环境中部署LLMs产生重大影响。arXiv cs.LG9月18日· 63%BenchmarkBioPhys-Bridge：生物物理研究中的跨学科科学推理基准BioPhys-Bridge基准旨在促进生物物理领域内的跨学科科学推理。该数据集包含500个案例，涵盖六个生物领域和九个物理模型系列，旨在支持问答和检索增强生成等任务。对数据质量和专家评审的重视确保了该基准对希望将物理学融入生物研究的研究人员的可靠性。arXiv cs.AI9月18日· 63%Research如何引导语言流最近的研究提出了一种新方法，称为探针引导，旨在改善语言生成中的流匹配模型。该技术利用现有扩散模型的内部状态，已在无条件生成任务中取得显著进展。此外，该方法在问答基准测试中的表现也显示出潜力，表明其能够提升各种应用中的语言生成能力。arXiv cs.LG9月18日· 62%Research通过对话式 LLM 代理特征化网络搜索：从搜索决策和策略到结果和响应最近在 arXiv 上发布的一项研究深入探讨了对话式 LLM 代理在不同平台上进行网络搜索时的行为。研究重点关注这些代理如何做出搜索决策及其采用的策略，以及它们生成的响应质量。研究结果显示，在搜索查询的调用和提供信息的可靠性方面存在显著的不一致性，这引发了关于来源归属和这些 AI 系统输出的整体可信度的重要问题。arXiv cs.AI9月18日· 62%ResearchMAGS：多智能体自动形式化保证智能输出的安全性MAGS的推出是一个多智能体框架，旨在实现自动形式化，标志着在生成具有正式安全保证的可执行程序方面的重大进展。该创新系统在各个领域中展示了100%的安全代码生成成功率，利用Dafny进行验证过程。MAGS旨在通过确保生成的代码遵循严格的安全标准来增强智能输出的可靠性，从而降低与自动编程相关的风险。arXiv cs.AI9月18日· 62%Research高效分布式长上下文扩散语言模型训练的块并行化最近的一项研究提出了一种新方法，称为上下文分片块并行化（CSBP），旨在提高块扩散语言模型（BDLMs）的训练效率。这种创新方法在提高训练吞吐量的同时，减少了分布式系统中的内存消耗。通过优化损坏块的计算和共享，CSBP在性能上优于传统训练技术，标志着语言模型训练领域的重要进展。arXiv cs.LG9月18日· 62%Benchmark我们对LLMs的期望是什么？LLM基准设计的映射最近的研究强调了大型语言模型（LLMs）评估基准的不断演变，强调向行动和互动指标的转变。对14,767篇arXiv研究论文的分析表明，尽管这些基准的扩展旨在提供对LLM能力的更全面理解，但人们担心它们可能只是强化现有偏见，而不是提供新的见解。这引发了关于当前评估方法在评估LLM性能方面的有效性和公平性的重要问题。arXiv cs.AI9月18日· 62%Research射频卷积神经网络最近的研究提出了一种新颖的人工智能方法，开发了射频卷积神经网络（RF-CNNs）。这些网络利用现有的无线通信硬件，如频率混合器，直接在边缘设备上进行AI推理。这一创新不仅提高了AI处理的效率，还显著降低了能耗，使其成为在资源受限环境中部署AI的有前景的解决方案。通过将AI能力与当前无线技术相结合，RF-CNNs为更可持arXiv cs.LG9月18日· 61%ResearchStiefel Attention：当变换器投影矩阵的几何特性主导优化器选择时——以及何时不主导关于Stiefel Attention的最新论文提出了一种通过将查询和键投影限制在Stiefel流形上来优化变换器模型的新方法。该方法采用了Riemannian Adam优化器，考虑了投影矩阵的几何特性。研究结果表明，这种几何考虑可以显著提高验证准确性，相较于传统优化方法。这项研究强调了几何在变换器架构性能中的关键作用arXiv cs.LG9月18日· 61%Research学习引发的递归神经网络动态转变最近的研究揭示了一种新颖的非平衡动态均场理论，阐明了递归神经网络（RNN）中的学习引发的转变。该研究强调了RNN中通常观察到的混沌动态如何通过学习过程转变为稳定的任务特定行为。通过识别影响这一转变的关键参数，研究为RNN的基本机制提供了宝贵的见解，可能导致更有效的训练方法和在各个领域的应用。arXiv cs.LG9月18日· 61%Research智能鞋垫人类活动识别用于老年护理的持续监测最近的研究推出了一种新型无线智能鞋垫平台，旨在对老年人进行持续监测。该创新系统利用机器学习技术，通过分析足底压力和惯性信号，准确识别坐、站和走等多种活动。该技术的主要目标是增强老年人的安全和福祉，特别是在预防跌倒方面，因为跌倒是这一人群的重要风险因素。arXiv cs.LG9月18日· 61%Research职位：是时候用自我演化的操作系统层虚拟化基础模型了最近的一篇论文提出创建一个基础模型操作系统（FMOS），以解决利用基础模型的AI应用中的现有碎片化问题。作者认为，通过虚拟化这些模型之间的交互，FMOS可以提供一个统一的系统层，增强可移植性、治理和操作效率。这种方法旨在简化AI应用的部署和管理，使其在各种平台上更易于访问和管理。arXiv cs.AI9月18日· 61%Research正则化强调时间差学习：在恒定步长下的稳定性一篇新研究论文介绍了正则化强调时间差学习（RETD），旨在提高强调时间差学习（ETD）的稳定性和收敛性。RETD方法特别解决了后冲击动态带来的挑战，这可能会使学习过程不稳定。通过结合正则化技术，RETD保持了追踪和重要性比率的有效性，从而增强了ETD在各种应用中的整体性能。arXiv cs.AI9月18日· 61%Research用于词文矩阵谱共聚类的随机SVD近似最近在arXiv上发表的一篇论文提出了两种创新的随机近似方法，用于词文矩阵的谱共聚类。这些方法旨在显著减少与奇异值分解（SVD）相关的计算负担，SVD是数据分析和机器学习中的关键技术。第一种方法采用随机SVD方法，第二种方法结合了部分SVD和随机抽样。作者评估了这些方法在各种数据集上的有效性，指出其性能因矩阵的稀疏性而arXiv cs.LG9月18日· 61%ResearchAI代理是否理解计算机架构？最近在arXiv上发表的一项研究探讨了AI代理在硬件设计中理解计算机架构的能力。研究比较了使用有意义架构参数的AI代理与依赖匿名变量的代理的表现。结果表明，具备扎实计算机架构理解的AI代理能够产生更优的设计结果。此外，研究还强调了结构化批评可以进一步提升这些代理的表现，表明反馈机制在设计过程中发挥着关键作用。arXiv cs.AI9月18日· 60%Research个性化联邦层次高斯过程用于保护隐私的异构分布式系统建模最近的一项研究提出了一种新方法，称为个性化联邦层次高斯过程（pFedHGP），旨在增强异构分布式系统建模中的隐私保护。这种创新方法允许保留本地数据，意味着敏感信息无需在网络中共享。相反，仅同步关键统计信息，这显著降低了隐私风险，同时在故障分类和空气质量建模等各种应用中保持高准确性。pFedHGP的引入代表了概率建模领域arXiv cs.LG9月18日· 60%Research通过意图覆盖和查询级信用分配的生成查询建议最近的研究提出了一种新颖的生成查询建议框架，旨在增强搜索环境中的用户参与度。该框架专注于预测用户意图并推荐相关的后续查询，通过双阶段优化过程实现。这种创新方法不仅改善了意图覆盖，还提高了建议查询的质量，在广泛测试中显著提高了点击率。研究结果表明，理解用户意图对于开发有效的查询建议系统至关重要。arXiv cs.LG9月18日· 60%