Recursive 发布首个由 Eureka Machine 自动化研发的模型 Flint
AI 创业公司 Recursive 发布首个语言模型 Flint,研发过程几乎全程由 AI 系统 Eureka Machine 自主提出、构建并评估实验完成。
AI 创业公司 Recursive 发布首个语言模型 Flint,研发过程几乎全程由 AI 系统 Eureka Machine 自主提出、构建并评估实验完成。
AWS 演示如何在 Amazon SageMaker HyperPod 上对 GPT-OSS-20B 进行微调,使其用法语、德语、西班牙语或意大利语推理。该开源权重模型基线仅 22% 的测试用例用目标语言推理(法语、西班牙语、意大利语均为 0%)。
Google 宣布 TorchTPU 作为开源项目发布,让现有 PyTorch 应用只需改一行配置即可迁移到 TPU 和 Google Cloud,无需重写。
NVIDIA 宣布与欧洲多国政府和伙伴合作,将开放模型用于公共部门,兼顾效率与数据主权。
Recursive 于周三发布首个模型 Flint,这是一个免费、可在笔记本电脑上运行的编码模型,公司称其自动化研究系统 Eureka Machine 参与了从预训练到后训练和推理的几乎所有开发环节,小团队在不到四个月内从零完成。
IBM 发布 granite-speech-5.0-2b 新模型,并更新 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus,覆盖转录、翻译、边缘端高速转录和说话人标注。
NVIDIA 在 GTC Berlin 展示本地 AI 产品线更新:RTX Spark 已于 10 月 16 日发售并开放桌面智能体应用 Underdog,DGX Spark 64GB 于 10 月 23 日开售且支持最多八机集群,DGX Station Windows 版预计 12 月推出。
推荐理由:原文汇总了 GTC Berlin 上本地 AI 硬件与软件的多项具体更新和可用时间,读者可以据此评估端侧智能体方案的落地节奏。
Hugging Face 宣布通过 PyTorch 原生后端 TorchTPU,Transformers、Diffusers 和 Kernels 无需 torch_xla 或 JAX 即可原生运行在 TPU 上,模型只需 device_map="tpu" 即可加载。
推荐理由:原文给出从 torch_xla 迁移到原生 PyTorch 后端的具体用法和内核加速数据,读者可据此评估 TPU 工作流迁移成本。
Latent Space 试点新节目《High Taste Testers》第 1 期,以旧金山午餐闲聊形式谈论 DevDay 及最新模型与助手。
Goodfire 的 Nick Cammarata 发文提出工作理论“神经网络本来就是干净的”(Neural Networks Are Already Clean),认为许多已知的多义性与叠加造成的权重纠缠,在更深入的 agentic 分析下可以被解开。他将此视为可解释性与对齐工作的进展,并认为这带来全球 P(doom) 的下降。
Google DeepMind 发布 EmbeddingGemma 2,一个 740M 参数的开源多模态嵌入模型,基于 Gemma 4 架构,采用 Apache 2.0 许可,可将文本、代码、图像、视频和音频统一映射到同一嵌入空间。
推荐理由:官方给出了参数规模、基准得分和设备内存占用等具体数据,读者可据此评估它是否适合本地多模态检索方案。
Import AI 第 474 期报道:科学家 Michael Levin 提出心智可能源自“柏拉图式模式空间”的非物理主义模型,认为身体和机器都是模式进入物理世界的接口。
METR 研究显示 AI 对不同科研领域加速不均:网络安全漏洞报告在 2026 年显著加速,数学有次要加速,AI 研究算法优化则无可测加速。多所大学团队构建 SPADE 框架,通过自博弈共同进化环境合成与智能体能力,在 Qwen3-30B-A3B-Instruct-2507 上游戏环境套件平均达 58.3,比基线高 +8.1。