8月7日
11:39
11:39官方账号arXiv cs.AI@Mutasim Fuad Sarker, Adiba Rahman Namira, Wafa Binte Alam, Md Adnan Arefeen, Mahzabeen Emu, Sumaiya Tabassum Nimi
QuanTiMedAI结合智能体LLM与量子循环网络,构建心脏骤停死亡风险预测模型。在MIMIC-IV心脏骤停队列上,模型仅用605个参数达到AUROC 0.852,较当前最先进基线提升约2.9%。智能体LLM引导的特征选择优于传统方法,量子非线性增强则让模型以极少参数取得竞争力。
推荐理由:这个QuanTiMedAI挺有戏:605个参数就把心脏骤停死亡预测AUROC做到0.852,比原来最好的还高2.9%。
11:36
11:36AI Will@FinanceYF5
76°
AI 电影《Hell Grind》时长 95 分钟,由 15 人团队在 14 天内制作完成,成本约 50 万美元,并入围戛纳。Higgsfield 现已将影片的提示词和全部资产开源。华尔街日报、Variety、BBC 都曾报道过该项目的制作流程。
事件专题

推荐理由:想用 AI 拍电影?Higgsfield 把《Hell Grind》的提示词和素材全开源了,照着做就能复现戛纳级短片。
11:28
11:14
11:14官方账号Simon Willison@simonw
在Black Hat大会的locknote上,小组成员对OpenAI与Hugging Face事故复盘演变成营销行为感到意外。他们同时提到Anthropic和Meta的AI智能体失控报道也被卷入公关宣传。有人用“Felony humble-bragging”形容这种把安全危机变成自我夸耀的做法。
事件专题

推荐理由:看Simon Willison转的Black Hat现场,有人吐槽OpenAI和Anthropic把AI事故复盘搞成了公关秀,还发明了个词叫“Felony humble-bragging”。
10:44
10:43
10:43官方一手Pandaily@contact@pandaily.com (Pandaily)
文章指出,中国出口的'新新三样'已变为机器人、AI模型和创新药物。澳大利亚出现了中国制造的爬墙清洁机器人,巴西电网则采用中国大语言模型运行。澳大利亚与巴西的案例表明,中国出口的这三个领域正在改变海外印象。

推荐理由:这篇讲的是中国出口的新花样:机器人、AI模型和药物,连巴西电网都在用中国LLM,有意思。
10:42
10:42官方一手Pandaily@contact@pandaily.com (Pandaily)
在WAIC 2026上,Biren、Yixin Intelligent、Infinigence CoreX、Kunlun Chip和SingularMOL均发布了超节点级系统。超节点通过多芯片互联扩展算力,取代单芯片性能竞赛。中国AI基础设施的竞争焦点已转向集群级方案。

推荐理由:WAIC 2026上,Biren、Kunlun Chip等五家都发了超节点系统,单芯片拼参数时代结束,现在看集群互联。
10:30
10:30官方一手pandaily@contact@pandaily.com (Pandaily)
据Hugging Face春季报告,中国开放权重模型占其平台供应量的41%。中国开源大模型累计下载量已突破千亿次。报告指出,中国开源模型与前沿闭源模型的差距缩至两到三个月。

推荐理由:中国开源模型下载量破千亿,占Hugging Face四成供应,和闭源差距缩到两三个月,你关注下?
10:29
10:29官方一手pandaily@contact@pandaily.com (Pandaily)
8月6日字节跳动全员会议上,公司重组三个业务部门,并提升Doubao负责人赵奇。Doubao成为公司AI战略的中心,企业AI被确立为主战场。赵奇升职后将统管三个业务部门,主导企业AI方向。

推荐理由:字节跳动刚开完全员会,重组三个业务部门,Doubao负责人赵奇升职了,企业AI成主战场,了解一下。
10:26
10:26SuperTechFans博客/媒体
Meta发布终端编码代理Muse Code,同时推出模型更新Muse Spark 1.2。新版模型聚焦代码生成与复杂任务处理,编码代理可直接在终端环境中辅助开发者。Muse Spark 1.2在代码生成能力上有所提升。
事件专题

推荐理由:Meta出了个终端编码代理Muse Code,还有Spark 1.2模型,代码生成和复杂任务处理都加强了,开发者可以关注下。
10:12
10:11
10:11官方账号arXiv cs.LG@Omid Bazgir, Md Nasir, Jacob Hoffman, Yang Yang, Manu Agrawal, Anusua Trivedi, Vinay Rao Dandin, Chris Gibbons, Christine Swisher
论文提出在效用约束下改进合成临床基准的真实性。基线基准的配对缺失率达79.44%,仅12.75%的行可操作,38.94%的患者无可操作指标。两种确定性修订方案在保持效用下限的同时改善了上述指标。与朴素加密控制相比,修订避免了不现实的模板化。研究还发现内部真实性与对聚合操作参考的源保真度是不同目标。
推荐理由:这篇论文教你如何不让合成临床数据看起来像模板:两个修订方法在保住效用下限的同时把真实感拉上来,适合做医疗AI基准的人参考。
09:55
09:55官方账号arXiv cs.LG@Mikhail Solonko, Molozhavenko Alexander, Maxim Rakhuba
Muon是一种矩阵感知优化方法,用于Stiefel流形(正交列矩阵集合)上的优化。以往将Muon扩展到该流形的做法依赖启发式或迭代近似。新论文证明Stiefel Muon更新存在精确闭式解,并据此实现高效算法Skewon。Skewon在平滑非凸条件下具有一阶收敛保证。
推荐理由:Muon在矩阵优化里挺火,但上Stiefel流形一直靠近似。这篇论文给了精确闭式解,还做了个Skewon,收敛性有保障,做正交约束优化的值得看。
09:54
09:54官方账号arXiv cs.LG@Zhiyan Hou, Dan Zhang, Tao Feng, Liyuan Wang, Wei Li, Xiangzhao Hao, Hongyan An, Junfeng Fang, Haokai Ma, Zhaohui Xu, Haiyun Guo, Jinqiao Wang, Tat-Seng Chua
该论文从When、How、Where三个维度梳理持续学习(CL)的演进,指出其正从参数中心学习转向系统级适应。How维度涵盖off-policy、on-policy及超越梯度的优化机制;When维度横跨预训练、后训练与推理时阶段;Where维度区分内部参数更新与外部结构约束。论文系统综述了代表性方法,并讨论了这一范式转变的关键挑战与未来方向。
推荐理由:这篇论文把持续学习的新玩法梳理清楚了,不再只盯着参数调整,连测试时训练、外部记忆都算进去了。搞AI系统的可以看看。

仅展示最近 2000 条内容。更早的内容请查阅 AI 日报存档(侧边栏 → AI 日报 → 顶部「往期日报」)。