AITOP日报

Meta为满足大规模AI模型训练和部署对高速、可靠网络的需求，设计了MetaRoCE，这是一种专为AI工作负载设计的RDMA传输协议。Meta发布了MetaRoCE规范、参考软件实现和合规性测试 [...]

Fastino发布GLiNER2.5，采用边界预测代替跨度枚举，实体宽度不再影响计算。提供74M、194M和287M参数的三个Apache 2.0检查点，均支持CPU运行。新增联合实体关系解码、约束分类、跨度属性和4,096词上下文。在16个零样本基准测试中，整体宏F1达到56.17。

Google Research推出ME-POIs框架，将人类移动性整合到基于文本的地点嵌入中。该框架通过对比学习将每次访问编码为上下文向量，并与每个POI的一个可学习原型对齐。在洛杉矶和休斯顿的移动数据上进行的五项地图丰富化任务中，添加ME-POIs在洛杉矶的35个模型-任务对中提升了34个，在访问意图上达到81.9%的相对F1，在繁忙度上减少了24.7%的MAE。仅移动性的变体在价格水平分类上击败了Gemini文本嵌入。

WRC 2026大会发布原生全模态世界模型，支持多模态交互；模型基于大规模数据训练，性能优于现有模型；模型可用于模拟世界交互，拓展AI应用场景。

Generalist AI发布GEN-1.5，一个机器人基础模型，可以从单个演示中学习新的物理任务。只需将3-12秒的传感器运动数据输入其30秒的上下文窗口，机器人即可执行任务。无需梯度更新、微调或特定任务编程。在10个不同的操作任务中，这种一次性上下文提示的平均准确率为59%

Meta发布MTIA 300训练芯片，内置网络接口芯片和通信卸载引擎，专为训练排名和推荐模型优化。与通用GPU相比，MTIA 300在训练推荐模型时的通信需求方面表现出色。

学习如何构建一个无需应用、网站或注册的语音订餐系统，使用Amazon Connect进行电话通讯，Amazon Connect Agentic Voice进行实时语音，Amazon Connect AI agent进行推理，以及Amazon Bedrock AgentCore Gateway通过MCP访问后端工具。

This post discusses AI-powered metadata correction and harmonization, covering two approaches: human-in-the-loop validation and autonomous agent-driven workflows. It also addresses governance considerations for production deployment.

Amazon SageMaker HyperPod支持在Amazon EKS上管理Ray，可创建和监控Ray集群，连接JupyterLab和代码编辑器笔记本，提供开箱即用的可观察性，并从SageMaker Studio运行弹性分布式训练和加速推理，使用开源KubeRay和标准Ray API。

学习如何构建一个可定制的智能缓存知识管理系统，通过语音优先的AI形象捕捉和传递机构知识。使用Amazon Bedrock知识库进行检索增强生成，并利用AWS CloudFormation数小时内部署。

Bilawal 对话 @rileybrown，分享 OpenClaw 到 Codex 的转变，Codex 的应用内浏览器特性，模型分工，编程模型在视觉内容中的应用，空间智能与可擦洗现实，Vibe 编程出 Palantir 的创业故事，Agent 的下半场：团队级 Agent，内容创业的元方法论。

Addy Osmani在Google工作14年，主导过Chrome DevTools、Core Web Vitals，近年负责Gemini/Cloud AI的开发者体验。访谈中分享了他的职业经历、工程文化、AI时代软件工程挑战及写作困境。

MistralAI与HUMAIN宣布战略合作，涵盖AI基础设施、高级模型开发，并在沙特及地区部署AI解决方案。将共同开发本地化前沿AI模型，初期聚焦于网络安全、语音和阿拉伯语表现优异的模型。

Join the LangChain event on August 27th in Sunnyvale. Keynote by @hwchase17, insights from Expedia's Director of Machine Learning, deep dives on agent harnesses and LangSmith Engine, hands-on workshop, and networking with fellow agent builders. RSVP required.

OpenAI支持全双工模型（gpt-live系列）的研发，即使初期看似不可能成功。公司持续投资于看似困难的项目，并在理解问题后逐步解决。这种长期投资策略在业界罕见。

Generative AI enables economical and essential machine verification at scale, with one researcher directing a fleet of AI agents from code to silicon in five weeks using the Salt method. Verification is achieved through a proof kernel and Lean 4 kernel, with no human review required. The process involved theorem provenance, a token meter, and an error ledger with 256 catches, all against zero incorrect proofs.

提出Anatomy-Informed Neural Networks (AINN)，通过在损失函数中引入软解剖先验和将硬解剖先验构建到架构中，解决深度学习解剖模型可能产生不合理的预测问题。在有限数据的临床案例中，研究主动脉髂动脉树在引入硬质导丝时的变形。使用Wasserstein-2最优传输损失进行监督，将2D血管造影训练3D预测。未进行网络训练，未来工作将模型应用于真实CT扫描。

VIALS基准包含161个视觉解释任务，涵盖生物技术行业中实验工作流程中检查的各类视觉艺术品。尽管前沿视觉语言模型能够流畅描述自然图像，但它们无法准确解释这些科学图像，反映出在领域知识和特定领域视觉推理能力方面的局限性。相比之下，具有相关领域专业知识的科学家发现这些视觉解释任务很简单。无法类似解释这些图像的AI在专业生命科学工作流程中将具有有限的应用价值，因为这些艺术品是科学家推理、沟通和做决策的核心。

Exploring the challenges of recursive self-improvement (RSI) in agent harnesses, focusing on the capabilities needed for harnesses to support RSI and compound on every iteration. Introducing exo, an open-source agent harness that addresses these challenges by splitting an agent into three layers: exoharness for durable state storage, executor for behavior control, and sandbox for executing important work. The article emphasizes the importance of event logs, forking, and rollback in managing RSI and compound iterations.

NVIDIA新论文探讨评估智能体技能，提出Skill Lift方法，通过对比加载与未加载技能的执行差异来衡量技能提升。研究基于145个真实技能案例，发现技能执行、行为检查和技能效率方面有显著提升。

Addy Osmani 的 Agent Skills 开源项目核心规范文档定义了 Skills 的结构与写作标准，是一套面向 AI 行为工程的提示设计方法论。文档强调最小必需结构，反对空目录，并详细说明了 Frontmatter、正文段落、脚本约定等设计要点。六条写作原则指导开发者创建高效、可验证的 AI 操作规程。

Speculative Programmatic Tool Calling (sPTC) is a new technique for optimizing harness designs in code generation, offering 1 to 1.2x speedup by overlapping tool calls with token generation. It's developed by the same author as RLM and aims to improve efficiency at the harness layer.

AlexFinn将在1小时内直播，展示如何在Code中使用语音智能体完成任务，支持桌面和移动设备，无需键盘。

@cappybaradeploy结合Qdrant的ColBERT重排序、二进制量化以及句子级检索，将最相关的文档部分发送至LLM，实现67.1%的输入令牌减少，同时将重排序保持在Qdrant内部而非添加外部API。深入探讨构建更高效的RAG管道的实际方法。阅读全文：pub.towardsai.net/how-qdrant-red…

Discover the Pareto frontier for all Agent Arena categories at arena.ai/leaderboard/ag… with 1 comment, 0 reposts, 2 likes, and 1295 views.