微软 ThinkingBox 基准登陆 Hugging Face：按数据库终态给 AI 智能体打分
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox，通过隔离的 MCP 工具会话运行智能体，再根据其留下的后端终态和副作用判分，而非看它生成的文字。
推荐理由：微软与 Hugging Face 联合发布的智能体评测基准，用后端状态而非生成文本判分，并给出 20 次重复下的稳定性与成本数据。
全部AI 动态
全部动态
今日 0 条Hugging Face Blog精选AI 评分7171
OpenAI NewsAI 评分1919 GPT-6 家族模型选型指南
OpenAI 发布 GPT-6 家族模型指南，面向初创公司讲解如何在 GPT-6 系列中选型、调节推理强度、优化提示词与技能、协调工具调用，并为生产环境准备相关工作流。
AWS Machine Learning BlogAI 评分3636 用 Amazon Quick 和 Adjudicated Query 模式批量核查数千份租约合规性
AWS 提出 Adjudicated Query 设计模式，让业务用户在 Amazon Quick 聊天界面提问合规问题，实际判定交由确定性规则引擎完成，模型只负责把自然语言转为固定类型化操作并转述结果。
AWS Machine Learning BlogAI 评分3434 用 Amazon Bedrock AgentCore 为 Claude Desktop 添加安全 Web Search
Amazon Bedrock AgentCore Gateway 可将 Claude Desktop 接入 Web Search，突破模型训练知识截止限制。Web Search 是基于 Amazon 网络索引、兼容 MCP 的全托管搜索能力，覆盖数百亿文档，查询流量全程留在 AWS 内，无需外部 API key。
AWS Machine Learning BlogAI 评分5858 在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
AWS 团队在 Amazon SageMaker AI 上用多轮强化学习（MTRL）微调 Qwen3.6-27B 搜索智能体，只改 max_epochs、global_batch_size、rollout_max_concurrency 三个超参数，其余用默认值。
Hugging Face Blog精选AI 评分6262 Ai2 开源科学报告生成模型 AstaBrief 8B
Ai2 开源 AstaBrief 8B，一个把研究问题和检索到的文献片段转成带引用报告的模型，基于 Qwen3-8B 经 SFT 和 DPO 训练，权重与训练数据一并开放。
推荐理由：原文给出了训练数据构造、过滤信号与速度对比，读者可据此判断小模型做科学报告生成的可行边界。
GitHub Blog · AI & MLAI 评分2222 AI 正在改变开发者工作方式，GitHub 给出三项值得强化的技能
GitHub 提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的第一次回答、用 AI 省下的时间解决更大问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明其用第二个模型对计划、代码和测试进行批判性审查，以发现首个模型遗漏的问题。
Google Research精选AI 评分6262 Google 发布基于 TEE 的新一代联邦学习系统，Gboard 已部署
Google 发布新一代联邦学习系统，用可信执行环境（TEE）为数据匿名化提供可远程验证和审计的保证，并已由 Gboard 采用。Gboard 借此上线英语和日语下一词预测模型，隐私保证更强、准确率提升，训练时间从过去的 1-2 个月大幅缩短，瓶颈转移到服务端 TEE 资源。
推荐理由：Google 公布基于 TEE 的新一代联邦学习系统设计，并给出 Gboard 已部署的落地情况，可了解隐私可验证训练的一种工程路径。
NVIDIA Blog精选AI 评分6262 NVIDIA DGX Spark 推出 64GB 版本，支持双机集群扩展本地 AI
NVIDIA 将于本月通过 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 推出 64GB 统一内存版 DGX Spark，10 月 23 日开售，起售价 4,999 美元，保留 GB10 Grace Blackwell 超级芯片、DGX OS 与完整 NVIDIA AI 软件栈，支持最高 1000 亿参数模型在设备端运行。
推荐理由：原文给出 64GB 新配置的定价、上市时间与双机集群方式，读者可据此判断本地跑大模型的硬件门槛。
Hugging Face BlogAI 评分4040 ServiceNow CoreAI 推出 AutoSynthData：为企业智能体生成训练数据
ServiceNow CoreAI 构建了 AutoSynthData，利用目标模型的失败案例与更强教师的成功示范定位能力缺口，再生成并验证新任务用于后训练，课程随模型进步向仍难的任务迁移。该流程在 EnterpriseOps Gym 上做了演示，任务由系统规范、用户提示词和验证器三部分组成，需满足可行性、真实性与难度三项要求。
OpenAI NewsAI 评分2222 Chatham Financial 用 OpenAI Codex 与 GPT-5.6 将交易验证从 30 分钟压缩至 4 分钟内
Chatham Financial 使用 Codex 和 GPT-5.6 构建技术并重新设计工作流程，将交易验证时间从 30 分钟缩短到 4 分钟以内。
NVIDIA Blog精选AI 评分8080 NVIDIA GPU 如何加速 OpenAI GPT-6 Astra Ultrafast
OpenAI 的 GPT-6 Astra Ultrafast 已在 OpenAI API 以及符合条件的 ChatGPT Work 和 Codex 用户中开放，运行在 NVIDIA Blackwell GPU 上，token 生成速度最高可达 Astra Standard 模式的 8 倍。
推荐理由：原文给出 Ultrafast 模式相对标准模式的加速幅度与开放入口，读者可据此判断它对编码智能体循环的实际影响。
AWS Machine Learning BlogAI 评分3838 基于 Amazon Bedrock AgentCore 的智能体 AI 如何扩展云迁移
AWS Professional Services 用四个智能体（Intake、IaC、Migration Intelligence and Governance、SRE）在 Amazon Bedrock AgentCore 上构建云迁移方案，将每个应用的 IaC 开发时间从 3 到 4 周缩短至几分钟，该数据来自一个覆盖 300+ 应用的内部项目。
AWS Machine Learning BlogAI 评分3232 Amazon Quick 推出 Live Data in Apps：AI 构建的应用可实时查询受治理数据集
Amazon Quick 为 AI 构建的 Quick Apps 推出 Live Data in Apps，应用每次打开时都会实时查询受治理的 Quick Sight 数据集，不再依赖构建时的静态快照。该功能支持 SPICE 和 Direct Query 两种数据集模式，查询以查看者身份执行，自动沿用现有行级与列级安全规则，每位查看者首次使用需按数据集授权，且不支持匿名或公开访问。
AWS Machine Learning BlogAI 评分3434 用 NVIDIA NeMo Agent Toolkit 和 Amazon S3 Vectors 构建智能体记忆
NVIDIA NeMo Agent Toolkit（NAT）可通过自定义 memory provider 接入 Amazon S3 Vectors，作为多智能体系统的持久记忆层，并部署在 Amazon EKS 上。
OpenAI NewsAI 评分1515 OpenAI：先进 AI 或成突破性创意背后的日常执行关键
OpenAI 发文探讨先进 AI 对突破性创意背后日常工作的价值，认为执行环节可能决定下一阶段经济的形态与进步速度。文章未给出具体模型、参数或基准数据。
AWS Machine Learning BlogAI 评分3030 Amazon Payments 如何用 Amazon SageMaker AI 上的上下文多臂老虎机提升获客漏斗转化
Amazon Payments 在 Amazon SageMaker AI 上用多目标上下文多臂老虎机（LinUCB）为产品获客漏斗做个性化内容选择，七周线上 A/B 测试中，一个人群最终漏斗转化率取得高个位数相对提升，另一人群则无改善，问题出在内容而非模型。
AWS Machine Learning BlogAI 评分4040 用 Amazon Bedrock AgentCore 构建环境智能体：从事件驱动信号到人类在环工作流
Amazon Bedrock AgentCore 支持构建"环境智能体"（ambient agent），由 Amazon S3 事件或定时任务触发后在 AgentCore Runtime 上运行作业，并通过单个 ask_human 工具在需要时暂停等待人工审批，再从中断处恢复。
AWS Machine Learning BlogAI 评分2828 如何在 AWS 上为 Claude Platform 配置多环境访问
AWS 发布 Claude Platform on AWS（CPonAWS）多环境访问实施指南，通过专用 AI Services 账户统一承载订阅与工作区，实现生产与开发流量隔离。
AWS Machine Learning BlogAI 评分1515 Amazon Quick Sight 推出层级筛选器，简化仪表板下钻
Amazon Quick Sight 发布层级筛选器，可将 Region、Country、City 等多个关联字段合并到一个紧凑控件中，支持最多五级层级，读者按逻辑路径逐级下钻，无需面对大量独立筛选器。该功能支持跨层级混选（如同时选中整个日本和纽约市），并可跨工作表作用于整个仪表板。
OpenAI NewsAI 评分2020 Albertsons 如何用 ChatGPT Enterprise 和 OpenAI API 重塑零售
Albertsons 正使用 ChatGPT Enterprise 和 OpenAI API 帮助团队加快工作速度，并让数百万顾客的购物体验更轻松。
AWS Machine Learning BlogAI 评分2424 uniopen 如何用 Amazon Nova 2 Lite 定制零售审核策略并部署生产
uniopen 通过 Amazon SageMaker AI 对 Amazon Nova 2 Lite 进行监督微调，并做提示词层面的输出优化，使其适配自身零售审核策略。
NVIDIA BlogAI 评分2222 NVIDIA AI 工厂如何实现高产出、长寿命与通用性以最大化投资回报
NVIDIA 提出 AI 工厂投资回报由三要素决定：每兆瓦产出能力、硬件使用寿命和 token 需求。SemiAnalysis AgentX 数据显示，Vera Rubin NVL72 每兆瓦吞吐量比 GB300 NVL72 高 30 倍以上，在 DeepSeek V4 Pro 上每百万 token 成本低至 45 倍。
OpenAI NewsAI 评分1818 The Den 借助 ChatGPT Work 每周省出 10-15 小时用于扩张
社交俱乐部 The Den 在新店开业之际，用 ChatGPT Work 将拨款申请的准备时间从 3 天缩短到 2 小时，酒牌材料从 4 天缩短到 3 小时，每周因此省出 10-15 小时用于业务增长。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展至开发者、企业和消费者。
推荐理由：官方给出 Argon 在编码、企业知识与网络安全防御上的基准表现和分阶段开放路径，可据此判断前沿模型的能力边界与落地节奏。
NVIDIA BlogAI 评分1818 NVIDIA 开放 2027–2028 研究生奖学金申请，单项最高 6 万美元
NVIDIA 第 26 届研究生奖学金项目面向全球开放申请，2027–2028 学年单项奖金最高 6 万美元，申请截止日期为 2026 年 10 月 30 日。
Microsoft ResearchAI 评分3434 微软研究院用机器学习预测电网空间天气风险，覆盖美国 66,935 座变电站
微软研究院开发了一套端到端机器学习流水线，利用 L1 太阳风观测和 AE、Dst 指数预测，为美国本土 66,935 座变电站生成 30-60 分钟前的局地空间天气风险估计。
AWS Machine Learning BlogAI 评分3737 用 Amazon Bedrock Knowledge Bases 以自然语言查询理赔数据
Amazon Bedrock Knowledge Bases 支持通过 AgenticRetrieveStream API 用自然语言查询理赔文档，并返回带引用的答案。
AWS Machine Learning Blog精选AI 评分6262 在 Amazon Bedrock AgentCore Runtime Instances 上构建多智能体音乐制作流水线
AWS 官方博客演示在 Amazon Bedrock AgentCore Runtime Instances 上部署三智能体音乐制作流水线：作曲、交付、合规三个智能体通过同一 runtimeSessionId 共享一个 GPU 实例和文件系统，作曲智能体在 NVIDIA L4 上用 ACE-Step 模型约 9 秒渲染 20 秒 48 kHz 立体声。
推荐理由：AWS 官方给出三智能体共享 GPU 实例的完整代码与实测数据，可迁移到其他长时多智能体工作流。
Google DeepMind精选AI 评分6262 Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入水印
Google DeepMind 发布 SynthID Bio，将水印技术引入合成生物学，把不可感知的签名直接嵌入生物代码，使水印不仅能在数字模型上验证，也能在合成出的实体蛋白质上验证，同时保持其生物功能。
推荐理由：SynthID 水印从图像扩展到合成生物，读者可了解其如何在不影响蛋白功能的前提下嵌入可验证信号。
NVIDIA Blog精选AI 评分6060 NVIDIA 与 CoreWeave 将 Vera Rubin NVL72 投入生产，Cognition 为首家客户
CoreWeave 宣布 NVIDIA Vera Rubin NVL72 系统搭配 Spectrum-X 102.4T 以太网在 CoreWeave Cloud 上可用，成为首批交付该平台的云厂商之一，Cognition 是首个在生产环境运行 Vera Rubin 的客户。
推荐理由：CoreWeave 上线 Vera Rubin NVL72 并公布 Devin 实测吞吐数据，读者可据此判断智能体推理的算力成本走向。
OpenAI NewsAI 评分5858 OpenAI 披露并阻断一次协同模型蒸馏行动
OpenAI 披露其阻断了一次协同的模型蒸馏行动，该行动试图提取受保护的模型推理内容。OpenAI 表示正在加强针对对抗性蒸馏的防御。
OpenAI NewsAI 评分2222 OpenAI 携手 America's SBDC 为小企业提供 AI 培训
OpenAI 与美国小企业发展中心（America's SBDC）合作，为小企业扩大实操 AI 培训和本地支持，并同步发布一份关于小团队如何使用 AI 的新报告。
AWS Machine Learning BlogAI 评分2222 Amazon Bedrock 将 Claude Opus 5、Sonnet 5、Haiku 4.5 的推理扩展至印度境内
Amazon Bedrock 在印度上线 Claude Opus 5、Claude Sonnet 5 和 Claude Haiku 4.5，通过地理跨区域推理让数据在印度境内处理。
AWS Machine Learning BlogAI 评分2323 Amazon Bedrock 在首尔和新加坡上线 Anthropic Claude 模型区域内推理
Amazon Bedrock 现支持在首尔区域使用 Claude Opus 5 和 Claude Sonnet 5、在新加坡区域使用 Claude Sonnet 5 进行区域内推理，请求与数据全程不出该 Region。
Hugging Face BlogAI 评分3838 Hugging Face 推出 Open TTS Leaderboard：面向多语言 TTS 与声音克隆的可扩展评测
Hugging Face 发布 Open TTS Leaderboard，用客观指标评测开源多语言 TTS 与声音克隆模型，单模型评测耗时从数周投票缩短到数小时。
AWS Machine Learning Blog精选AI 评分7171 GPT-6.1 Sol 在 Amazon Bedrock 正式可用
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，是 GPT-6 Sol 的重大升级，面向智能体编码、计算机使用和专业工作负载提供更强的推理能力。
推荐理由：原文给出 GPT-6.1 Sol 在 Bedrock 上的可用范围与成本对比，读者可据此判断智能体编码任务的性价比。
Google ResearchAI 评分4242 Google Research 提出 Diffusion Controller：统一并简化 AI 图像生成控制
Google Research 提出 Diffusion Controller 框架，将扩散模型去噪过程重构为连续控制问题，通过轻量“转向阻尼”网络在不改动冻结基座模型的情况下调控生成轨迹。在 Stable Diffusion v1.4 上以 HPS-v2 评测，其完全解锁版本对基线模型取得 90% 胜率，并支持 SFT、RWL 与 PPO 三种微调方式。
AWS Machine Learning BlogAI 评分2222 Amazon Quick 提示词工程基础指南
Amazon Quick 的提示词工程决定其 AI 功能对自然语言请求的响应质量，涵盖自定义智能体、自动化流程和对话式数据分析。文章提出以具体性实现清晰、以业务上下文提升相关性、用示例替代描述等核心原则，并给出适用于复杂请求的 CRISPE 结构化框架。
AWS Machine Learning BlogAI 评分2424 Amazon Quick 各组件提示词工程：模式与陷阱
AWS 发文拆解 Amazon Quick 各组件的提示词写法：Quick Research 需明确目标、受众与范围，并自行拆解子问题、限定数据源；Quick Flows 要写清时间、数据源、计算与交付目标，复杂逻辑用编号步骤，并可通过对话迭代调整；Quick Sight 的查询需包含业务问题、指标、维度与可视化偏好。