跳到正文
只看论文#论文/研究
  1. Hugging Face Blog72

    NVIDIA与IIT Madras发布Indic预训练研究与2.8T token数据集

    NVIDIA与IIT Madras及AI4Bharat将发布Nemotron-pretraining-Indic-v1，覆盖22种印度语言、约2.8万亿token，并同步开放GPU加速的数据生成流程。

    推荐理由：报告同时给出2.8T token语料、生成流程与continued pretraining评测，便于理解印度语言数据扩展的方法和效果边界。

  1. Google Research64

    Google Earth AI 地理空间推理智能体发布技术报告并扩大早期访问

    Google Earth AI 发布地理空间推理智能体技术报告、合作伙伴测试进展，并扩大 Ask Google Earth 与 Geospatial Reasoning Agent API 的早期访问。

    推荐理由：技术报告比较了地理空间工具与预先规划在四项基准上的作用，并开放两个新基准，便于研究者复现和扩展评估。

  1. GitHub Blog · AI & ML72

    GitHub 用 ModernBERT 提升秘密检测效率并降低噪声

    GitHub 为秘密扫描设计了 Regex 候选生成与微调 ModernBERT 分类器组成的两阶段管线，用于结合上下文区分真实凭据和外观相似字符串。该分类器已将通用秘密检测扩展至 push protection，相比此前的 LLM 管线，仓库所有者加权接受率提高 11.5%，提交后扫描中位执行时间降低 86%，服务成本降低超过 98%。

    推荐理由：GitHub 公开了紧凑型秘密检测模型的训练与混合扫描设计，并提供精度、召回率、延迟和成本数据。

  1. Google Research62

    AI辅助能否同时提升工作表现与从业者能力？

    Google Research参与的三个月现场实验显示，AI辅助提高了律师的专利起草表现，但未同步改善初级律师的无辅助专业判断。研究随机安排133名来自11家知识产权律所的律师使用AI，起草任务得分在10天和90天分别提高0.34和0.38个标准差；在移除AI后的专利修订任务中，资深律师提高0.45个标准差，初级律师没有可辨识的提升。

    推荐理由：三个月实验区分了AI辅助产出与无AI判断，揭示资深与初级律师能力变化的差异，为职业培训评估提供了可比较的测量框架。

  1. Microsoft Research66

    Microsoft Research 研究物理 AI 机器人推理卸载并扩展 Physical AI Toolchain

    Microsoft Research 研究了将物理 AI 推理从机器人车载 GPU 卸载到边缘或云端 GPU 的方案。实验显示，卸载可提升映射、规划、导航和操作性能，并减少电池消耗；研究团队还在 Physical AI Toolchain 中加入基于 Kubernetes 的自动容器化、部署和推理卸载能力。

    推荐理由：文章通过移动机器人实验展示推理卸载对任务性能、电池续航和部署规模的影响，并给出基于 Kubernetes 的实现工具。

已经到底了