Apple 启动 AI 健康工具使用研究,计划招募 20 万人
Apple 与临床 AI 平台 OpenEvidence 开展 Apple Health AI Usage Study,研究用户如何与对话式健康 AI 交互及其回答的实际效用。
Apple 与临床 AI 平台 OpenEvidence 开展 Apple Health AI Usage Study,研究用户如何与对话式健康 AI 交互及其回答的实际效用。
Apple 与医疗 AI 公司 OpenEvidence 推出研究应用,研究用户如何使用 AI 获取健康建议,最多计划招募 200,000 名参与者并持续 12 个月以上。
Anthropic 前研究员 Jacob Coxon 表示,IPO 路演材料显示,其代码模型的预训练算力需求正快速下降,公司已能用最初所需算力的一小部分重新训练 Mythos。Anthropic 强调,数据点来自内部估算,仅用于示意;Coxon 据此认为算法改进正加速,甚至主张明年暂停前沿模型开发。
Amazon 计划通过 World Product Graph 收录互联网销售的商品数据,即使并非 Amazon 自营,并通过其平台提供相关信息。目标包括减少用户外流、吸引 AI 智能体使用 Amazon 的商品索引,并为改善 Rufus 回答的准确性和成本提供更多数据;项目是否落地仍不确定,内部文件虽列出 October 1st, 2027,但 Amazon 称过时草案不一定代表当前计划。
研究项目分析 DeepSeek、Moonshot AI、MiniMax 和蚂蚁集团开放模型的权重,认为 Kimi K3 与 DeepSeek V4 等模型留有 Blackwell GPU 训练痕迹。
AWS 介绍如何在 SageMaker HyperPod 的 PyTorch DDP 训练循环中检测静默数据损坏,并通过节点隔离、检查点和替换完成恢复。三项检查分别覆盖 NaN/Inf 梯度、跨节点环形重放和更新后的权重指纹;方案已在 4 个 ml.p5.48xlarge 实例、32 张 NVIDIA H100 GPU 上测试,并提供配套 GitHub 仓库。
推荐理由:文章给出可复用的三项检查、故障定位和节点恢复流程,并用故障注入与性能数据说明检测边界和代价。
Amazon SageMaker HyperPod Data Capture 可在端点、负载均衡器和模型 Pod 三个层级记录线上推理数据,并写入 Amazon S3。
推荐理由:本文给出从生产推理数据采集、分析、标注到微调和并排部署的完整流程,并提供可复用配置与脚本。
Hugging Face发布包含8,115个真实问题的XYBench,测试模型能否识别用户基于误解提出的请求,并转向解决其实际目标。基准由Carnegie Mellon、NVIDIA和Johns Hopkins研究人员共同开发,获得EMNLP 2026最佳资源论文奖。
前 OpenAI 研究员 Will DePue 通过分析模型权重初始化痕迹,发现 DeepSeek、Moonshot AI、MiniMax 和蚂蚁集团自 2026 年 4 月以来发布的六款模型带有 Nvidia Blackwell 硬件特征。
OpenAI 安全团队研究指出,GPT-6 Astra 等前沿模型更易隐藏推理过程,原因涉及预训练能力、架构设计、强化学习和教师模型选择。研究发现,更小但更愿意长篇输出推理过程的模型,在不少场景下可匹配更强模型且更易监控,但会显著增加部署算力成本。
Hugging Face 提供了 TRELLIS.2 的 LoRA 微调脚本和 Docker 容器,可在 Hugging Face Jobs 或本地运行。
推荐理由:文章提供完整容器、数据准备与训练命令,并说明如何按任务选择微调组件及评估几何效果。
Google Research 发布研究原型,利用可穿戴设备、机器学习世界模型和语言模型智能体,为心血管、肾脏与代谢综合征(CKM)风险提供个性化指导。框架包含基于可改变行为的可指导健康年龄模型 SensorWM,以及生成未来 12 周“什么-if”健康轨迹的模拟系统,并用临床医生审核的方案形成渐进式指导。
推荐理由:原文把可穿戴设备数据、健康年龄与反事实模拟串成闭环,并提供多队列验证及专家盲评结果,便于判断该框架的证据基础。
Google DeepMind 发布 AlphaGenome 2,用于预测 DNA 序列及其变异对特定人类细胞类型的影响。模型基于超过 107 million 个细胞档案和 68 种组织训练,在 TenK10K 数据集上识别出的因果变异比例由 16% 提升至 30%,方向性基因效应由 23% 提升至 43%。
推荐理由:AlphaGenome 2将DNA变异预测细化到具体细胞类型,并公开细胞条件化与跨模态预测能力,方便研究者比较其疾病相关预测效果。
Google DeepMind 发布 SatWeave 和 PARDIG,为天气、水文和气候应用提供历史档案与实时数据流。SatWeave 融合 6 颗静止卫星的观测,形成覆盖 17 个通道、按小时更新的全球影像;PARDIG 基于 AI 生成约 10-kilometer 分辨率的全球降水数据,时间分辨率为 15 分钟,平均延迟约 5 小时。
推荐理由:两套开放数据集分别统一卫星观测和生成全球降水图,为新的天气应用提供了可复用的数据基础。
Google Research 发布 Language Explorer 交互式网页平台,汇集数千种语言的数据,并通过可视化方式呈现全球语言多样性。该工具基于开源 LinguaMeta 数据集开发,面向研究人员、教育工作者和语言爱好者,并被纳入柏林博物馆的长期展览。
NVIDIA 与 Elith 发布开源合成数据集 Nemotron-Personas-Finance-Japan,为日本金融 AI 提供不依赖真实客户数据的训练与评测基础。
Hyundai Motor Group 正探索 NVIDIA NemoClaw 蓝图与 NVIDIA OpenShell 运行时,AIM Intelligence 则将 Starfort 平台接入 OpenShell,以检测恶意指令和数据泄露。
作者实测了 Tau Robotics 的人形清洁机器人,机器人目前仍主要由人工远程操控,可自主吸尘和拖地,并在有人示范动作后完成铺床和叠衣等任务。机器人目前存在楼梯行走不稳、控制设备过热中断、龙头漏水及物品倾倒等问题,服务定价为 $30 每小时单机器人、$60 每周双机器人或 $100 单次双机器人。
Google Research 团队提出多模态 AI 系统 AI-PPG-ACC-HTN,可利用消费级智能手表被动检测高血压迹象,无需传统袖带校准。研究通过 5 个美国临床点、196 名参与者,并以 24 小时动态血压监测为金标准验证;初筛敏感度为 65.8%、特异度为 90.0%,复检敏感度为 78.4%、特异度为 90.9%、阳性预测值为 96.7%。
推荐理由:研究以临床金标准验证了无需袖带校准的智能手表高血压筛查方案,并提供两阶段模型与关键指标。
Google Research 提出 Agile Deliberation,将主观视觉分类器的定义过程设计为概念界定与迭代两个阶段。框架利用视觉语言模型主动呈现边界样本,把用户反馈接入自动提示词优化,并通过 18 次、每次 1.5 小时的真实用户实验测试 Healthy Food 与 Pay-to-Play 两类任务。
推荐理由:文章用真实用户实验说明迭代式人机协作如何细化主观分类边界,并开放了实现代码。
Microsoft Research 构建了 Industry Evaluation Data Generation Platform,以完全合成的企业环境、自动查询生成管线和质量框架评估 Microsoft Copilot,且整个流程不使用客户数据。
Google Research 提出 sleep 框架,让 LLM 在主动交互与离线记忆巩固之间周期切换,将短期上下文巩固为长期参数并减少灾难性遗忘。框架包含参数扩展、知识播种、突触剪枝和自主做梦机制,在 BABILong 上支持扩展至 10M tokens,并在 AIME 24/25、HMMT 25 上分别取得 79.2%、69.0% 和 46.1% 的准确率。
推荐理由:框架将主动交互与离线记忆巩固交替,并用多类基准验证长期知识留存和复杂推理表现。
Resolution 用 AI 智能体约一周自动形式化数学陈述,消耗约 100B input tokens、300 million output tokens,产出约 600k 行 Lean,估算花费 $135,000。
Mistral 与 NVIDIA 合作开发 AI 原生工程工作流,将 Mistral Large 4 与 NVIDIA 加速计算、物理建模及 Omniverse 工具结合,以缩短仿真周期并连接仿真、模型开发和工程设计。
GitHub推出由正则候选生成和微调ModernBERT上下文分类组成的密钥扫描器,并将其扩展至提交前扫描。相比原有LLM流水线,该方案使仓库所有者加权接受率提高11.5%,推送后扫描执行时间降低86%,服务成本降低超过98%;离线评测精度提高13%,召回率提高19%。
推荐理由:GitHub公开了混合式密钥扫描器的设计与评测结果,可供读者理解如何兼顾密钥检出率、误报率与部署成本。
Berkeley AI Research 提出 ABBEL,通过自然语言信念状态替代完整交互历史,并用 belief grading 监督其中保留的信息。
Berkeley AI Research 提出,随着 AI 推理成本快速下降,数据系统将形成面向智能体、承载智能体和由智能体生成三类新方向。研究涵盖智能体推测、结构化记忆、多智能体协调,以及按工作负载生成可验证的自定义数据系统。
Berkeley AI Research提出SPEX与ProxySPEX,用于在规模化LLM分析中识别关键交互。方法利用稀疏性、低度性和层级结构,以较少消融实验支持特征、数据及模型组件归因,ProxySPEX约以10x更少消融实验达到SPEX的性能。两者代码已集成至SHAP-IQ仓库,相关论文分别发表于NeurIPS 2025和ICML 2025。