跳到正文

#数据/训练

今日 0 条
9月25日周五
9月16日周三
  1. Google Research38

    Google 用 Retrieve-for-Train 加速复杂 AI 搜索:53.9M 扩散模型实现单次查询扇出

    Google 在 ICML 2026 论文中提出 Retrieve-for-Train 框架,通过离线强化学习将查询扇出行为编译为监督信号,并蒸馏进一个 53.9M 参数的扩散检索器,在推理时以单次非自回归前向传播完成集合级查询扩展,无需链式推理 token。该框架基于 Gemma3-4B 和 Qwen3-4B 微调,旨在解决零样本 LLM 在数据库感知查询分解中的同义重复与自回归延迟瓶颈。

9月11日周五
9月8日周二
  1. Google DeepMind78

    Google DeepMind 发布 AlphaGenome Atlas,预测人类基因组全部单核苷酸变异影响

    Google DeepMind 今日推出 AlphaGenome Atlas,一个包含人类基因组 90 亿个单核苷酸变异分子效应预测的平台,并配套发布 AlphaGenome Variant Impact (AVI) 评分,用于快速排序和解读变异影响。

    推荐理由:原文给出了数据集规模、AVI 评分和开放入口,读者可以据此判断它对罕见病和复杂性状研究的实用价值。

8月25日周二
  1. Mistral AI38

    Mistral 与 HUMAIN 宣布战略合作,推动沙特及中东主权 AI 发展

    Mistral 与 HUMAIN 宣布战略合作,在沙特阿拉伯及中东地区推进 AI 基础设施、先进模型开发与 AI 解决方案部署,初期聚焦网络安全和语音领域,并计划开发阿拉伯语表现优异的前沿模型。此次合作规模达数亿欧元,Mistral 将探索使用 HUMAIN 的数据中心基础设施,双方还计划在沙特面向受监管行业制定联合市场策略。

1月10日周六
  1. Berkeley AI Research38

    信息驱动式成像系统设计

    伯克利AI研究团队提出一种直接基于信息内容评估与优化成像系统的新框架,无需依赖人类可解读的图像或任务特定解码器。该信息度量在彩色摄影、射电天文、无透镜成像和显微镜四个领域均能预测系统性能,且优化后的设计在匹配最先进端到端方法的同时,所需内存和计算更少。相关成果发表于NeurIPS 2025论文。