跳到正文

#Anthropic

今日 2 条
今天11月18日周三
  1. AWS Machine Learning Blog61

    ArisGlobal 如何在 Amazon Bedrock 上扩展生成式 AI 推理

    ArisGlobal 在 Amazon Bedrock 上通过前置并缓存共享提示词前缀,在不让成本按比例增长的情况下扩展多租户生成式 AI 推理。实现使用 Anthropic Claude Sonnet 4.5,此前共享前缀 6 个月增长约 150%,每案例推理成本增加超过 200%;调整后典型请求 65% 的输入 token 由缓存提供。

    推荐理由:原文用生产指标说明调整缓存对象能降低输入成本,并提供多租户场景下可迁移的请求排序和缓存监控经验。

11月17日周二
11月14日周六
11月13日周五
11月12日周四
11月11日周三
  1. Microsoft Research63

    微软研究发现 Lazarus 后门技术:重编程少于10个休眠神经元可攻击 AI Agent

    微软研究人员发现名为 Lazarus 的后门技术,重编程 LLM 少于10个休眠神经元即可在无训练下让 AI Agent 执行攻击者命令。触发可为日期变更等隐藏条件,模型平时通过标准评测;微软 Foundry 通过绑定可信发布者并扫描环境来缓解此类威胁。

    推荐理由:微软研究团队发现重编程少于10个休眠神经元即可在无训练下后门 AI Agent,提醒开发者需将模型权重当作代码审计并验证来源。

11月10日周二
  1. AWS Machine Learning Blog35

    AWS Quick 中智能体与技能的工作机制

    AWS Quick 通过智能体(Agents)和技能(Skills)实现任务自动化,智能体基于 ReAct 模式运行,利用连接器访问数据源并执行操作。技能作为可复用的指令集,教导智能体完成特定任务,如生成文档或执行深度研究。该服务支持通过自然语言交互,结合空间(Spaces)和知识库(Knowledge Bases)将答案锚定在用户连接的数据上。

  2. AWS Machine Learning Blog69

    AWS 上线 Claude Fable 5.2 与 Mythos 5.2 模型

    今日,AWS 宣布在 Amazon Bedrock 和 Claude Platform on AWS 上提供 Claude Fable 5.2 与 Claude Mythos 5.2 模型可用。

    推荐理由:本文介绍Claude Fable 5.2在Bedrock上的可用性与拒绝重试缓存计费方式,并给出迁移技能,便于开发者降本和升级。

11月7日周六
11月6日周五
  1. Hugging Face Blog55

    AI2 发布 ToyBlocks 受控机器人学习与评估模拟框架

    AI2 发布 ToyBlocks 受控机器人学习评估模拟框架,开源模拟资产、自动化演示生成器与 85,336 条长程演示数据。该框架支持隔离高低层失败原因并测试 VLA 空间泛化,真实 FR3 机械臂零样本堆叠成功率为 50%。此为 FoundationWorlds 首个环境,几周后计划发布更大数据集与 RL 训练能力。

  2. AWS Machine Learning Blog52

    Amazon Bedrock AgentCore Web Answer 上手指南

    文章介绍了在 Amazon Bedrock AgentCore 上使用 Web Answer 的方法,包括授权、添加目标与从 Strands 代理调用。Web Answer 将搜索、检索、合成与引用流水线合并为一次 MCP 工具调用,返回带源引用的答案。该功能已在 us-east-1 一般可用,定价为 $10 per 1,000 tool calls。

11月5日周四
  1. AWS Machine Learning Blog58

    Deep Insight 如何在工作代码中应用生产 AI 智能体的四层上下文工程

    Deep Insight 通过工作代码展示了生产 AI 智能体的四层上下文工程实现,涵盖架构隔离、提示控制、文件外置与验证防护。参考实现中单一写执行工具使脚本新增上下文 token 减少约95%,按需加载技能缩减系统提示约97%。这是文章系列 Part 2,基于 Part 1 提出的多智能体挑战与 Strands Agents SDK 架构。

11月4日周三
  1. Hugging Face Blog52

    StateBench:测试大语言模型在长文档中追踪状态变化的能力

    StateBench 是一个测试大语言模型长文档状态追踪能力的基准。它设四级难度,评估显示 Gated DeltaNet 与混合架构直接训练后泛化远优于 transformer,而 Gemini 3.8 Flash、Claude Opus 5.5、GPT-6 Sol 和 Luna 在难任务上随输入变长准确率跌至 13% 以下。该基准提供开源数据与代码,助力研究者定位模型缺陷。

10月28日周三
  1. AWS Machine Learning Blog50

    Exowatt 借助 SageMaker 无服务器模型定制在专属任务准确性上超越前沿模型

    Exowatt借助Amazon SageMaker AI无服务器模型定制微调Qwen3-1.7B与Qwen3-14B,在告警分类和能源市场分析任务上准确性超越前沿模型且成本最高降至1/49。流水线覆盖数据准备、微调、评估与边云部署,边缘模型量化至8位运行于现有CPU,云端模型经Bedrock导入按活跃计费无闲置成本。该实践源于Exowatt设备群从测试台向制造与现场单元扩展时对可缩放AI层的需求。

  2. Hugging Face Blog67

    Ai2 研究:我们能否信任大语言模型判断研究想法是否新颖

    Ai2 发布研究 Old Ideas, Novel Problems 与评测基准、数据及代码,测试大语言模型判断科研想法新颖性的可靠性,发现提示词微调可使同一模型准确率波动超 50 个百分点。测试涵盖 GPT-5.1、Claude Opus 4.6 等六模型,且检索与额外推理未稳定提升判断,专用评估系统成本更高却弱于简单提示基线。该基准与流水线已开放,可应用于新审稿与其他科学社区。

    推荐理由:该研究发布新颖性判断基准与开源流水线,可供研究者量化自动科学发现流程里原创性评估的不稳定性与影响因素。

10月23日周五
  1. AWS Machine Learning Blog37

    Rescale 如何利用 Strands Agents 和 AI-DLC 构建 AI 分诊智能体

    Rescale 利用 AWS 的 AI-DLC 框架和 Strands Agents 构建了自动化测试失败分诊智能体,从问题定义到预发布部署仅用五天。该智能体运行在 Amazon EKS 上,调用 Claude Opus 4.8 对端到端测试失败进行分类和路由,并通过 MCP 查询日志生成修复报告。此前 Rescale 工程师需手动处理大量测试失败,导致发布流程受阻。

10月22日周四
  1. AWS Machine Learning Blog61

    AWS Deep Insight 如何解决多智能体系统的五大生产挑战

    AWS解决方案架构团队发文剖析其构建的开源多智能体系统Deep Insight,讲解它如何解决生产环境的五大核心挑战。系统基于Strands Agents SDK与Amazon Bedrock等构建,提供三种部署方式并已在GitHub开源。本文为三部分系列第一篇,后续将涵盖上下文工程与生产部署。

    推荐理由:AWS团队以自研Deep Insight为例,梳理生产环境多智能体系统的五大挑战与架构对策,为类似系统提供可复用的设计与部署参考。

10月21日周三
  1. Hugging Face Blog69

    FairStress:更深入评估大语言模型决策公平性

    Ai2 发布 FairStress 基准,用于衡量大语言模型在影响人的决策中超越最终选择的群体公平性。该基准包含 300 个双候选决策场景,结合对抗前缀扩展至超过 13 million 测试案例,实验显示模型受挑战时放弃正确决策存在群体不对称,这是 Ai2 开放评估工作的一部分。

    推荐理由:该基准通过引入对抗前缀与身份变量测试决策稳定性,揭示标准公平性评测忽略的隐藏不对称,为干预提供新评估工具。

10月20日周二
  1. AWS Machine Learning Blog52

    Amazon Bedrock 现已支持 Anthropic Claude 模型结构化输出

    Amazon Bedrock 现已支持所有 Anthropic Claude 模型在 bedrock-runtime 与 bedrock-mantle 端点返回符合 JSON Schema 的结构化输出,无需自定义解析或重试逻辑。该功能使用约束解码在生成时强制模式,使输出从概率性变为确定性,并可通过 24 小时语法缓存提升复用性能;目前已在两端点正式可用。

10月14日周三
10月9日周五
10月8日周四
  1. AWS Machine Learning Blog66

    Claude Haiku 5.5 登陆 AWS Amazon Bedrock 与 Claude Platform

    AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 与 Claude Platform on AWS 上线,该模型为 Claude 5.5 系列最快且多数任务成本较 Haiku 4.5 低约75%。它支持 effort controls 与高分辨率图像,适合子代理与高吞吐编码等任务,可与近期发布的 Opus 5.5 组成规划与执行分工。

    推荐理由:Claude Haiku 5.5 较 Haiku 4.5 成本降约75%且支持 effort controls,读者可参考其在 AWS 子代理场景的性价比优势。

10月6日周二
10月3日周六
10月2日周五
9月30日周三
9月29日周二
9月22日周二
9月3日周四
7月7日周二
3月17日周二

© 2026 SI·Hot · Super Intelligence Hot · 超级智能热点 · 网站数据均来源于网络公开资料,版权归来源方所有