跳到正文

#数据/训练

今日 6 条
10月23日周五
  1. The Verge · AI47

    Meta 修改商业条款移除 AI 训练授权,法律专家称仍存抓取风险

    Meta 修改商业条款,移除了允许其使用新闻网站内容“训练”AI 模型的措辞,但法律专家警告,保留的“开发”一词仍可能被解释为包含训练行为。尽管 Meta 声称更新不赋予其超越 robots.txt 的新权利,但专家指出新条款仍允许 Meta 使用抓取内容开发“商业产品”,这并未完全消除其抓取新闻网站的风险。

  2. The Verge · AI75

    SpaceX 与 Tesla 探讨合并,分析指背后是 AI 业务与 Musk 控制权动机

    SpaceX 与 Tesla 组建特别委员会探讨合并,The Verge 分析背后动机为 AI 业务与 Musk 控制权。SpaceX 周二 Q3 财报称 AI 部门收入 $7.56 billion,SI 解决方案收入 $7 billion 为去年三倍;合并将助 Musk 掌握 Tesla 投票权并可能套现。两公司早前已联合推进 Terafab 芯片厂与 Macrohard 项目。

10月22日周四
  1. IT之家63

    马斯克承认特斯拉 FSD 在华无领先优势,正积极争取监管审批加速落地

    马斯克在特斯拉2026财年Q3财报电话会上承认,公司FSD在华尚未建立领先优势,正积极争取更广泛监管批准。财报显示截至第三季度末FSD全球活跃付费用户达174万同比增长67%,订阅占比首次达50%;中国市场自2025年推送后全面审批仍未落地,上海AI训练中心已投入运营但数据境内存储切断全球池。马斯克此前多次推迟入华时间表,新时间点仍未给出。

  2. IT之家55

    马斯克计划建造 Optimus 人形机器人学校,称 Terafab 经济价值或跻身全球前 20 经济体

    马斯克在特斯拉第三季度财报电话会透露将建 Optimus 人形机器人学校保障AI训练,并给出 Terafab 芯片厂2028年量产时间表。Terafab 与英特尔合作14A工艺生产 AI5 芯片,Optimus 年产百万台目标仍需超一年,特斯拉计划通过机器人学院让原型机自练获取训练数据。去年马斯克曾提出2026年生产100万台机器人。

  3. Hugging Face Blog64

    NVIDIA Kumo Relational 在关系数据上超越监督机器学习且无需训练

    NVIDIA Kumo Relational 在关系数据上无需训练即超越监督机器学习模型。该预训练关系基础模型在41个任务15个数据库上击败监督深度学习与梯度提升树管线,在SAP SALT基准上MRR超越AutoGluon集成8%,并通过开源库或NVIDIA NIM提供,可扩展至500B+行。

    推荐理由:Kumo Relational在关系数据基准上无需任务训练即超越监督模型,企业可将预测写成查询并由智能体调用,从而降低建模门槛。

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. Hacker News · AI 热帖47

    CERN 与 Mistral 签署意向书加速科学 AI 发展

    CERN 与 Mistral 签署意向书,建立长期战略合作伙伴关系,旨在开发用于科学发现的基础模型。双方计划基于 LHC 数十亿次模拟质子-质子碰撞数据,训练首个针对对撞机物理的预训练 Large Physics Model,以支持粒子重建、识别及异常信号检测等多任务。

10月19日周一
  1. 量子位40

    Biohub 联合美国能源部与 NIH 投入 18 亿美元构建生命预测模型

    Biohub 联合美国能源部、NIH 及 Meta、DeepMind 承诺投入 18 亿美元,旨在构建预测生命行为的“生命世界模型”。该平台整合异构算力与多组学数据,解决从分子到人体系统的多尺度建模难题。此前 Biohub 已投入 5 亿美元启动虚拟生物学计划,此次标志着 AI 生命科学进入基础设施竞争阶段。

  2. 量子位30

    2026物理AI与世界模型大会医疗健康世界模型分会场在南京举行

    2026物理AI与世界模型大会医疗健康世界模型分会场在南京举行,发布医疗世界模型高质量数据集联合建设计划、医疗健康世界模型一体机及五项慢病世界模型等六方面成果。这是国内首个聚焦物理AI与世界模型领域的高规格综合性行业大会,旨在推动医疗人工智能从单点识别向疾病状态演变与干预响应推演转变。

  3. IT之家51

    AI 公司 HUMXN 免费上门修水电、通管道,只为录像收集数据训练 AI 机器人

    AI 公司 HUMXN 免费提供上门维修服务,换取佩戴设备录制技术工人作业来训练 AI 机器人。首批落地明尼阿波利斯、芝加哥和迈阿密,房主可免费获得管道、电工等服务,技师照常获酬。创始人称机器人需理解物理交互,该模式让房主和企业从专业技能获益;相比 Meta、OpenAI 等被诉无偿抓取数据,HUMXN 直接付费购买真实场景数据。

10月18日周日
  1. IT之家46

    Meta 修改商业服务条款引发“用于训练 AI”争议,现已删除相关表述

    Meta 更新商业服务条款,声称有权使用企业账户域名内容训练 AI 模型,引发法律专家对抓取权限的争议。Meta 发言人澄清此举仅为广告条款整合,未改变爬虫行为,并重申站长可通过 robots.txt 控制权限。目前该争议条款已被正式删除,修改后的条款明确限定数据收集仅用于广告和商业产品。

  2. TechCrunch · AI47

    Meta 移除引发 AI 训练担忧的条款

    Meta 已移除商业使用条款中允许利用企业账户域名内容训练 AI 模型的争议性规定。此前该条款被法律专家解读为赋予 Meta 抓取出版商网站并用于模型训练的权限,引发广泛担忧。Meta 声明该条款仅适用于广告和商业产品,并未改变其网络爬虫的使用方式。

10月17日周六
  1. The Decoder76

    中国发布草案收紧开放权重模型与23项关键AI技术出口管制

    中国商务部和中科院发布草案,更新禁止与限制出口技术目录,对开放权重模型及23项关键AI技术收紧出口管制。管制覆盖大模型、智能体等,模型权重在训练计算达10^26 FLOPs等条件时受控,但开源发布可获自动许可。文章指出此举将促使美企转向本土模型,并暴露欧洲依赖开源模型的主权策略短板。

    推荐理由:中国拟对开放权重模型与智能体等23项技术设出口管制,将促使美企转向本土模型,并暴露欧洲开源主权策略的脆弱性。

10月16日周五
  1. The Decoder64

    Google 希望 Gemini 4 Argon 成为机器人唯一所需的 AI 模型

    Google 数日前全球发布 Gemini 4 Argon,期望它成为机器人唯一所需的 AI 模型,统一控制、仿真与评估。演示中从单张照片生成超4500次仿真训练,真实机器人成功率从56%升至75%;ERQA 基准获87%领先对手,但 AA-Robotics 真实控制测试仅排第三。虚拟环境训练并非新事,World Labs 与 Nvidia 已有类似探索。

10月15日周四
  1. Hugging Face Blog63

    HiRO-ACEv2 以约 1/300 成本模拟 3 km 分辨率极端天气

    HiRO-ACEv2 更新降尺度模型 HiROv2,以约 1/300 成本生成全球 3 km 气候数据并准确模拟极端天气。其匹配 X-SHiELD 高分辨率统计误差在 3% 内,10年模拟显示飓风能量与 X-SHiELD 相当,但暂仅支持匹配 X-SHiELD 的气候。

    推荐理由:新模型以约 1/300 成本生成全球 3 km 气候数据,让研究者能廉价获取极端天气高分辨率模拟。

10月13日周二
  1. The Decoder60

    Sakana AI与UC Berkeley提出MASS多智能体自监督方法,单一模型可自改进但难察自身盲点

    Sakana AI与UC Berkeley研究人员提出MASS方法,使单一语言模型通过分担求解、评判与优化角色实现递归自改进。在十二项研究任务上,两轮训练后模型对基线的胜率从53.9%升至69.9%,但共享盲点可能让错误通过自评估固化到后续训练。该方法代码已公开,延续了Sakana AI于6月成立递归自改进实验室的方向。

10月12日周一
  1. IT之家39

    阿里千问发布 QwenGyre 在线强化学习框架

    阿里千问正式发布面向长程智能体任务的在线强化学习框架 QwenGyre。该框架通过弹性调度与轨迹处理,在 NL2RepoBench 实验中实现 1.78× 端到端加速,并将模型通过率从 52.5% 提升至 58.5%。此前此类超长程任务因交互轮次多、token 消耗大,难以作为有效的训练来源。

© 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