ข้ามไปที่เนื้อหา
เฉพาะ จากต้นทาง
6 พฤศจิกายนวันศุกร์
  1. Google DeepMind78

    Google DeepMind เปิดตัว Gemini Omni 1.2 Flash คลิป 15 วินาที ราคาถูกลง 30%

    Google DeepMind เปิดตัว Gemini Omni 1.2 Flash พร้อมใช้งานทั่วไปแล้วทั้งใน Gemini API และ Gemini for business โดยมีความสามารถสร้างวิดีโอเนทีฟความยาว 15 วินาที การแก้ไขผ่านบทสนทนาหลายรอบ และการทำตามภาพอ้างอิงที่แข็งแกร่งขึ้น ราคาลดลง 30% จาก Gemini Omni 1.1 เหลือ 0.07 ดอลลาร์ต่อวินาทีสำหรับวิดีโอ 720p และผู้ใช้สามารถร่างที่ 360p หรือ 720p ก่อนอัปสเกลเป็น 1080p หรือ 4K คลิปสามารถตั้งค่าได้ตั้งแต่ 3 ถึง 15 วินาที เพิ่มทีละหนึ่งวินาที และผลลัพธ์มีลายน้ำ SynthID ที่มองไม่เห็น

    ทำไมเรื่องนี้สำคัญ: Gemini Omni 1.2 Flash เพิ่มความยาวคลิปเนทีฟเป็น 15 วินาที และลดราคาลง 30% เหลือ 0.07 ดอลลาร์ต่อวินาทีของวิดีโอ 720p พร้อมการแก้ไขผ่านบทสนทนาหลายรอบที่พร้อมใช้งานทั่วไปแล้ว

  2. OpenClaw Blog69

    OpenClaw เปิดตัว Multiplayer สำหรับเอเจนต์และบริบทที่แชร์ร่วมกัน

    OpenClaw ได้เปิดตัว Multiplayer ซึ่งเป็นฟีเจอร์ฟรีและโอเพนซอร์สที่ให้หลายคนเชื่อมต่อกับเอเจนต์และเวิร์กสเปซ OpenClaw เดียวกันได้ โดยพรอมป์จะปรากฏแบบเรียลไทม์บนแล็ปท็อปหลายเครื่อง และคำขอต่างๆ จะถูกประสานงานผ่านคิวที่แชร์ร่วมกัน ในการสาธิตที่งาน GitHub Universe ในซานฟรานซิสโก ผู้เข้าร่วมสองคนแก้ไขฉาก 3D เดียวกันโดยพิมพ์พรอมป์บนเครื่องแยกกันโดยไม่ต้องระบุบริบทซ้ำ OpenClaw Foundation กล่าวว่ามีผู้คนกว่า 50 คนร่วมมือกันในสภาพแวดล้อมที่แชร์ร่วมกันเดียวกัน และกำลังขยายฟีเจอร์นี้อย่างต่อเนื่อง

    ทำไมเรื่องนี้สำคัญ: OpenClaw ทำให้การแชร์เอเจนต์และบริบทเดียวกันamongหลายคนเป็นฟีเจอร์ฟรีและโอเพนซอร์ส ซึ่งเสนอแนวทางที่สามารถนำไปปรับใช้ได้สำหรับปัญหาการสร้างบริบทซ้ำแล้วซ้ำเล่าในการทำงานร่วมกันเป็นทีม

  3. Google Blog · AI80

    Google เปิดตัว Gemini Omni 1.2 Flash พร้อมคลิป 15 วินาทีและลดราคา 30%

    Google DeepMind เปิดตัว Gemini Omni 1.2 Flash และเปิดให้ใช้งานทั่วไปผ่าน Gemini API และ Gemini for business โมเดลนี้สร้างและแก้ไขคลิปแบบเนทีฟได้สูงสุด 15 วินาที เพิ่มขึ้นจาก 10 วินาทีใน Omni 1.1 รองรับการแก้ไขแบบสนทนาหลายรอบ และรักษาการอ้างอิงตัวละคร สินค้า และสไตล์ได้สม่ำเสมอมากขึ้น วิดีโอ 720p ราคา 0.07 ดอลลาร์ต่อวินาที ลดลง 30% จาก Omni 1.1 เอาต์พุตมีลายน้ำ SynthID และโมเดลกำลังทยอยเปิดใช้งานใน Flow, Google Vids, แอป Gemini และ Google Ads

    ทำไมเรื่องนี้สำคัญ: Gemini Omni 1.2 Flash ลดราคา 30% เหลือ 0.07 ดอลลาร์ต่อวินาทีสำหรับวิดีโอ 720p พร้อมขยายคลิปแบบเนทีฟเป็น 15 วินาที มอบทางเลือกที่ถูกกว่าให้ทีมที่ผลิตวิดีโอจำนวนมากเพื่อเปรียบเทียบกับเวอร์ชันก่อนหน้า

  4. Google Research72

    นักวิจัย Google ตรวจพบสัญญาณความดันโลหิตสูงด้วยข้อมูล PPG และมาตรวัดความเร่งจากสมาร์ทวอทช์ โดยไม่ต้องปรับเทียบกับเครื่องวัดความดันแบบมีปลอกแขน

    Google Research เผยแพร่งานวิจัยใน Nature เกี่ยวกับ AI-PPG-ACC-HTN ระบบหลายรูปแบบที่ตรวจจับสัญญาณความดันโลหิตสูงจากข้อมูล PPG และมาตรวัดความเร่งของสมาร์ทวอทช์โดยไม่ต้องปรับเทียบกับเครื่องวัดความดันแบบมีปลอกแขน ระบบนี้ผ่านการตรวจสอบเทียบกับการติดตามความดันโลหิตแบบต่อเนื่อง 24 ชั่วโมงในผู้เข้าร่วม 196 คนจากห้าสถานที่ในสหรัฐฯ โดยได้ความไว 65.8% และความจำเพาะ 90.0% สำหรับการคัดกรองเบื้องต้น และได้ความไว 78.4% และความจำเพาะ 90.9% สำหรับการทดสอบยืนยัน ผู้เขียนระบุว่างานนี้เป็นการวิจัยความเป็นไปได้เบื้องต้น ไม่ใช่สิ่งทดแทนเครื่องวัดความดันแบบมีปลอกแขนในทางคลินิก และไม่ใช่การวินิจฉัยแบบStandalone

    ทำไมเรื่องนี้สำคัญ: โมเดลความดันโลหิตสูงแบบไร้ปลอกแขนของ Google ถูกเปรียบเทียบกับการติดตามความดันโลหิตแบบต่อเนื่อง 24 ชั่วโมง แสดงให้เห็นว่าการรวบรวมข้อมูลจากเซ็นเซอร์แบบพาสซีฟหลายวันสามารถสนับสนุนการคัดกรองแบบฉวยโอกาสได้อย่างไร

  5. Google Developers Blog60

    การศึกษาของ Google พบว่าการอ้างอิงบั๊กที่ค้างอยู่ใน TODO ทำให้เอเจนต์เขียนโค้ดเสียสมาธิใน 13% ของเซสชัน

    ) การอ้างอิง เอเจนต์ดำเนินการตามรหัสบั๊กใน 6% ของการพบเจอ และ 83% ของการดำเนินการเหล่านั้นไม่ได้ถูกกระตุ้นโดยนักพัฒนา 41% ของการเบี่ยงเบนที่ไม่ได้ถูกกระตุ้นไล่ตามตั๋วที่ปิดไปแล้ว ขณะที่ 57% ไปกระทบกับบั๊กที่ยังเปิดอยู่และขยายขอบเขตงาน เมื่อควบคุมตัวแปรด้านนักพัฒนา ความซับซ้อนของโค้ดเบส ประเภทงาน ระดับโมเดล และปัจจัยอื่นๆ การเบี่ยงเบนไปตามบั๊กที่ไม่ได้ถูกกระตุ้นเพิ่มขั้นตอนขึ้น 70% โทเค็นขึ้น 77% และเวลารอขึ้น 105% ต่อเซสชัน

    ทำไมเรื่องนี้สำคัญ: การวิเคราะห์ร่องรอยขนาดใหญ่ของ Google แสดงให้เห็นว่าการอ้างอิงบั๊กที่ค้างอยู่ใน TODO ดึงเอเจนต์เขียนโค้ดเข้าสู่การเบี่ยงเบนที่ไม่ได้ถูกกระตุ้น และเอเจนต์ทำความสะอาดของบริษัทได้ลบการอ้างอิงที่ล้าสมัยหลายพันรายการโดยมีอัตราการยอมรับจากผู้ตรวจทานเกิน 95%

  6. Anthropic Research60

    Anthropic อธิบายองค์ประกอบของหน่วยความจำเอเจนต์ Claude

    Anthropic อธิบายแนวทางการออกแบบหน่วยความจำสำหรับเอเจนต์ Claude โดยนิยามหน่วยความจำของเอเจนต์ว่าเป็นความรู้ที่คงอยู่ข้ามเซสชัน และแยกออกจากการเปลี่ยนแปลงน้ำหนัก การเรียนรู้ในบริบท และการบีบอัดข้อมูล 5 รายจับคู่กับหน่วยความจำ 7 รายเขียน 413 ไฟล์ใน 225 โฟลเดอร์และได้รับหนึ่งแบดจ์

    ทำไมเรื่องนี้สำคัญ: Anthropic ให้รายละเอียดว่าหน่วยความจำของเอเจนต์ Claude ทำงานอย่างไร เปรียบเทียบการจดบันทึกของโมเดลบน CL-Bench และ Pokémon Red และแสดงให้เห็นว่าการฝันแบบออฟไลน์แก้ไขและจัดระเบียบบันทึกที่จัดเก็บไว้อย่างไร

  7. Anthropic Research36

    Anthropic: สอน AI ให้สร้างแบบจำลองทางวิทยาศาสตร์

    งานวิจัยของ Anthropic อภิปรายว่า ระบบ AI ในปัจจุบันสามารถอนุมานสมการอย่างแบบจำลอง Hodgkin-Huxley ได้ภายในเวลาบ่ายเดียว แต่การปรับให้เข้ากับข้อมูลการทดลองไม่เหมือนกับการเข้าใจ งานนี้แบ่งการสร้างแบบจำลองทางวิทยาศาสตร์ออกเป็นการสร้าง การกำหนดเงื่อนไข และการตีความแบบจำลอง และระบุว่า AI มีความก้าวหน้ามากที่สุดในการกำหนดเงื่อนไขแบบจำลอง ซึ่งการอนุมานแบบเบย์เป็นวิธีการมาตรฐานในการแมปชุดพารามิเตอร์ที่เป็นไปได้ทั้งหมดแทนที่จะเป็นการปรับให้พอดีเพียงชุดเดียว

  8. Mastra Blog38

    Mastra Agents เพิ่ม Ring Signals สำหรับเหตุการณ์กริ่งประตู

    ตอนนี้ Mastra agents สามารถรับเหตุการณ์กริ่งประตู Ring เป็นสัญญาณแจ้งเตือนได้ผ่านแพ็กเกจ @mastra/ring-signals ใหม่ โดยต้องใช้ @mastra/core@1.81.0 หรือใหม่กว่า แต่ละเหตุการณ์จะมาถึงใน thread ของ agent พร้อมลำดับความสำคัญที่กำหนดค่าได้ และ agent สามารถดึงภาพนิ่งหรือคลิปวิดีโอจาก Ring API เพื่อตัดสินใจว่าจะตอบสนองอย่างไร Ring signals ยังสามารถกำหนดเป้าหมายไปยัง thread ของช่องทางที่มีอยู่ เช่น iMessage เพื่อให้การแจ้งเตือนไปถึงบทสนทนาที่แชร์ร่วมกัน

  9. Modal Blog22

    Snorkel ใช้ Modal จำลองเอเจนต์สมจริงได้อย่างไร

    Snorkel ใช้ GPU และ CPU sandbox ของ Modal เพื่อรันการจำลองเอเจนต์หลายล้านครั้งต่อเดือน โดยมีอัตราสูงสุดถึงหลักหมื่น sandbox ต่อชั่วโมง และพึ่งพา Modal สำหรับการ inference บนโมเดล open-weight ที่ประเมิน การนำ memory bursting ของ Modal มาใช้ช่วยลดค่าใช้จ่าย sandbox ทั้งหมดของ Snorkel ลงประมาณ 20% โดยปัจจุบันมี sandbox ประมาณ 10-15% ที่ใช้ bursting Modal เป็นผู้ให้บริการ sandbox รายเดียวที่สามารถตอบสนองความต้องการ GPU sandbox ของ Snorkel ได้ในระดับขนาดใหญ่

  10. Microsoft Research58

    PDD Kit ของ Microsoft Research พิสูจน์อย่างเป็นทางการสำหรับเว็บแอปฟูลสแตกที่เขียนโดยเอเจนต์

    Microsoft Research เปิดตัว PDD Kit ซึ่งเป็นต้นแบบงานวิจัยที่เปลี่ยนเจตนาในภาษาธรรมชาติของนักพัฒนาให้เป็นข้อกำหนดรูปแบบ Verus พิสูจน์ว่าโค้ด Rust ที่เอเจนต์เขียนขึ้นเป็นไปตามข้อกำหนดนั้นสำหรับทุกอินพุต และถอยกลับไปใช้การทดสอบในจุดที่การพิสูจน์ไปไม่ถึง ในการสาธิตภายใน Chopin ของ GitHub Next ทีมงานใช้ PDD Kit ตรวจสอบตรรกะการเข้าสู่ระบบของ Pet Store ซึ่งเป็นแอปฟูลสแตก Rust ขนาดประมาณ 5,000 บรรทัด โดยนักพัฒนาตรวจสอบเอกสารเจตนาแทนการตรวจโค้ดที่สร้างขึ้นทีละบรรทัด ปัจจุบัน PDD Kit ตรวจสอบได้เฉพาะ Rust และการรับประกันของมันขึ้นอยู่กับชิ้นส่วนที่เชื่อถือได้หกชิ้นซึ่งนักพัฒนาให้การรับรอง รวมถึงการตรวจสอบรหัสผ่านด้วย bcrypt และการค้นฐานข้อมูลสองครั้ง

  11. Meta AI Research Blog60

    Meta นำโมเดล Muse และ Meta AI เฉพาะทางมาพร้อม Active Memory และ Active Focus

    Meta กำลังเปิดตัวโมเดลเฉพาะทางเวอร์ชันของโมเดลที่มีอยู่ ซึ่งฝึกโดยใช้ Muse Wonder ให้กับผู้ใช้ Muse และ Meta AI โมเดลเฉพาะทางเหล่านี้เพิ่ม Active Memory และ Active Focus และ Meta รายงานว่าโมเดล Muse ปัจจุบันได้คะแนน 47% ใน Personal Superintelligence Index ของบริษัท เทียบกับ 38% ของโมเดลก่อนหน้า, 90% เทียบกับ 76% ในการประเมิน Active Memory และปรับปรุงขึ้น 67% ในการทำงานประจำวันที่ต้องเผชิญกับปัญหาที่ไม่คาดคิด

    ทำไมเรื่องนี้สำคัญ: โมเดล Muse และ Meta AI เฉพาะทางของ Meta นำ Active Memory และ Active Focus ไปสู่ผู้ใช้มากขึ้น พร้อมรายงานผลที่ดีขึ้นในการประเมินด้านความจำและการทำงานให้สำเร็จ

  12. Sierra Blog58

    Sierra เข้าซื้อ Anon เพื่อเพิ่มการยืนยันตัวตนและการนำทางของเอเจนต์ผ่านเบราว์เซอร์

    Sierra ได้เข้าซื้อ Anon สตาร์ทอัพที่สร้างโครงสร้างพื้นฐานให้เอเจนต์ AI ระดับองค์กรสามารถลงชื่อเข้าใช้ นำทางหน้าเว็บ และกรอกแบบฟอร์มบนเว็บไซต์ที่ไม่มี API ได้ Anon ระดมทุนได้มากกว่า $13M และส่งมอบผลิตภัณฑ์ที่มีลูกค้าหลายร้อยรายใช้งาน โดยทีมของ Anon จะช่วยให้เอเจนต์ของ Sierra ทำงานในขั้นตอนที่ต้องลงชื่อเข้าใช้เว็บไซต์หรือดำเนินการผ่านพอร์ทัลเบราว์เซอร์ได้ Founder Daniel Mason กล่าวว่าโมเดลและ harness ที่ดีขึ้นทำให้เอเจนต์เบราว์เซอร์มีความน่าเชื่อถือมากขึ้นอย่างมาก และเอเจนต์ Horizon ของ Sierra กำลัง poursue เป้าหมายที่ใช้เวลานานขึ้น เช่น การสร้างสินเชื่อหรือการขออนุมัติล่วงหน้าสำหรับขั้นตอนทางการแพทย์

  13. Descript Changelog22

    สรุปการอัปเดต Descript วันที่ 6 พฤศจิกายน 2026: แพ็กเลย์เอาต์แบรนด์, สกิล Underlord, ถังขยะ 30 วัน

    สรุปการอัปเดตของ Descript วันที่ 6 พฤศจิกายน 2026 เพิ่มแพ็กเลย์เอาต์แบบเจนเนอเรทีฟที่เปลี่ยนแนวทางแบรนด์ โลโก้ และสีให้เป็นสี่ทิศทางที่ AI เสนอ และแพ็กเลย์เอาต์ที่แก้ไขได้เต็มรูปแบบในแผนแบบเสียค่าใช้จ่าย ตอนนี้ Underlord รองรับสกิลที่ใช้ซ้ำได้ เรียกใช้ด้วย "/" ในแชท แทนที่เทมเพลตพรอมต์ ซึ่งจะปิดใช้งานในวันที่ 30 พฤศจิกายน โปรเจกต์ที่ลบแล้วจะอยู่ในถังขยะ 30 วัน และการค้นหาในไดรฟ์ของ Enterprise จะจับคู่กับสิ่งที่อยู่ภายในรูปภาพและวิดีโอ รวมถึงผ่าน Descript MCP และ API

5 พฤศจิกายนวันพฤหัสบดี
  1. Amazon Science18

    นักวิทยาศาสตร์ของ Amazon Hamed Karimi คว้ารางวัล 2026 ECML PKDD Test-of-Time Award

    Hamed Karimi นักวิทยาศาสตร์ประยุกต์อาวุโสของ Amazon พร้อมด้วย Julie Nutini และ Mark Schmidt ผู้ร่วมเขียน ได้รับรางวัล 2026 ECML PKDD Test-of-Time Award จากบทความปี 2016 ของพวกเขาเกี่ยวกับการลู่เข้าเชิงเส้นของวิธีเกรเดียนต์และโพรกซิมอลเกรเดียนต์ภายใต้เงื่อนไข Polyak–Łojasiewicz บทความนี้แสดงให้เห็นว่าอสมการปี 1963 นี้รับประกันการลู่เข้าเชิงเส้นแม้เมื่อโมเดลไม่มีคำตอบที่ดีที่สุดเพียงหนึ่งเดียว โดยรวบรวมผลลัพธ์ด้านการหาค่าเหมาะที่สุดที่กระจัดกระจายเข้าด้วยกันและขยายไปยังภูมิทัศน์ที่ไม่เรียบและอัลกอริทึม เช่น coordinate, sign และ stochastic gradient descent บทความนี้ถูกอ้างอิงมากกว่า 2,000 ครั้ง และปรากฏในตำราของบัณฑิตศึกษา

  2. Mistral AI69

    Mistral ขยาย Studio ด้วย managed agents, เวิร์กโฟลว์และแอป พร้อม Mistral Large 4 (Le Chonk)

    Mistral ขยายแพลตฟอร์ม AI สำหรับองค์กร Studio ด้วย managed agents และแอป พร้อมความสามารถใหม่ด้านเวิร์กโฟลว์, enterprise context, agent observability และการประเมินผล ซึ่งทำงานบนโมเดล Mistral Large 4 (Le Chonk) นักพัฒนาสามารถสร้าง agent แบบหลายขั้นตอนด้วย skills, sandboxes, subagents และ hooks และ deploy ไปยัง Studio ด้วยคำสั่งเดียวผ่าน Mistral MCP server ตัวใหม่ Mistral ระบุว่าลูกค้าอย่าง ABANCA, BNP Paribas, Capgemini และ TCS ใช้งาน Studio ในโปรดักชันแล้ว โดยมีการ deploy ได้ทั้งบนคลาวด์, VPC หรือ on-premises

    ทำไมเรื่องนี้สำคัญ: Mistral ขยาย Studio ด้วย managed agents, เวิร์กโฟลว์และแอป แสดงให้เห็นว่าองค์กรสามารถรักษาการควบคุมการ deploy และข้อมูลไว้ในสภาพแวดล้อมของตนเองได้

  3. Zyphra Research36

    ZYFA: เคอร์เนล FP8 Attention ที่รวดเร็วและแม่นยำบน AMD MI355X

    Zyphra Research เปิดตัว ZYFA เคอร์เนล causal prefill attention แบบ BF16 และ FP8 สำหรับ MI355X ของ AMD (CDNA4, gfx950) รองรับ head dimension 128 และรูปร่าง MLA ของ DeepSeek-V2 บนแอคติเวชันจาก Mistral-7B, Qwen3-8B และ DeepSeek-V2-Lite ที่ 16K โทเคน เคอร์เนล FP8 ของ ZYFA ทำ throughput ได้ 1.16–1.76× ของ AITER และบนอินพุตแบบเกาส์เซียนที่ 32K โทเคน ทำได้ 1.26–1.37× ที่ head dimension 128 และ 1.99× ที่รูปร่าง MLA ข้อผิดพลาดของ FP8 ต่ำกว่าของ AITER 62–78% ที่ head dimension 128

  4. inclusionAI Repositories38

    ASpec: กรอบการฝึกอบรมปริมาณสูงสำหรับโมเดลร่างการถอดรหัสแบบคาดการณ์

    ASpec เป็นกรอบการฝึกอบรมปริมาณสูงสำหรับโมเดลร่างการถอดรหัสแบบคาดการณ์ สร้างจากฐานโค้ด TorchSpec พร้อมการปรับแต่ง attention, fused kernels และการคำนวณ head/loss แบบเลือกได้ ในการรัน Qwen3-8B 4K การฝึกแบบ Draft-only ทำได้ 15,256.44 input tokens/s บน GPU หนึ่งตัว เป็น 1.96× ของ TorchSpec ขณะที่หน้าต่าง steady แบบออนไลน์ 8-GPU ทำได้ 77,721.37 tokens/s เป็น 2.28× ของ TorchSpec รองรับ DSpark, DFlash, EAGLE3/4 และ MTP drafts แบบเนทีฟ พร้อม quickstart สำหรับ Qwen3-8B และ Ling tiny

  5. Waymo Blog38

    Waymo Driver รับมือสภาพอากาศหนาวจัดได้อย่างไร

    Waymo เตรียมความพร้อมฝูงรถสำหรับสภาพอากาศหนาวจัด รวมถึงฤดูเอลนีโญที่รุนแรงเป็นประวัติการณ์ ด้วยการขยายขีดความสามารถในสภาพอากาศหนาวของ Waymo Driver เจเนอเรชันที่ 6 ระบบผสานกล้อง เรดาร์ และไลดาร์ เข้ากับฮีตเตอร์ในตัวและที่ปัดน้ำฝนขนาดจิ๋ว วัดแรงยึดเกาะของแต่ละล้อแบบเรียลไทม์ และใช้ยางสำหรับหิมะ ขณะที่ตัวรถทำหน้าที่เป็นสถานีตรวจอากาศเคลื่อนที่ที่แบ่งปันข้อมูลถนนทั่วทั้งฝูงรถ Waymo ระบุว่าจะชะลอ จำกัด หรือหยุดให้บริการเมื่อสภาพการณ์เกินขอบเขต Safety Framework ของตน และกำลังทดสอบในสนามปิดพร้อมเก็บข้อมูลหิมะตกหนักในรัฐอะแลสกาในฤดูกาลนี้

  6. Apple Machine Learning Research38

    ฟังก์ชันสนับสนุนที่เรียนรู้ของ Apple เร่งความเร็วการดึงข้อมูล RAG

    นักวิจัยของ Apple นำเสนอ "Amortizing Maximum Inner Product Search with Learned Support Functions" ที่ ICML 2026 โดยฝึกโครงข่ายประสาทเทียมขนาดเล็กแบบออฟไลน์เพื่อกำหนดเส้นทางคำค้นไปยังคีย์ที่ตรงที่สุดได้เร็วขึ้น SupportNet เรียนรู้ฟังก์ชันสนับสนุนผ่านโครงข่ายประสาทเทียมแบบนูนเชิงอินพุต (ICNNs) เพื่อปรับปรุงการกำหนดเส้นทางคลัสเตอร์ ขณะที่ KeyNet ส่งออกเวกเตอร์คีย์ที่ตรงที่สุดโดยตรง โดยคงความสมเหตุสมผลเชิงเรขาคณิตด้วยฟังก์ชันความสูญเสียความสอดคล้องจากทฤษฎีบทของออยเลอร์ ทั้งสองได้รับการฝึกบนการกระจายคำค้นจริง แลกเปลี่ยนต้นทุนการตัดจำหน่ายล่วงหน้าสำหรับการดึงข้อมูลที่เร็วและแม่นยำขึ้นในเวลาอนุมาน

  7. Waymo Blog18

    ภาพยนตร์ของ Waymo สำรวจว่าอิสรภาพในการเดินทางรู้สึกอย่างไรสำหรับผู้หญิง

    Waymo เปิดตัวภาพยนตร์เรื่องใหม่ที่สำรวจว่าการขจัดความเครียดจากการเดินทางเปลี่ยนแปลงการเดินทางของผู้โดยสารหญิงอย่างไร สร้างขึ้นโดยทีมครีเอทีฟและทีมผลิตที่นำโดยผู้หญิง Waymo กล่าวว่าข้อมูลของบริษัทแสดงให้เห็นว่าผู้โดยสารหญิงกว่าครึ่งในตลาดบริการที่establishedรายงานว่าบริการนี้ช่วยเพิ่มความรู้สึกปลอดภัยส่วนบุคคล ภาพยนตร์เรื่องนี้กำกับโดย Mollie Mills ถ่ายภาพโดย Autumn Durald

  8. Google Research47

    งานวิจัยของ Google ช่วยให้มนุษย์นิยามหมวดหมู่ AI แบบอัตวิสัยได้ด้วย Agile Deliberation

    Google Research เปิดตัว Agile Deliberation ซึ่งเป็นกรอบการทำงานที่เปลี่ยนการสร้างตัวจำแนกประเภท AI แบบอัตวิสัยให้เป็นการสนทนาแบบวนซ้ำที่ AI ช่วยให้ผู้ใช้ปรับปรุงคำนิยามของตนเองให้ชัดเจนขึ้น โดยแบ่งงานออกเป็นการกำหนดขอบเขตแนวคิดและการวนซ้ำแนวคิด ใช้โมเดลภาพ-ภาษาเพื่อแสดงภาพที่อยู่กึ่งกลางและส่งต่อข้อเสนอแนะเข้าสู่วงจรการปรับแต่งพรอมต์อัตโนมัติ ในการทดลองกับผู้ใช้จริง 18 ครั้ง ครั้งละ 1.5 ชั่วโมง วิธีนี้ช่วยลดความเหนื่อยล้าและความกังวลของผู้ใช้ และสร้างโมเดลที่สอดคล้องกันมากขึ้นซึ่งมีประสิทธิภาพเหนือกว่าฐานมาตรฐาน โค้ดเปิดเผยเป็นโอเพนซอร์สบน GitHub

  9. Anthropic Research58

    Anthropic ศึกษาว่านักวิจัยใช้ Claude ในสาขาวิทยาศาสตร์และงานประเภทใดบ้าง

    Anthropic วิเคราะห์เซสชันการวิจัยของ Claude และ Claude Code จำนวน 207,049 เซสชัน ระหว่างวันที่ 2 สิงหาคมถึง 30 กันยายน 2026 โดยใช้ตัวจำแนกประเภทที่รักษาความเป็นส่วนตัว และพบว่านักวิทยาศาสตร์ใช้ Claude มากที่สุดสำหรับการวิเคราะห์ข้อมูลและการเขียน และน้อยที่สุดสำหรับการรวบรวมข้อมูลและการระดมความคิด การวิเคราะห์ข้อมูลคิดเป็น 33.7% ของเซสชัน Claude และ 48.1% ของเซสชัน Claude Code เทียบกับ 27.6% ของเวลานักวิจัย ขณะที่การระดมความคิดคิดเป็น 4.2% และ 2.1% ของเซสชัน เทียบกับ 7.1% ของเวลานักวิจัย รายงานประเมินว่าการนำความสามารถปัจจุบันไปใช้อย่างกว้างขวางอาจเพิ่มผลผลิตงานวิจัยในบางสาขาได้ราวสองเท่า และการทำงานอัตโนมัติเต็มรูปแบบของงานที่ไม่ใช่กายภาพอาจยกระดับสาขาเช่นวิทยาการคอมพิวเตอร์และสถิติได้มากถึง 15 เท่า

  10. Goodfire Research58

    Goodfire Research เสนอ mechanistic shaping เพื่อควบคุมโมเดลผ่านการแทนค่าภายใน

    Goodfire Research เสนอ mechanistic shaping ซึ่งเป็นกรอบการทำงานที่เพิ่มบทลงโทษต่อทิศทางแนวคิดภายในของโมเดลระหว่างการฝึก เพื่อให้โมเดลเรียนรู้ที่จะพึ่งพาหรือแสดงแนวคิดเฉพาะแทนที่จะเพียงเพิ่มรางวัลจากงานให้สูงสุด ในการทดลองกับภาพเอกซเรย์ทรวงอก เอเจนต์ LLM ใช้คุณลักษณะจาก sparse autoencoder เพื่อค้นหาทิศทางทางลัดที่มีลักษณะคล้ายท่อ และ reliance shaping เอาชนะทั้งการฝึกแบบมาตรฐานและฐานข้อมูลที่สมดุล

  11. Preferred Networks News71

    PFN เปิดตัว PLaMo 3 Translate โมเดล LLM แปลภาษาแบบเปิดน้ำหนักสำหรับอุปกรณ์เอดจ์

    Preferred Networks เปิดตัว PLaMo 3 Translate โมเดล LLM เฉพาะทางด้านการแปลที่ใช้ในบริการ PLaMo Translation ของบริษัท ในฐานะโมเดลแบบเปิดน้ำหนักบน Hugging Face เมื่อวันที่ 5 พฤศจิกายน มีขนาด 0.8B, 2B, 8B และ 31B และรองรับ 53 ภาษา รวมถึงภาษาญี่ปุ่นและภาษาอังกฤษ ทำงานบนสมาร์ทโฟน แล็ปท็อป และเซิร์ฟเวอร์ภายในองค์กรโดยไม่ต้องเชื่อมต่อคลาวด์

    ทำไมเรื่องนี้สำคัญ: PFN เปิดตัวโมเดล LLM เฉพาะทางด้านการแปลในสี่ขนาดตั้งแต่ 0.8B ถึง 31B ทำให้บริษัทและบุคคลทั่วไปสามารถแปล 53 ภาษาได้บนอุปกรณ์โดยไม่ต้องเข้าถึงคลาวด์

  12. Mastra Blog38

    Mastra เปิดตัวโปรแกรม Custom Harness พร้อมวิศวกร Forward-Deployed ที่ฝังตัวในทีมลูกค้า

    Mastra เปิดตัว Custom Harness Program ซึ่งวิศวกร forward-deployed จะฝังตัวอยู่ในทีมของลูกค้าเพื่อร่วมสร้าง agent harness ที่ปรับแต่งเฉพาะ โปรแกรมนี้ครอบคลุม observability, evals, MCP แบบกำหนดเอง, เวิร์กโฟลว์แบบ human-in-the-loop, auth และ RBAC พร้อมสิทธิ์เข้าถึง Mastra Enterprise Platform ก่อนใคร Mastra อ้างถึง Workday ซึ่งย้ายออกจาก Amazon Bedrock Agents ภายใน 31 วัน ลดโค้ดได้ 3,000 บรรทัด และลดต้นทุนการจัดเก็บเวกเตอร์ลง 98%

4 พฤศจิกายนวันพุธ
  1. Ai2 · Allen Institute for AI38

    Ai2 และ Google ร่วมมือกันพัฒนาโมเดลสภาพภูมิอากาศ NeuralGCM+

    Ai2 ได้เปิดตัวโครงการสร้างแบบจำลองสภาพภูมิอากาศโดยได้รับการสนับสนุนเงินทุนสามปีจาก Google.org และการสนับสนุนทางเทคนิคจาก Google Research เพื่อพัฒนา NeuralGCM+ ซึ่งเป็นโมเดลโอเพนซอร์สสำหรับการคาดการณ์สภาพภูมิอากาศที่รวดเร็วและเชื่อถือได้มากขึ้น โครงการนี้ต่อยอดจาก NeuralGCM ของ Google Research ซึ่งผสมผสานสมการทางฟิสิกส์สำหรับพลศาสตร์ขนาดใหญ่เข้ากับ AI สำหรับกระบวนการขนาดเล็ก เช่น การก่อตัวของเมฆและปริมาณน้ำฝน เพื่อจำลองบรรยากาศและมหาสมุทรไปพร้อมกัน Ai2 มุ่งหวังที่จะลดข้อผิดพลาดของอุณหภูมิและปริมาณน้ำฝนในระดับภูมิภาคในช่วง 50 ปีที่ผ่านมา และเผยแพร่โมเดลและเฟรมเวิร์กพร้อมเวิร์กโฟลว์ที่มีเอกสารประกอบสำหรับนักวิจัยภายนอก

  2. vLLM Blog73

    Buoyant 发布 Kinference，一个面向 vLLM 和 Kubernetes 的开源推理控制平面

    Buoyant 宣布推出 Kinference，这是一个采用 Apache v2 许可证的开源控制平面，可将兼容 OpenAI 和 Anthropic 的推理流量路由到 Kubernetes 上的 vLLM 工作节点，并新增令牌速率限制、按租户的使用量与成本跟踪、KV 缓存感知负载均衡以及 YAML 推理策略。在该项目的公开基准测试中，与标准 Kubernetes 服务负载均衡相比，Kinference 在某一工作负载上将首令牌时间中位数缩短了 95%，端到端延迟中位数降低了 45%；在容量测试中，共享前缀场景下的有效吞吐量达到 7.4 倍，多轮对话场景下约为 3.5 倍。策略可将较简单的提示词路由到更便宜的模型，将突发溢出流量发送到 Bedrock 和 Databricks 等提供商，或将带有 PII 标记的请求保留在集群内；按租户的指标涵盖令牌速率、TTFT、ITL 以及缓存与未缓存的提示词令牌。

    ทำไมเรื่องนี้สำคัญ: Buoyant 的 Kinference 在 vLLM 之上增加了 KV 缓存感知负载均衡和 YAML 推理策略，基准测试声称其 TTFT 和有效吞吐量相较标准 Kubernetes 服务路由有大幅提升。

  3. LiveKit Blog22

    Clerk AI ใช้ LiveKit ขับเคลื่อน Voice Agent ระดับองค์กรในวงกว้าง

    Clerk AI ให้บริการ voice และ messaging agent ระดับองค์กรบนเฟรมเวิร์กโอเพนซอร์สและเครือข่าย edge ทั่วโลกของ LiveKit รองรับ voice session พร้อมกันกว่า 1,000 รายการโดยไม่ต้องจัดสรรทรัพยากรล่วงหน้า agent ตอบสนองภายใน 500ms และรองรับกว่า 30 ภาษาตามมาตรฐาน พร้อม ScreenSense คัดกรองสายด้วยความแม่นยำ 97% และ TrueReach ตรวจจับข้อความเสียงสูงกว่า 98% แพลตฟอร์มยังคงควบคุมผู้ให้บริการ STT, LLM และ TTS ได้อย่างเต็มที่ และได้รับการรับรอง SOC 2 Type II พร้อมการปฏิบัติตามข้อกำหนด TCPA ในตัว

  4. Microsoft Research18

    Mike Walker แห่ง Microsoft Research ว่าด้วยกรอบคิดแบบแฮกเกอร์และการสร้างการป้องกันไซเบอร์

    Mike Walker ผู้จัดการของ Microsoft Research ซึ่งเคยนำโครงการ Cyber Grand Challenge ของ DARPA เล่าถึงวิธีที่วัฒนธรรมแฮกเกอร์หล่อหลอมเส้นทางอาชีพของเขาในการสร้างการป้องกันไซเบอร์ยุคใหม่ รวมถึงการแข่งขันแฮกกิ้งแบบเครื่องจักรล้วนครั้งแรก เขาโต้แย้งว่าความปลอดภัยที่มีประสิทธิผลนั้นขึ้นอยู่กับการเข้าใจเรื่องความไว้วางใจและบริบท และสะท้อนถึงสิ่งที่การแข่งขันแฮกกิ้งสอนเขาเกี่ยวกับการทำงานเป็นทีมและสติปัญญาโดยรวม

  5. Google DeepMind72

    Google Antigravity เพิ่มทักษะเคมีสารสนเทศสำหรับการค้นพบยาด้วยเอเจนต์

    Google DeepMind เปิดตัว Cheminformatics Skills สำหรับ Google Antigravity ช่วยให้เอเจนต์ค้นหาวรรณกรรม คัดสรรสารประกอบ วิเคราะห์ matched molecular pair ฝึกโมเดลวัดฤทธิ์ และเสนอแมโครไซเคิลแบบแข็งตัวพร้อมเส้นทางการสังเคราะห์ได้ในเวลาประมาณหนึ่งชั่วโมง ซึ่งเวิร์กโฟลว์นี้เดิมใช้เวลาหลายวัน ทักษะเหล่านี้ทำงานบนพื้นฐาน RDKit พร้อมตัวเชื่อมต่อกับ ChEMBL และ PubChem และทีมได้สาธิตกับสาร analogues ของ crizotinib และ lorlatinib สำหรับมะเร็งปอดชนิดไม่เล็ก ทักษะนี้พร้อมใช้งานวันนี้ผ่านปลั๊กอิน Science ของแอป Antigravity และ DeepMind เสนอระดับการใช้งานสูงสุดฟรี 6 เดือนแก่นักวิทยาศาสตร์ 10,000 คน ขึ้นอยู่กับคุณสมบัติ ความจุ และการคัดเลือก

    ทำไมเรื่องนี้สำคัญ: Google DeepMind แสดงให้เห็นว่า Cheminformatics Skills ใน Antigravity ย่นระยะวงจรการค้นพบยาที่ใช้เวลาหลายวันให้เหลือประมาณหนึ่งชั่วโมง พร้อมระบุว่าการออกแบบยังคงเป็นสมมติฐานที่ต้องผ่านการตรวจสอบในห้องปฏิบัติการ

  6. Meta Engineering Blog34

    Meta F3 Lightning เร่งการเปิดตัวฟีเจอร์ ML สำหรับโฆษณาเร็วขึ้น ~3.6 เท่า

    Meta เปิดตัว F3 Lightning ซึ่งเป็นชั้นโครงสร้างพื้นฐานบน Facebook Feature Framework (F3) ที่แยกการเปิดตัวฟีเจอร์ออกจากการประมวลผลร่วม ทำให้ฟีเจอร์จัดอันดับโฆษณากว่า 20,000 รายการแต่ละรายการถูกคอมไพล์ ตรวจสอบ ปรับใช้ และย้อนกลับได้อย่างอิสระ ฟีเจอร์การสกัดข้อมูลที่เทียบเคียงกัน kini ถึงการผลิตเร็วขึ้น ~3.6 เท่าเมื่อเทียบกับ F3 ก่อนหน้า โดยไม่มีต้นทุนการประมวลผลโครงสร้างพื้นฐานเพิ่มขึ้น

  7. Anthropic Research66

    ห้องปฏิบัติการชีววิทยาของ Anthropic รายงานโครงสร้างอนุภาค vault ของโปรคาริโอตเป็นครั้งแรก ถอดรหัสด้วย Claude

    ห้องปฏิบัติการวิจัยชีววิทยาของ Anthropic รายงานโครงสร้าง 3 มิติของอนุภาค vault ที่พบในเซลล์โปรคาริโอตเป็นครั้งแรก เป็นโปรตีนจากฟาจชื่อ L05 ประกอบจาก 96 ชุด มีมวลประมาณ 9.5 เมกะดาลตัน ภายใต้การกำกับของทีม Claude ได้ค้นฐานข้อมูลโปรตีนที่ทำนายไว้ประมาณ 15 พันล้านรายการ ออกแบบโครงสร้าง DNA ปรับแต่งวิธีการแยกด้วย size-exclusion chromatography ซึ่งลดเวลาการทำให้บริสุทธิ์จากสามวันเหลือประมาณ 90 นาที และดำเนินการประมวลผล cryo-EM ด้วย RELION ซึ่งสร้างแบบจำลองเต็มรูปแบบชิ้นแรกได้ใน 34 ชั่วโมง preprint ถูกส่งไปยัง bioRxiv แล้ว และทีมระบุว่าหน้าที่ทางชีววิทยาของ vault ยังไม่เป็นที่ทราบ

    ทำไมเรื่องนี้สำคัญ: ห้องปฏิบัติการชีววิทยาของ Anthropic รายงานโครงสร้าง 3 มิติของอนุภาค vault จากโปรคาริโอตเป็นครั้งแรก โดย Claude รับผิดชอบการค้นฐานข้อมูล การออกแบบโครงสร้าง การทำให้บริสุทธิ์ และการประมวลผล cryo-EM

  8. Preferred Networks News18

    Preferred Networks จะจัดแสดงซีรีส์ MN-Core ที่ SC26

    Preferred Networks จะจัดแสดงซีรีส์ MN-Core ของตนที่ SC26 การประชุมคอมพิวเตอร์สมรรถนะสูงระดับนานาชาติซึ่งจัดขึ้นระหว่างวันที่ 15–20 พฤศจิกายนที่ชิคาโก โดยมีการสาธิตที่บูธในวันที่ 17–19 พฤศจิกายน ที่บูธ 4606 บริษัทจะแสดงโมเดลโครงสร้างและหุ่นจำลองของชิป AI สำหรับการอนุมาน MN-Core L1000 ที่อยู่ระหว่างการพัฒนา แผนงานในอนาคตสำหรับซีรีส์ MN-Core L การสาธิตสดบน MN-Core 2 Devkit และการวิจัยและพัฒนาด้านโครงสร้างพื้นฐานการประมวลผล AI ที่มีประสิทธิภาพสูงเป็นพิเศษ

  9. Figma Blog58

    Figma เปิด code layers ให้ผู้ใช้ทุกคนใน open beta พร้อมเวิร์กโฟลว์ต้นแบบที่ขับเคลื่อนด้วยเอเจนต์

    ฟีเจอร์ code layers ของ Figma เปิดให้ทดสอบแบบ open beta สำหรับผู้ใช้ 100% แล้ว ทำให้ทีมสามารถสร้างและเปรียบเทียบต้นแบบที่หนุนด้วยโค้ดได้โดยตรงบนแคนวาสของ Figma วิดีโอสาธิตแสดงให้นักออกแบบโคลนรีโพซิทอรี GitHub ลงใน code layer สั่งให้เอเจนต์ของ Figma สร้างตัวแปรที่อยู่จัดส่งสามแบบเคียงกัน และปรับแต่งหนึ่งในนั้นในตัวแก้ไขโค้ดแบบเต็มหน้าจอ ฟีเจอร์ Extract designs เปลี่ยนหน้าจอหรือโฟลว์ที่บันทึกไว้ให้เป็นเลเยอร์ดีไซน์ที่แก้ไขได้ ซึ่งสามารถส่งกลับไปยังต้นแบบด้วย Update code layer และเอเจนต์ยังสามารถรวม code layers ของเพื่อนร่วมทีมสองคนเข้าด้วยกันเป็นประสบการณ์เดียวได้

3 พฤศจิกายนวันอังคาร
  1. Ai2 · Allen Institute for AI55

    Ai2 เปิดตัว StateBench เพื่อทดสอบว่าโมเดลภาษาติดตามการเปลี่ยนแปลงสถานะในเอกสารยาวได้อย่างไร

    Ai2 เปิดตัว StateBench ซึ่งเป็นเบนช์มาร์กที่มีสี่ระดับความยากสำหรับการติดตามสถานะในบริบทแบบยาว ตั้งแต่การกำหนดค่าที่ไม่เปลี่ยนแปลง ไปจนถึงการอัปเดตแบบอ้างอิงตนเองและแบบอ้างอิงข้าม ในการทดสอบ Gemini 3.8 Flash, Claude Opus 5.5 และ GPT-6 Sol และ Luna จัดการระดับที่ง่ายกว่าได้ แต่ลดลงเหลือ 13% หรือต่ำกว่าบนปัญหาจำกัดทั่วไปที่ยาวที่สุด ขณะที่ Gated DeltaNet ขนาด 275M พารามิเตอร์และโมเดลไฮบริดที่ฝึกจากศูนย์สามารถ généralisé ได้เกือบสมบูรณ์แบบในสามระดับแรก และทรานส์ฟอร์เมอร์ไม่เคยเรียนรู้ระดับที่ยากที่สุดได้เลย

  2. OpenAI Alignment Blog58

    OpenAI ตรวจสอบช่องว่างพฤติกรรมระหว่างการประเมินกับการใช้งานจริงในความปลอดภัยของเอเจนต์ และบทบาทของการตระหนักรู้ถึงการประเมิน

    นักวิจัยของ OpenAI วัดช่องว่างพฤติกรรมระหว่างการประเมินกับการใช้งานจริงในความปลอดภัยของเอเจนต์: ในหกโมเดลที่ให้บริการ ความสำเร็จในการประเมิน Respecting Warnings ต่ำกว่าการตัดสินใจใช้งานจริงใน Codex ที่จับคู่กันอยู่ที่ 10.2 ถึง 37.4 เปอร์เซ็นต์ โดยช่องว่างที่ใหญ่ที่สุดพบใน GPT-5.6 Sol และ GPT-6 Sol การตระหนักรู้ถึงการประเมินโดยทั่วไปเพียงอย่างเดียวแสดงความสัมพันธ์ที่อ่อนกับช่องว่างนี้ (R² = 0.008) ขณะที่การตระหนักรู้ถึงวัตถุประสงค์เฉพาะของการประเมินนั้นแข็งแกร่งกว่า (R² = 0.370) และโมเดลที่พูดถึงวัตถุประสงค์ผิดบ่อยที่สุด (การต้านทานการฉีดพรอมต์) มีช่องว่างใหญ่ที่สุด ในการทดลองแทรกแซงบน GPT-6.1 Sol สัญญาณการประเมินทั่วไปทำให้ความสำเร็จแทบไม่เปลี่ยน (63.1% เทียบกับ 63.4%) สัญญาณวัตถุประสงค์ที่ถูกต้องเพิ่มเป็น 91.6% และสัญญาณวัตถุประสงค์ที่ไม่ถูกต้องลดลงเหลือ 17.6%

  3. Apple Machine Learning Research32

    Attention to Mamba: สูตรสำหรับการกลั่นข้ามสถาปัตยกรรม

    นักวิจัยของ Apple เสนอสูตรสองขั้นตอนสำหรับการกลั่น Transformer ให้เป็นสถาปัตยกรรม Mamba แท้ที่ไม่มีบล็อก Attention เลย วิธีการนี้เริ่มจากการกลั่น Transformer ที่ผ่านการฝึกมาก่อนให้เป็นโมเดล Attention แบบเชิงเส้นผ่านเทคนิคเคอร์เนลที่ดัดแปลง จากนั้นจึงกลั่นโมเดลนั้นให้เป็นโมเดล Mamba ที่ดัดแปลง ผลลัพธ์คือ Mamba ที่กลั่นแล้วยังคงประสิทธิภาพส่วนใหญ่ของ Pythia-1B ไว้ได้ โดยมี perplexity อยู่ที่ 14.01 เทียบกับ 13.86 ของโมเดลครู และยังมีช่องว่างในงานที่ต้องอาศัยการเรียกคืนจากบริบท

  4. Sierra Blog18

    Kyle Randolph เข้าร่วม Sierra ในตำแหน่ง Chief Information Security Officer

    Sierra ได้แต่งตั้ง Kyle Randolph เป็น Chief Information Security Officer ของบริษัท Randolph มีประสบการณ์ 24 ปีในฐานะผู้นำด้านความปลอดภัยและวิศวกรซอฟต์แวร์ โดยล่าสุดดำรงตำแหน่ง CISO ที่ Verkada และเคยสร้างและนำทีมความปลอดภัยที่ Adobe, Citrix, Twitter และ Optimizely Sierra กล่าวว่าความแข็งแกร่งด้านความปลอดภัยเป็นหนึ่งในเหตุผลที่ทำให้เกือบครึ่งหนึ่งของ Fortune 50 เลือกใช้บริการ

  5. OpenAI Alignment Blog60

    OpenAI อธิบายรายละเอียดการฝึกตัวจำแนกประเภทแอ็กทิเวชันเพื่อความปลอดภัยและการจัดแนว

    OpenAI อธิบายถึงการฝึกตัวจำแนกประเภทแอ็กทิเวชันหรือโพรบที่อ่านแอ็กทิเวชันของสตรีมเรซิดิวอัลภายในของโมเดลเพื่อระบุการตอบกลับของผู้ช่วยที่ไม่ได้จัดแนวหรือละเมิดนโยบาย และระบุว่าได้นำไปใช้งานกับทราฟฟิกภายในและภายนอกของโมเดลที่ความสามารถสูงที่สุดเริ่มตั้งแต่ GPT-5.6 โพรบใช้สถาปัตยกรรม Attention probe ที่มี MLP ร่วมกับ QV-attention และค่าเฉลี่ยเคลื่อนที่แบบเอ็กซ์โพเนนเชียล ฝึกบนข้อความสูงสุด 1M ข้อความที่ติดป้ายโดยผู้ตัดสินที่เป็นโมเดลการให้เหตุผล และทำงานแบบสตรีมมิ่งบนเอนจินการอนุมานเพื่อให้สามารถบล็อกการตอบกลับได้กลางเทิร์น OpenAI รายงานว่าโพรบถ่ายโอนได้ดีเยี่ยมข้ามหลายขั้นตอนหลังการฝึก แต่ถ่ายโอนได้จำกัดกว่าข้ามเช็กพอยต์ก่อนการฝึก และกล่าวว่าโพรบโดยรวมมีความทนทานต่อการเจลเบรกมากกว่าตัวจำแนกประเภทตามเนื้อหาในการทดสอบเรดทีมของตน

    ทำไมเรื่องนี้สำคัญ: OpenAI อธิบายรายละเอียดว่าโพรบแอ็กทิเวชันบนแอ็กทิเวชันภายในของโมเดลทำหน้าที่เป็นชั้นความปลอดภัยแบบสตรีมมิ่งอย่างไร รวมถึงข้อจำกัดในการถ่ายโอนข้ามเช็กพอยต์และความจำเป็นในการฝึกใหม่

  6. Sierra Blog42

    Sierra ออกแบบ Agent Studio ใหม่โดยมี Ghostwriter เป็นศูนย์กลาง

    Sierra ได้ออกแบบ Agent Studio ใหม่โดยมี Ghostwriter ซึ่งเป็นเอเจนต์ที่ทำงานตลอดเวลาเพื่อสร้างเอเจนต์ เป็นศูนย์กลาง ทำให้การตรวจสอบปัญหา การแก้ไข journey และการทดสอบการแก้ไขเกิดขึ้นได้ในการสนทนาเดียว Ghostwriter ติดตามคุณข้าม journey, simulation และแดชบอร์ด และแต่ละเซสชันเก็บการเปลี่ยนแปลงและผลการทดสอบไว้ด้วยกันจนกว่าทีมงานจะตรวจสอบและ merge Agent Studio ยังจัดกลุ่มเอเจนต์ที่เกี่ยวข้องไว้ในโปรเจกต์เดียว และเพิ่ม diff แบบบรรทัดต่อบรรทัด, Preview Chat, Simulations และการกำกับดูแลการเผยแพร่ด้วยการอนุมัติที่จำเป็นและการ rollout แบบควบคุม