ข้ามไปที่เนื้อหา
#ข้อมูล / การเทรน
11 พฤศจิกายนวันพุธ
  1. Latent Space62

    Mercor ระดมทุน Series D 750 ล้านดอลลาร์ ที่มูลค่า 20,000 ล้านดอลลาร์ จากรายได้ต่อปี 3,000 ล้านดอลลาร์

    Mercor ระดมทุน Series D 750 ล้านดอลลาร์ ที่มูลค่า 20,000 ล้านดอลลาร์ หลังจากมีรายได้ต่อปีแตะ 3,000 ล้านดอลลาร์ เพิ่มขึ้นจาก 1,000 ล้านดอลลาร์ในเดือนกุมภาพันธ์ และ 2,000 ล้านดอลลาร์ในเดือนมิถุนายน บริษัทรายงานว่ามีผู้เชี่ยวชาญ 5 ล้านคน และกำหนดตลาดของตนเป็นอาชีพกว่า 800 อาชีพในสหรัฐฯ ที่โมเดลยังไม่ได้ถูกประเมินเทียบกับเวิร์กโฟลว์เหล่านั้น Mercor ยังระบุว่าบริษัทใช้จ่ายด้าน inference มากกว่าค่าจ้างพนักงานถึง 3 เท่าแล้ว และโต้แย้งว่าหากอัตราส่วนนี้คงอยู่ทั่วทั้งเศรษฐกิจ จะชี้ไปที่การเติบโตของ GDP สองหลักในอีกห้าปีข้างหน้า

  2. Hugging Face Blog41

    การฝึกแบบ Pooling-Aware สำหรับโมเดล Multi-Vector Embedding ด้วย Sentence Transformers

    Hugging Face แสดงให้เห็นว่าการฝึกแบบ pooling-aware ช่วยยกระดับคุณภาพการดึงข้อมูลของโมเดล multi-vector embedding ภายใต้งบประมาณการจัดเก็บคงที่ ด้วย pool_factor=4 โมเดลที่ฝึกตามปกติยังคงรักษา 94.6% ของ NanoBEIR nDCG@10 แบบไม่ pooled ขณะที่ลดเวกเตอร์เอกสารลง 4 เท่า และการฝึกแบบ pooling-aware ช่วยเพิ่มอัตราการรักษานั้นเป็น 97.8% โพสต์นี้อธิบาย HierarchicalTokenPooling การปรับเทียบงบประมาณ และตัวอย่าง Sentence Transformers ที่ทำซ้ำได้

  3. inclusionAI Models40

    inclusionAI เปิดตัวโมเดล ZoomGain-9B และ ZoomGain-4B พร้อม ZoomGainBench และข้อมูลฝึก RL

    inclusionAI เปิดตัวเช็กพอยต์โมเดลวิชัน-ภาษา ZoomGain-9B และ ZoomGain-4B พร้อมกับเกณฑ์มาตรฐานการประเมิน ZoomGainBench และข้อมูลฝึก RL ของ ZoomGain โดย ZoomGain ขุดค้นช่องว่างการรับรู้จากภาพรวมสู่การซูมเพื่อสร้างการกำกับดูแลภาพแบบละเอียด และ ZoomGain-9B มีประสิทธิภาพเหนือกว่าในเกณฑ์มาตรฐานการรับรู้แบบละเอียดและแบบทั่วไปหลายรายการ ZoomGainBench มีคำถาม 1,000 ข้อจากภาพ 941 ภาพ ขณะที่ชุดข้อมูล RL มีบันทึกการฝึก 9,000 รายการและภาพต้นฉบับ 7,713 ภาพ

  4. inclusionAI Models38

    inclusionAI เปิดตัว ZoomGain-4B และ ZoomGain-9B พร้อม ZoomGainBench และข้อมูลฝึก RL

    inclusionAI เผยแพร่บทความ arXiv, แบบประเมิน ZoomGainBench, ชุดข้อมูลฝึก RL และเช็กพอยต์โมเดล ZoomGain-4B/ZoomGain-9B โดยโมเดลที่ดีที่สุดใน 28 โมเดลได้คะแนน 61.08 บน ZoomGainBench ขณะที่ ZoomGain-9B ทำผลงานได้เหนือกว่าในแบบประเมินการรับรู้แบบละเอียดและแบบทั่วไปหลายรายการ ZoomGain ขุดค้นช่องว่างการรับรู้จากภาพรวมสู่การซูมเพื่อสร้างการกำกับดูแลภาพแบบละเอียดสำหรับโมเดลภาษา-ภาพ

  5. Microsoft Research75

    นักวิจัย Microsoft อธิบาย Lazarus แบ็กดอร์ที่ตั้งโปรแกรมนิวรอนที่อยู่เฉยใหม่ในเอเจนต์ AI

    นักวิจัย Microsoft อธิบาย Lazarus เทคนิคแบ็กดอร์ที่ตั้งโปรแกรมนิวรอนที่อยู่เฉยน้อยกว่า 10 ตัวใน LLM ใหม่ เพื่อให้เอเจนต์ที่สร้างบนโมเดลนั้นส่งคำสั่งของผู้โจมตีออกมาเมื่อทริกเกอร์ที่ซ่อนอยู่ปรากฏ โดยไม่ต้องฝึกใหม่ โมเดลที่ถูกแก้ไขยังผ่านการประเมินมาตรฐานและทำงานปกติจนกว่าทริกเกอร์จะทำงาน ซึ่งอาจง่ายเพียงการเปลี่ยนวันที่ จากนั้นเอเจนต์จะรันโค้ดที่ดาวน์โหลดมาด้วยสิทธิ์การเข้าถึงที่ได้รับ ผู้เขียนระบุว่าการตรวจจับต้องเปรียบเทียบกับน้ำหนักต้นฉบับ และ Microsoft Foundry เชื่อมโยงโมเดล open-weight กับผู้เผยแพร่และสแกนคอนเทนเนอร์ของโมเดลอยู่แล้ว ขณะที่ชุดทดสอบ red-teaming การสแกนน้ำหนักแบบเอเจนต์ และโมเดลที่ลงนามพร้อมแหล่งที่มาที่ตรวจจับการแก้ไขได้อยู่ระหว่างการพัฒนา

    ทำไมเรื่องนี้สำคัญ: นักวิจัย Microsoft แสดงให้เห็นว่าการตั้งโปรแกรมนิวรอนที่อยู่เฉยน้อยกว่า 10 ตัวใหม่สามารถฝังแบ็กดอร์ในเอเจนต์ LLM ได้โดยไม่ต้องฝึกใหม่ ซึ่งทำให้แหล่งที่มาและความสมบูรณ์ของน้ำหนักกลายเป็นข้อกำหนดด้านความปลอดภัยในทางปฏิบัติ

  6. Claude YouTube72

    Anthropic เปิดตัว Claude Whiteboards, Sheets และ Data สำหรับการทำงานร่วมกันเป็นทีม

    Anthropic เปิดตัว Claude Whiteboards และ Claude Sheets ในเวอร์ชันเบต้า พร้อมทั้งเปิดให้ใช้งาน Claude Dashboards ทั่วไปในชื่อ Claude Data โดย Whiteboards จะเปลี่ยนแผนที่พูดออกมาให้เป็นบอร์ดที่มีไทม์ไลน์ ผู้รับผิดชอบ และวันที่ ซึ่งทีมสามารถแก้ไขได้แบบเรียลไทม์ ส่วน Sheets จะสร้างสเปรดชีตที่มีแท็บ สูตร การจัดรูปแบบ และดรอปดาวน์ พร้อมสรุปการแก้ไขแต่ละครั้ง ขณะที่ Claude Data ช่วยให้ทีมข้อมูลรับรองคิวรีและสร้างเรื่องราวข้อมูลหรือวิดีโอบรรยายจากเมตริก โดยการแชร์แบบเรียลไทม์จะแสดงตัวเลขล่าสุด

    ทำไมเรื่องนี้สำคัญ: Claude เพิ่มไวท์บอร์ด สเปรดชีต และแดชบอร์ดข้อมูลที่แชร์ร่วมกัน ขยายพื้นที่ทำงานจากแชทไปสู่เอกสารของทีม

10 พฤศจิกายนวันอังคาร
  1. Amazon Science62

    Amazon เปิดตัว Mitra-v2 โมเดลพื้นฐานสำหรับข้อมูลตารางที่ผ่านการฝึกล่วงหน้าด้วยข้อมูลสังเคราะห์แบบขยายขนาด

    Amazon เปิดตัว Mitra-v2 โมเดลพื้นฐานสำหรับข้อมูลตารางรุ่นที่สองสำหรับการจำแนกประเภทและการถดถอย โดยเผยแพร่พร้อมโมเดลที่ผ่านการปรับแต่งละเอียดและโค้ดสำหรับการอนุมานและการปรับแต่งละเอียดภายใต้สัญญาอนุญาต Apache-2.0 บน Hugging Face โมเดลนี้ผ่านการฝึกล่วงหน้าบนตารางสังเคราะห์ที่มีจำนวนแถวมากกว่า Mitra-v1 ถึง 10 เท่าและมีจำนวนคอลัมน์มากกว่าประมาณ 3 เท่า โดยใช้ไพรเออร์ SCM แบบไฮบริดใหม่และออปติไมเซอร์แบบไฮบริด ขณะที่ยังคงสถาปัตยกรรม Transformer ไว้ไม่เปลี่ยนแปลง บน TabArena ซึ่งเป็นเกณฑ์มาตรฐานสาธารณะที่มีชุดข้อมูลจริง 51 ชุด Mitra-v2 อยู่ในอันดับนำในกลุ่มโมเดลเดี่ยว เอาชนะ Mitra-v1 ได้บน 32 จาก 33 ชุดข้อมูลที่ทั้งสองรันแบบเนทีฟ และรันเสร็จทั้ง 51 ชุดภายในงบเวลาหนึ่งชั่วโมง นอกจากนี้ Mitra-v2 ที่ผ่านการปรับแต่งละเอียดยังอยู่ในอันดับหนึ่งบน ScoringBench

    ทำไมเรื่องนี้สำคัญ: Mitra-v2 แสดงให้เห็นว่าการขยายข้อมูลฝึกล่วงหน้าสังเคราะห์ แทนที่จะเพิ่มความลึกของเครือข่าย ช่วยยกระดับโมเดลพื้นฐานสำหรับข้อมูลตารางขึ้นสู่อันดับนำในกลุ่มโมเดลเดี่ยวของ TabArena

  2. Recode China AI38

    อูลานชาบ เมืองห่างไกลของจีน กลายเป็นเมือง booming แห่ง AI และแม่เหล็กดึงดูดแรงงานรุ่นใหม่

    อูลานชาบ เมืองที่ครั้งหนึ่งเคยไม่เป็นที่รู้จักในมองโกเลียใน กลายเป็นศูนย์กลางการประมวลผล AI ที่กำลังเกิดขึ้นใหม่ ขณะที่ศูนย์ข้อมูลขยายตัวทั่วทุ่งหญ้า ดึงดูดแรงงานรุ่นใหม่จากทั่วจีน Kuaishou เริ่มดำเนินการศูนย์ข้อมูลที่สร้างเองแห่งแรกที่นั่นในปี 2023 และ DeepSeek ประกาศรับสมัครตำแหน่งอาวุโสด้านปฏิบัติการและบำรุงรักษาโดยจ่ายสูงถึง 30,000 หยวน (4,200 ดอลลาร์) ต่อเดือนในเดือนเมษายนนี้ ตลาดแรงงานกำลังอิ่มตัว นายจ้างเพิ่มมาตรฐานการจ้างงาน และบางแห่งพิจารณาเฉพาะผู้ถือปริญญาตรี

  3. Ars Technica · AI38

    โดรนไฟเบอร์ออปติกของยูเครนถูกบีบจากความต้องการศูนย์ข้อมูล AI

    โดรนไฟเบอร์ออปติกของยูเครนซึ่งไม่ได้รับผลกระทบจากการรบกวนสัญญาณในสนามรบ กำลังเผชิญต้นทุนที่สูงขึ้น เนื่องจากการนำเข้าวัสดุไฟเบอร์จากจีนต้องแข่งขันกับความต้องการทั่วโลกจากศูนย์ข้อมูล AI สำหรับอุปทานที่จำกัดเดียวกัน ผู้ผลิตโดรนยูเครนกำลังปรับตัว โดยม้วนสำเร็จรูปมีสายเคเบิลเพียงพอให้โดรนปฏิบัติการเป็นประจำในระยะหลายสิบไมล์ และสูงถึง 62 ไมล์ในกรณีสุดขั้ว

  4. Apple Machine Learning Research34

    Weighted State Souping สำหรับการค้นคืนบริบทยาวอย่างมีประสิทธิภาพ

    นักวิจัยจาก Apple และผู้ร่วมงานจาก Harvard เสนอ weighted state souping ซึ่งเป็นวิธีการที่เรียนรู้ค่าน้ำหนักที่ขึ้นกับคิวรีสำหรับการรวมการเข้ารหัสสถานะ SSM ที่แคชไว้ใหม่ ช่วยปรับปรุงประสิทธิภาพบริบทยาวในงานตอบคำถามจากเอกสารแบบ single-hop และ multi-hop การค้นคืนแบบ needle-in-a-haystack การติดตามตัวแปร และการใช้เครื่องมือ รูปแบบ sparse บรรลุต้นทุนการเข้ารหัสที่เกือบคงที่เมื่อเทียบกับความยาวบริบท พร้อมรักษาหรือบางครั้งปรับปรุงประสิทธิภาพ บทความนี้ได้รับการตอบรับที่งาน PALM workshop ใน NeurIPS 2026

  5. Apple Machine Learning Research38

    งานวิจัยจาก Apple: กลไก Gating อธิบายว่าทำไม SSMs จึงจดจำแทนที่จะเรียนรู้แบบ In-Context

    งานวิจัยจาก Apple และ Harvard แสดงให้เห็นว่ากลไก gating ใน State Space Models (SSMs) ทำให้โมเดลเรียนรู้วิธีแก้แบบ "การจดจำ" (memorization) ที่ฝังอยู่ใน weights ก่อน ซึ่งทำให้การลู่เข้าสู่การเรียนรู้แบบ in-context ที่ถูกต้องล่าช้าหรืออาจไม่เกิดขึ้นเลย แม้ว่าสถาปัตยกรรมและความจุหน่วยความจำจะไม่ได้จำกัดพื้นฐานใดๆ ก็ตาม อย่างไรก็ตาม gating มักช่วยปรับปรุงการ generalize ไปยังความยาวลำดับที่ยาวขึ้น

  6. Apple Machine Learning Research31

    งานวิจัยของ Apple ประเมิน LLM judges สำหรับการประเมินสไตล์การเขียนแบบเฉพาะบุคคล

    นักวิจัยของ Apple ทดสอบว่า LLM judges ประเมินได้ดีเพียงใดว่าข้อความที่สร้างขึ้นตรงกับสไตล์การเขียนที่ผู้ใช้ชื่นชอบหรือไม่ โดยสร้างข้อความด้วย LLM สี่ตัวในงานเขียนยาวสามประเภท และเปรียบเทียบคำannotations ของ judge กับป้ายกำกับแบบ pairwise จากมนุษย์ คุณภาพของ judge มีความสัมพันธ์เพียงเล็กน้อยกับความสามารถทั่วไปของ LLM บน MMLU (Pearson's ρ ≤ 0.2) และแปรผันตามประเภทงานเขียนและเกณฑ์การประเมิน และการเปรียบเทียบแบบจับคู่ให้ผลที่สอดคล้องมากกว่าการให้คะแนนแบบอิสระ LLM ที่แข็งแกร่งที่สุดไม่ได้จำลองการประเมินของมนุษย์ได้น่าเชื่อถือที่สุดเสมอไป ซึ่งอาจเป็นเพราะความไวที่เกินจริงต่อรายละเอียดเล็กๆ น้อยๆ

  7. Google Research25

    Language Explorer ของ Google ช่วยให้เห็นภาพความหลากหลายทางภาษาของโลก

    Google ได้เปิดตัว Language Explorer แพลตฟอร์มเว็บแบบอินเทอร์แอกทีฟที่ให้นักวิจัย นักการศึกษา และผู้ที่สนใจด้านภาษาได้ค้นพบและเห็นภาพความหลากหลายทางภาษาจากภาษาหลายพันภาษา พัฒนาขึ้นเป็นส่วนหนึ่งของโครงการ 1,000 Languages Initiative ของ Google และอ้างอิงจากชุดข้อมูลโอเพนซอร์ส LinguaMeta โดยจัดแสดงในนิทรรศการใหม่ที่พิพิธภัณฑ์การสื่อสารเบอร์ลินซึ่งเปิดในสัปดาห์นี้ ปัจจุบัน Google Translate รองรับเกือบ 250 ภาษา ขณะที่ Gboard ครอบคลุมภาษาถิ่นกว่า 900 ภาษา

  8. Latent Space58

    สิ่งที่ Frontier Labs ซื้อ: เจาะลึกข้อมูลกับ Garrett Lord และทีมจาก Handshake AI

    ธุรกิจฝึก AI ของ Handshake เติบโตจากการเปิดตัวสู่รายได้รวมต่อปีแบบ annualized 1 พันล้านดอลลาร์ภายในเวลาประมาณหนึ่งปี และการเจาะลึกของ Latent Space กับ Garrett Lord และทีมของเขาครั้งนี้พาไปดูสภาพแวดล้อม reinforcement learning ที่ frontier labs ซื้อ ในเดโมด้านการเงิน เอเจนต์ที่ทำงานกับอีเมลและไฟล์ดีลของธนาคารจำลองนำตัวเลข goodwill ไปใส่ใน Python แล้วลบออก ซึ่งเป็นความผิดพลาดที่แสดงให้เห็นว่าการตัดสินใจของผู้เชี่ยวชาญยังเหนือกว่าโมเดลตรงจุดใด ทีมยังนำเสนอ VIALS ซึ่งเป็น benchmark สำหรับตีความภาพวิทยาศาสตร์ และติดตามการเรียกเครื่องมือของเอเจนต์ผ่านการจำลองด้านความปลอดภัย รวมถึง CAREBench

  9. Goodfire Research62

    Goodfire ศึกษาเซลล์ประสาทของ Qwen3.6-35B-A3B ในฐานะพื้นฐานที่ตีความได้

    Goodfire Research เผยแพร่งานศึกษาที่โต้แย้งว่าเซลล์ประสาท MLP แต่ละตัวใน Qwen3.6-35B-A3B สามารถตีความได้มากกว่าที่เคยคิด โดยอิงจากการทำให้เบาบาง เครื่องมือระบุที่มา และเอเจนต์วิจัย การตัดการทำงานของแอกทิเวชันเซลล์ประสาท MoE ที่อ่อนที่สุด 92.2% ต่อการส่งผ่านไปข้างหน้าหนึ่งครั้ง ทำให้ loss ของโมเดลภาษาสูงขึ้นเพียง 2.9% และ 69% ของขั้วเซลล์ประสาทมีโหมดเดียวที่รับผิดชอบต่อผลเชิงสาเหตุอย่างน้อย 90% คำอธิบายเซลล์ประสาทด้วยภาษาธรรมชาติทำให้โมเดลผู้ตัดสินสามารถทำนายการทำงานได้ด้วยความแม่นยำ 95% เทียบกับข้อความสุ่ม และฟื้นคืนความเสียหายจากการตัดการทำงานได้ 73% ผ่านการจำลอง

    ทำไมเรื่องนี้สำคัญ: งานศึกษาของ Goodfire เกี่ยวกับเซลล์ประสาทของ Qwen3.6-35B-A3B โต้แย้งว่าแอกทิเวชันที่แข็งแกร่งเพียงลำพังแบกการคำนวณส่วนใหญ่ของโมเดลไว้ พร้อมเสนอทางเลือกที่เป็นรูปธรรมต่อการตีความแบบ feature-dictionary

9 พฤศจิกายนวันจันทร์
  1. Hugging Face Blog38

    NVIDIA และ Elith เปิดตัวชุดข้อมูลสังเคราะห์ Nemotron-Personas-Finance-Japan

    Elith และ NVIDIA ได้เปิดตัว Nemotron-Personas-Finance-Japan ชุดข้อมูลบุคคลสังเคราะห์แบบเปิดสำหรับภาคการเงินของญี่ปุ่น สร้างขึ้นจากสถิติราชการ มีข้อมูลบุคคลจำนวน 9M รายการ (1M ระเบียน × 9 บุคคล) ครอบคลุม 50 ฟิลด์ และประมาณ 1.5B โทเค็น สร้างด้วย NeMo SDG-PGMs และ NeMo Data Designer และเผยแพร่ภายใต้สัญญาอนุญาต CC BY 4.0 สำหรับการใช้งานเชิงพาณิชย์

  2. Exponential View22

    คนงานที่ได้รับผลกระทบจาก AI ใช้เวลานานขึ้นหนึ่งเดือนในการหางานใหม่ในปี 2025

    คนงานที่ตกงานในตำแหน่งที่ได้รับผลกระทบจาก AI ในปี 2025 ใช้เวลาประมาณหนึ่งเดือนนานกว่าคนงานในตำแหน่งอื่นในการหางานใหม่ ตามข้อมูลสรุปของ Exponential View Anthropic จ่ายเงิน 3.4 พันล้านดอลลาร์เพื่อรับโอนคำสั่งซื้อเครื่องกำเนิดไฟฟ้าก๊าซขนาด 1.7GW อายุสองปีจากซัพพลายเออร์ ซึ่งเป็นการซื้ออุปกรณ์ไฟฟ้าที่ใหญ่ที่สุดเท่าที่ทราบโดยห้องปฏิบัติการ AI สต็อกหน่วยความจำของ Apple เพิ่มขึ้น 2.5 เท่าเมื่อเทียบปีต่อปี ช่วยป้องกันบริษัทจากต้นทุนหน่วยความจำที่เพิ่มขึ้น

  3. MIT Technology Review · AI12

    กลยุทธ์การวิจัยและพัฒนาที่ขับเคลื่อนด้วย AI ของ Lubrizol ในอุตสาหกรรมเคมีภัณฑ์พิเศษ

    Lubrizol กำลังสร้างรากฐานดิจิทัลที่เชื่อมโยงกระบวนการทางธุรกิจ แพลตฟอร์มข้อมูลสมัยใหม่ และโครงสร้างพื้นฐานคลาวด์ เพื่อเร่งการวิจัยและพัฒนาเคมีภัณฑ์พิเศษ Girish Rao รองประธานฝ่ายไอที กล่าวว่าเป้าหมายคือการมอบเครื่องมือที่ดีขึ้นให้นักวิทยาศาสตร์ ไม่ใช่การแทนที่วิจารณญาณทางวิทยาศาสตร์ โดยมี "ทีมฟิวชัน" ของนักวิทยาศาสตร์ นักวิทยาศาสตร์ข้อมูล และบุคลากรไอที เริ่มจากโครงการนำร่องขนาดเล็กเพื่อสร้างความไว้วางใจ การเข้าถึงคลาวด์ยังสนับสนุนงานด้านความยั่งยืน เช่น การจำลองวัสดุทางเลือกจากแป้งและข้าวโพด

  4. inclusionAI Repositories38

    ZoomGain: การขุดช่องว่างการรับรู้จากภาพรวมสู่การซูมสำหรับการกำกับดูแลด้วยภาพอย่างละเอียด

    ZoomGain สร้างคำถามเกี่ยวกับภาพเต็มจากรายละเอียดทางภาพที่ชัดเจนขึ้นเมื่อซูมเข้า โดยใช้ช่องว่างการรับรู้จากภาพรวมสู่การซูมนี้เป็น信号กำกับสำหรับโมเดลภาษา-ภาพ การเผยแพร่ประกอบด้วยบทความ arXiv, Benchmark ZoomGainBench (1,000 คำถามจาก 941 ภาพ ครอบคลุมการจดจำคุณลักษณะ การนับ และ OCR), บันทึกการฝึก RL 9,000 รายการจากภาพต้นฉบับ 7,713 ภาพ และ checkpoint ZoomGain-4B และ ZoomGain-9B โมเดลที่ดีที่สุดใน 28 โมเดลได้คะแนน 61.08 บน ZoomGainBench ขณะที่ ZoomGain-9B ทำได้เหนือกว่าใน benchmark การรับรู้แบบละเอียดและทั่วไปหลายรายการ

  5. Preferred Networks News26

    ระบบสอนเขียนด้วย AI "Ronjiro" ของ PFN คว้ารางวัล AI Special Award (Learning Support) ในงาน Japan e-Learning Grand Prize ครั้งที่ 23

    ระบบสอนเขียนด้วย AI "Ronjiro" ของ Preferred Networks ได้รับรางวัล AI Special Award (Learning Support) ในงาน Japan e-Learning Grand Prize ครั้งที่ 23 โดย Ronjiro ใช้ generative AI รวมถึงโมเดลพื้นฐาน PLaMo ที่พัฒนาในประเทศของ PFN เพื่อสนับสนุนการเรียนรู้การเขียนเรียงความและcompositionของนักเรียนมัธยมปลาย โดยให้ข้อเสนอแนะเกี่ยวกับโครงสร้างเชิงตรรกะและจุดที่ควรปรับปรุงได้ภายในเวลาเพียงหนึ่งนาที เปิดให้บริการตั้งแต่เดือนมีนาคม 2026 ผ่าน YP Switch ซึ่งเป็นกิจการร่วมค้ากับ Yarakis Switch Group และขณะนี้กำลังถูกนำไปใช้ในห้องเรียน School IE บางแห่งทั่วประเทศ

8 พฤศจิกายนวันอาทิตย์
  1. SemiAnalysis60

    SemiAnalysis เยี่ยมชมแคมปัสศูนย์ข้อมูล Galaxy ขนาด 800MW ของ Envision ในเขตมองโกเลียใน

    SemiAnalysis ได้เข้าชมแคมปัส Galaxy ของ Envision ในเมืองอูลานชับ เขตมองโกเลียใน ซึ่งวางแผนรองรับกำลังการผลิตไอทีสูงสุดถึง 800MW โดยเฟสแรกขนาด 120MW ส่งมอบภายในหนึ่งปีด้วยต้นทุนประมาณหนึ่งในห้าของสหรัฐฯ แคมปัสนี้เดินระบบนำร่อง DC 800V ขนาด 5MW แบบเรียลไทม์โดยใช้หม้อแปลงโซลิดสเตตที่แปลงไฟ AC 10kV เป็น DC 800V โดยตรงสำหรับแร็ค และตัดระบบทำความเย็นแบบรวมศูนย์ออกด้วยการใช้วงจรน้ำเดียวร่วมกันระหว่างเซิร์ฟเวอร์ระบายความร้อนด้วยของเหลวและอากาศ Envision จ่ายไฟกว่า 60% ของสองเฟสแรกจากฟาร์มกังหันลมของตนเองขนาด 420MW พร้อมแบตเตอรี่เก็บพลังงาน 4 ชั่วโมง และคาดว่าแคมปัสทั้งหมดจะแล้วเสร็จภายในสิ้นปี 2027

  2. Artificial Analysis Articles38

    Artificial Analysis Decision Index v2 เปิดตัวพร้อม Decision Score ใหม่และ Private Benchmarks

    Artificial Analysis เปิดตัว Decision Index v2 โดย 45% ของ Index สร้างจากชุดข้อมูลส่วนตัว เพิ่มขึ้นจาก 25% ใน v1 Drex Max v1.1 จาก Nace AI นำโมเดลตัดสินใจอย่างเฉียดฉิวที่ 73 ห่างจาก GLiDE v1.2 และ Mammoth 27B ไม่ถึง 1 คะแนน Decision Score ใหม่ให้รางวัลทั้งความถูกต้องและความมั่นใจที่ปรับเทียบแล้ว ขณะที่ AA-Paperclip และ AA-Symmetry เพิ่มการทดสอบเอกสารส่วนตัวและความสอดคล้อง

6 พฤศจิกายนวันศุกร์
  1. a16z News22

    Apple ไม่ร่วมการแข่งขัน AI Capex ขณะที่ Hyperscaler ใช้จ่ายมากกว่า 6-9 เท่า

    Apple กลายเป็นบริษัทเดียวใน Mag7 ที่เอาชนะดัชนีหลักได้นับจากต้นปีนี้ โดย capex ยังต่ำกว่าระดับก่อนยุค AI เฟื่องฟู ขณะที่ hyperscaler หลักสี่รายเพิ่มการใช้จ่ายราว 6-9 เท่านับตั้งแต่ปี 2023 Roblox ระบุว่าเกมกว่า 80% ใน 100 อันดับแรกตามการมีส่วนร่วมใช้เครื่องมือ AI ในเดือนที่ผ่านมา โดยการอัปโหลดแอสเซ็ตรายวันเพิ่มขึ้นสามเท่าเมื่อเทียบเดือนต่อเดือน

  2. Hugging Face Blog58

    Ai2 เปิดตัว ToyBlocks โลกจำลองแบบเปิดสำหรับการจัดการบล็อกเพื่อการเรียนรู้ของหุ่นยนต์

    Ai2 เปิดตัว ToyBlocks กรอบการจำลองแบบเปิดที่สร้างขึ้นรอบแขนหุ่นยนต์และบล็อกบนโต๊ะ เป็นFoundationWorldsตัวแรกสำหรับการเรียนรู้และประเมินผลหุ่นยนต์แบบควบคุม กรอบนี้สร้างทักษะและการสาธิตโดยอัตโนมัติผ่าน RL และการวางแผนการเคลื่อนไหวใน Isaac Lab ทำความเร็วได้ถึง 24 เท่าของเวลาจริงบน GPU เดียว และมาพร้อมการสาธิตระยะยาว 85,336 ชุด ครอบคลุมเกือบ 1,600 ชั่วโมงและ 144 ล้านเฟรม ในการทดลองของพวกเขา ความสำเร็จของทักษะระดับอะตอมของ ManiFlow อยู่ที่ 80.0% ในการจำลองและ 81.1% บน Franka FR3 จริง ขณะที่ระบบ Molmo 2 ร่วมกับ ManiFlow ประสบความสำเร็จ 55.5% ของตอนในการจำลองและ 50.0% ในโลกจริง

  3. MIT Technology Review · AI38

    ฉันดูหุ่นยนต์ฮิวแมนนอยด์ Tau Robotics ทำความสะอาดอพาร์ตเมนต์ของฉัน

    MIT Technology Review ทดสอบบริการทำความสะอาดด้วยหุ่นยนต์ฮิวแมนนอยด์ของ Tau Robotics ในซานฟรานซิสโก ซึ่งหุ่นยนต์ถูกบังคับควบคุมจากระยะไกลโดยมนุษย์แทนที่จะทำงานอัตโนมัติเต็มรูปแบบ หุ่นยนต์เก็บข้อมูลการฝึกสำหรับโมเดลอัตโนมัติในอนาคต โดยมีราคาอยู่ที่ 60 ดอลลาร์ต่อการทำความสะอาดรายสัปดาห์ด้วยหุ่นยนต์สองตัว หรือ 100 ดอลลาร์สำหรับการเข้าบริการครั้งเดียว หุ่นยนต์ทำความสะอาดห้องครัวและห้องน้ำได้ แต่มีปัญหาเรื่องบันไดและหยุดชะงักซ้ำหลายครั้งระหว่างการเข้าบริการครั้งแรก

  4. vLLM Blog77

    REINFORCE Zero: การจัดแนวเคอร์เนลช่วยให้ Async RL เสถียรที่ Policy Lag 64 ขยายไปถึง DeepSeek-V4.1 และ Kimi K3.1

    บทความ REINFORCE Zero ของ NVIDIA Research และ Inferact แสดงให้เห็นว่าการจัดแนวเคอร์เนลของ rollout และ trainer ทำให้ unclipped token-level importance sampling สามารถแก้ไข weight lag ที่เหลืออยู่ได้ ทำให้ฝึกได้อย่างเสถียรถึง 20,000 อัปเดตที่ policy lag 64 และได้ throughput ของ training-step เป็น 2.40 เท่าของการฝึกแบบ synchronous ด้วยเคอร์เนลที่จัดแนวแล้ว ด้วยเคอร์เนลมาตรฐาน ค่ามัธยฐาน rollout-to-learner KL เพิ่มขึ้น 83.33 เท่าตลอดการรัน และ online AIME24 pass@1 ลดลงจาก 34.27% เหลือ 13.96% ขณะที่ sequence gate ช่วยให้การฝึกเสถียรแต่ปฏิเสธ 24.48% ของ sequence ภายใน 1,000 อัปเดตสุดท้าย การตั้งค่า zero-mismatch ครอบคลุม DeepSeek-V4.1-Flash, Kimi K3.1 ในวันเปิดตัว และ DeepSeek-V4-Flash กับ Kimi K3.1 บน AMD MI355X โดยมีโค้ดอยู่ที่ Inferact/zero-mismatch-rl และ NVIDIA-NeMo/labs-molt

    ทำไมเรื่องนี้สำคัญ: NVIDIA Research และ Inferact แยกช่องว่างระหว่าง rollout-learner ของ async RL ออกเป็น weight lag และ kernel mismatch โดยแสดงให้เห็นว่าการจัดแนวเคอร์เนลทำให้ unclipped importance sampling รักษาการฝึกที่เสถียรที่ policy lag 64 ได้

  5. vLLM Blog55

    VeRL-Omni v0.3.0 เปิดตัวพร้อมการฝึกแบบอะซิงโครนัสและการหลังการฝึกแบบมัลติโมดัลที่กว้างขึ้น

    VeRL-Omni v0.3.0 เปิดตัวพร้อมเส้นทางการทำงาน RL แบบอะซิงโครนัสและแยกส่วน, V1 trainer เป็นค่าเริ่มต้น, และขยายขอบเขตการหลังการฝึกครอบคลุมการเข้าใจภาพ วิดีโอ เสียง และมัลติโมดัล การเปิดตัวนี้เพิ่มการฝึกข้อความและเสียง Qwen3-Omni แบบอะซิงโครนัสเต็มรูปแบบ, การฝึก Omni และ diffusion แบบแยกอะซิงโครนัสพร้อม replay buffer, และสูตรใหม่รวมถึง MiniMax H3 กับ DiffusionNFT และ MiniCPM-o 4.5 GSPO ในการทดลอง MiniCPM-o 4.5 AVQA บน 4×H800 80 GB, separate-async 3+1 ช้ากว่า colocated 4+0 ประมาณ 9% ต่อ prompt ที่ความยาวการตอบสนองตามธรรมชาติ, ใกล้เคียงกันที่ 512 โทเค็น, และเร็วกว่าประมาณ 6.7% ที่ 1024 โทเค็น

  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

5 พฤศจิกายนวันพฤหัสบดี
  1. The Pragmatic Engineer22

    การขยายระบบ Slack และ GitHub: Maude Lemaire ว่าด้วยประสิทธิภาพของแบ็กเอนด์และการแบ่งชาร์ดฐานข้อมูล

    Maude Lemaire วิศวกรหลักและผู้เขียนหนังสือ "Refactoring at Scale" ได้แบ่งปันมุมมองจากภายในเกี่ยวกับการขยายระบบ Slack และ GitHub ในพอดแคสต์ The Pragmatic Engineer เธอใช้เวลาเกือบแปดปีในการนำทีมโครงสร้างพื้นฐานด้านประสิทธิภาพของแบ็กเอนด์ที่ Slack จากนั้นเข้าร่วม GitHub ในปี 2024 เพื่อจัดการกับการขยายฐานข้อมูล และล่าสุดได้ทำงานด้านประสิทธิภาพที่ Cursor รวมถึงเวลาถึงโทเคนแรก เธออธิบายถึงขีดจำกัดอีโมจิที่กำหนดเอง 23 รายการของ Slack เพื่อหลีกเลี่ยง thundering herds ว่าการทดสอบโหลดการเชื่อมต่อ WebSocket 500,000 รายการด้วยวิธี naive จะมีค่าใช้จ่าย 150,000 ดอลลาร์ต่อการรันหนึ่งครั้ง และเหตุใด Active Record abstraction และ scatter queries ของ GitHub จึงจำกัดไว้ที่ 16 ชาร์ดฐานข้อมูล

  2. 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

  3. 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

  4. 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

  5. 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

  6. 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

  7. 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

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. SemiAnalysis65

    SemiAnalysis: SpaceX จะกลายเป็น AI คลาวด์ที่ใหญ่ที่สุดในโลก โดยตั้งเป้าไว้ที่ ~13GW ภายในปี 2027

    SemiAnalysis รายงานว่า SpaceX มีกำลังการผลิตศูนย์ข้อมูลที่อยู่ระหว่างการก่อสร้างรวม 3.6GW กระจายอยู่ในหลายพื้นที่ และได้ปรับเพิ่มประมาณการสำหรับปี 2027 ขึ้นเป็นราว 13GW จากตัวเลข 10GW ที่ให้ไว้ในการประชุมผลประกอบการครั้งแรก บริษัทระบุว่าได้ระบุกำลังการผลิตที่เป็นไปได้แล้วมากกว่า 9GW และโต้แย้งว่า SpaceX อาจเป็นผู้สร้างศูนย์ข้อมูลที่เร็วที่สุดในโลก โดยอ้างอิงระยะเวลาก่อสร้าง Colossus 2 ที่ 91 วันสำหรับ 210MW และพื้นที่แห่งใหม่ในรัฐมิสซิสซิปปีที่ตั้งเป้าไว้ประมาณ 4 เดือน นอกจากนี้ยังชี้ให้เห็นถึงศูนย์ข้อมูลที่อาจเกิดขึ้น ณ สถานที่ผลิตชิป TeraFab ในรัฐเท็กซัส และการติดตั้ง BESS ที่ Colossus 2 ซึ่งใกล้ถึง 6GWh

  3. 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

  4. 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

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