跳到正文

#產品更新

RSS
今日 0 則
11月22日週日
  1. Dev.to Top Tech71

    VIDRAFT 推出工具,觀察黎曼猜想相關的魏爾正性

    黎曼猜想牽涉複雜的數學條件,不容易直接看出計算結果是否符合預期。VIDRAFT 推出 Weil Positivity Gauge,讓人用互動圖表檢視黎曼 ζ 函式和四個狄利克雷 L 函式的魏爾二次型最低特徵值。文章指出,在能測量的範圍內,這些函式的數值為正;三種刻意改動條件的仿造例子則出現負值。部分數值低到超出目前的計算解析度,因此不能把它們當成已測得的正負結果。這是用來觀察相關數值條件的工具,並不等於它證明瞭黎曼猜想。

11月21日週六
  1. Dev.to Top Tech62

    MegaBit Trajectories 公開 66 段 Python AI 助理實際工作紀錄

    訓練 AI 助理的資料如果只留下正確答案,模型就看不到工作中常遇到的錯誤和重試。作者公開 MegaBit Trajectories,收錄 66 段 Python 程式專案的完整工作紀錄,包括工具指令、錯誤訊息、測試失敗和後續修正;每段紀錄最後的測試都通過,也附有檢查工具,讓使用者確認下載的資料是否完整。作者也列出和其他公開資料集比較後的限制:這份資料的專案數較少,最長的錯誤重試過程也較短,目前尚未公佈訓練成果。

11月19日週四
  1. Rohan Paul60

    做機器學習研究時,研究者得想辦法判斷實驗有沒有進展;FrontierML 想測試 AI 助理能不能自己完成這件事。每個任務會藏起評分目標,讓 AI 助理在 Lab0 使用 H100 GPU 工作 12 小時,自己設計進度指標、做實驗並判斷這些指標有多可信,最後再提交模型或方法評分。Synthetic Sciences 表示,受測的 5 個前沿 AI 模型在 25 個研究問題中,都沒有達到強成果門檻。

11月16日週一
  1. ModelScope56

    機器人價值模型需要訓練和評估資料,才能判斷機器人執行任務時的表現。ModelScope 上架 RoboValue-Dataset,收錄模擬環境和真實世界的操作任務,除了看最後有沒有完成,也能檢查任務進度、失敗後是否復原,以及模型給出的評價前後是否一致。資料還包含不同機器人和環境的設定,可用來測試模型面對不同情境時的表現。程式碼、指令碼和說明檔案採用 MIT License。

11月13日週五
  1. Dev.to Top Tech73

    VIDRAFT 推出天氣預報排行榜,公開比較 Darwin-Prediction-Weather 與各家模型

    天氣預報模型很多,光看過去的研究不容易知道它們今年預測得準不準。VIDRAFT 在 Hugging Face 公開 Darwin-Prediction-Weather 和天氣模型排行榜,每天把各模型對 24 個城市、四種天氣專案的預測,和事後觀測資料比較。依截至 2026-11-07 的紀錄,Darwin-Prediction-Weather 在 1 到 7 天的預報中,四種專案的誤差都最低;排行榜也能按城市和預報天數檢視結果,並提供預報與觀測資料供人檢查。

11月10日週二
  1. Google DeepMind83

    Google DeepMind 開放 SatWeave 與 PARDIG 氣象資料集

    要預測天氣和水情,得先把各地衛星與地面儀器的觀測整理成完整、更新快的全球影像。Google DeepMind 開放 SatWeave 和 PARDIG,提供即時資料與歷史資料,讓研究者和開發者用來打造天氣、水文和氣候應用。SatWeave 每小時整合全球衛星影像;PARDIG 則用 AI 推估全球降雨,每 15 分鐘一筆,平均延遲約 5 小時。文中評估顯示,PARDIG 在小到中雨的每小時降雨偵測表現,比 IMERG-Final 高 30% 以上,也能協助研究洪水、土石流和乾旱。

    推薦理由:兩組資料分別補上全球衛星雲圖與降雨觀測,可供研究者評估天氣、水文與氣候應用,文中也比較了降雨偵測表現。

10月2日週五
9月24日週四
9月23日週三
9月18日週五
  1. Google Research63

    Google Research 推出基於生成式 UI 的定製化互動學習模擬研究專案

    Google Research 推出了可讓教師建立定製化、互動式教育模擬實驗的最新研究,利用針對教育最佳化的生成式 UI 動態生成符合課程目標的學習互動。官方同時釋出了包含 30 多箇中學 STEM 課程英文學習互動的樣本庫,並面向使用 Google Workspace for Education 的學校開放試點計劃以收集反饋。

9月15日週二
9月8日週二
  1. Google DeepMind89

    Google DeepMind 釋出 AlphaGenome Atlas:人類基因組變異預測圖譜

    Google DeepMind 推出了 AlphaGenome Atlas 平臺,包含人類基因組中 90 億種單核苷酸變異的預測效應,並同步釋出了 AlphaGenome Variant Impact 評分。該平臺提供網站埠、API 以及 Google Antigravity 中的 skill,旨在幫助學術研究人員理解基因變異對分子生物學的影響。

    推薦理由:該平臺預先計算了人類基因組中所有可能單核苷酸變異的分子效應預測併發布了配套評分指標,為研究人員快速評估基因變異影響提供了新資源。

8月17日週一
  1. Google Research65

    Google Research 推出 PhotoScan:通過智慧手機影像估算心臟代謝風險

    Google Research 推出了 PhotoScan,這是一個通過標準 2D 智慧手機照片估算 3D 身體成分指標(如體脂率、A/G 比和 V/S 比)的深度學習框架。該模型在英國生物銀行資料上進行預訓練,並利用 677 名成人的佇列進行了微調;獨立驗證顯示其在預測胰島素抵抗方面達到了接近 DXA 掃描的準確度。

8月4日週二
  1. Microsoft Research86

    Microsoft Research 釋出開源AI 助理框架 Orchard

    Microsoft Research 推出了開源的可擴充套件AI 助理框架 Orchard,其核心是提供可重用環境服務的 Kubernetes 架構 Orchard Env,支援在真實部署 harnesses 中直接訓練AI 助理。專案同步開源了三個領域的訓練方案與資料,其中 Orchard-SWE 在 SWE-bench Verified 上取得了 69.7% 的表現。

    推薦理由:微軟研究院開源了可擴充套件AI 助理框架 Orchard,並提供覆蓋軟體工程、網頁瀏覽和個人助理的完整訓練方案,降低了AI 助理研究的基建門檻。

7月15日週三
  1. Hugging Face Blog75

    推出 Real World VoiceEQ:衡量語音 AI 的人類質量

    Hugging Face 釋出了 Real World VoiceEQ,一個評估語音 AI 人類質量的基準,涵蓋 60 多項指標,覆蓋 40 多個模型。該基準基於 100 萬條人類評分,評估 15+ 維度的 ASR、TTS、S2S 和 Speech Understanding,幫助開發者識別情感、背景噪聲等細粒度缺陷。

    推薦理由:Real World VoiceEQ 提供了超過 60 項指標的真實人類評估,幫助開發者識別模型在情感、背景噪聲等方面的細粒度缺陷。

7月1日週三