Databricks 將 Genie 擴充套件為可持續執行工作的 AI 助理
Databricks 將 Genie 擴充套件為可排程或由事件觸發、能追查缺漏資訊並同時管理多項工作的 AI 助理,使用者可設定哪些動作須先經核准。
推薦理由:Genie 把資料問答延伸為可持續執行的工作,文中也區分正式推出與預覽功能,並說明 91% 基準測試適用於既有 Databricks 部署的條件。
Databricks 將 Genie 擴充套件為可排程或由事件觸發、能追查缺漏資訊並同時管理多項工作的 AI 助理,使用者可設定哪些動作須先經核准。
推薦理由:Genie 把資料問答延伸為可持續執行的工作,文中也區分正式推出與預覽功能,並說明 91% 基準測試適用於既有 Databricks 部署的條件。
作者說明,服務將等待中的單筆資料查詢合併為一次批次請求後,在同一臺筆電與 Postgres 資料庫上,吞吐量由約 18,000 req/s 提升至約 252,000 req/s。
Apple 研究透過理論與實驗指出,SSM 的閘控機制會使模型先學會權重內記憶,並延後甚至阻礙正確的情境學習解法收斂。 研究發現:即使架構或記憶容量沒有根本限制,閘控仍可能影響情境學習;另一方面,它常有助於提升長序列泛化能力。 研究範圍:分析閘控機制如何塑造 SSM 的訓練動態與泛化表現,為理解及改進線性時間模型提供依據。
TimeNet 提供統一格式 TimeF 與 API,讓使用者搜尋、建置、下載及載入時間序列資料集,並由使用者選擇的框架負責模型訓練、推論與評估。
TW Data Tools 分享一週職缺資料的分佈與計數方法,指出 50,253 筆原始新刊登經職稱去重後為 33,640 個不同職缺;資料僅涵蓋追蹤中的公司,並非整體就業市場普查。
AI 傾向產生最常見、最可能的回答;作者以隨機數字、證據判讀與概念定義為例,說明使用者需要具備哪些判斷方法。 - 常見回答偏差:作者讓 9 個 Claude 與 GPT 模型回答 1 到 10 的隨機數字問題,共 900 次,每次答案都是 7;他將此連結到訓練資料中的人類偏差,以及偏好人類評分答案的訓練方式。
作者 Donglin Li 建立 Apify Actor,將 Greenhouse、Lever、Ashby 三種 ATS 的職缺資料正規化,並分享資料清理、薪資抽取與監控的實作心得。
Databricks 在與 Turing 合作建立的企業資料代理基準測試中,評估 Genie、Genie Ontology 與兩個前沿代理在即時 Databricks 工作區回答商業問題的表現。
推薦理由:這項評測把筆記本、儀錶板與儲存的 SQL 查詢納入企業資料脈絡,呈現這些工作區知識如何影響資料代理的答題準確度與資源用量。
Databricks 擴充 Genie Agents,新增非結構化檔案分析、企業工具連線與跨組織分享功能,讓代理程式能結合檔案、受治理資料表與企業工具回答問題並採取行動。
推薦理由:Genie Agents 將非結構化檔案、受治理資料表與企業工具接入同一工作流程,並提供頁面引用與許可權控管,呈現從分析到執行的整合方式。
Databricks 宣佈 Genie Ontology 正式推出,讓 AI 助理從企業資料與日常工作中持續學習業務脈絡,並由人員治理關鍵定義,將共用且受控的知識提供給各種AI 助理。
推薦理由:Genie Ontology 將日常工作產生的知識與人工治理的業務定義結合,並以基準比較呈現其對代理準確率、耗時與 token 用量的影響。
Google DeepMind 發布 AlphaGenome 2,可依特定人類細胞型別或狀態,預測 DNA 序列及其變異對基因活動的影響。 - 模型訓練:使用人類與小鼠的 bulk 及單細胞資料訓練,涵蓋超過 1.07 億個細胞剖面與 68 種組織;新增 DNA 甲基化預測。
推薦理由:AlphaGenome 2 在 TenK10K 資料集的因果變異辨識率由 16% 提升至 30%,可供評估單細胞模型定位疾病相關變異的能力。
Databricks 更新 AI 助理 Genie,讓它能根據企業在 Databricks 平臺上的資料脈絡,執行耗時較長的多步驟工作。文章以執行長 Ali Ghodsi 的實際使用情況,展示 Genie 如何協助管理者檢視內部問題。
PostgreSQL 匯率資料庫設計指南說明如何儲存外匯 API 匯率,讓發票與報表能依交易日期重現匯率,也避免頁面載入依賴即時網路請求。 - Schema 與索引:以 fx_rate 表儲存匯率,使用 NUMERIC(20,10) 避免浮點誤差;主鍵由幣別組合、匯率型別、來源與適用日期構成,另建日期索引。
美國資料商據 ChinaTalk 調查,向中國 AI 實驗室出售約 5 億美元的訓練資料,其中包括用於特定任務的強化學習(RL)環境。 - 調查發現:ChinaTalk 指出至少有 9 家美國資料公司向中國客戶銷售;報導稱,中國實驗室購買曾售予 Anthropic 或 OpenAI 的同款產品,以減少自行開發與訓練所需的運算資源。
Edelbyte 結束隱身,宣佈獲得 7,000 萬美元種子輪與 A 輪融資,由 Sequoia 和 Quiet Capital 領投,Greenoaks 與 Swish Ventures 參與。
作者將斯里蘭卡五年級獎學金考試的各區門檻整理成具型別資料表,並分享手動維護資料時處理缺漏值與避免錯誤的做法。 - 資料結構:以區名作為鍵,而非依位置排列;型別檢查可抓出遺漏或拼錯的區名。
DynamoDB 的 Scan 即使使用篩選條件,仍會先讀取並評估專案,再縮小回傳結果;篩選不會減少為此消耗的讀取容量。
研究用 CSV 合併前後列數相同,仍可能遺失一位參與者並重複另一位;可比較合併前後的識別碼計數,檢查是否仍維持每位參與者一列。 - 範例結果:P03 遺失 1 列,P02 多出 1 列。
RAG 助理答錯數字時,先檢查檢索到的資料;若來源欄位遭錯誤改名,模型可能只是照著錯誤資料回答。 - 示例:保險資料庫將 max_coverage_limit_usd 改名為 per_incident_deductible_usd 後,理賠助理把 $12,500 的自付額回答成保額上限,而原上限是 $1,250,000。
法國研究團隊分析公共採購開放資料,發現 2025 年五類服務共公告 22,962 件採購案;資訊與通訊類的小額案件常只有一家投標,通訊與培訓類則多由中小企業得標。
PAN 2 是 MBZUAI IFM 推出的 29B 引數開源世界模型,能以文字指令模擬場景變化並輸出 704×1248 24fps 影片,適用於機器人與代理開發。
PostgreSQL 14 將於 11 月 12 日推出最後一次更新,此後不再取得安全修補與錯誤修正;作者實測從 14.24 升級至 18.6,整理相容性問題與升級步驟。
推薦理由:作者以 PostgreSQL 14.24 升級至 18.6 的實測,整理七項相容性變化與預檢步驟,呈現升級檢查未必能提前發現的風險。
OLake Go 教學示範如何讀取 MySQL binlog,將 CDC 變更寫入 Snowflake Horizon 管理的 Apache Iceberg 表格,並以同一份資料供 DuckDB 與 Spark 讀取。
作者稽核自家平臺的足球賽果預測,發現平局佔實際賽果 24.20%,卻只被單獨標記 0.78%;作者指出,模型輸出格式將三分類結果壓成單一或複合標籤,讓平局資訊在評估中流失。
retraction-crosscheck 作者發現 PubMed 有時會把已撤回的更正公告標成論文撤稿,導致檢查器誤判,並在 0.2.0 版加入公告標題交叉檢查。
Anthropic 宣佈 Claude 將加入試算表、白板與資料工具,並擴大互動式連接器的推出範圍,讓使用者能在 Claude 內直接處理工作。
Meta FAIR 研究人員推出 e-means,這種迷你批次 k-means 演演算法在 1.4 至 2.6 個 epoch 內,達到 Lloyd’s k-means 執行 25 個 epoch 的 loss。
Anthropic 正為 Claude app 加入多項協作功能,讓團隊能建立試算表、進行腦力激盪並製作資料儀錶板。 - Claude Sheets:支援 AI 輔助建立與編輯試算表,包含公式和多個分頁。
Databricks 推出將 Unity Catalog Metric Views 發布至 Power BI 的功能,讓 Power BI 語意模型使用 Databricks 中統一管理的指標定義。
推薦理由:將 Unity Catalog 指標檢視發布至 Power BI,可讓報表沿用同一套受治理定義;文中也說明 DirectQuery 與 Import 模式的許可權差異。
血糖會隨時間變化,研究者想知道能不能用自己的資料預測接下來的血糖。他用自己的資料和公開資料測試 15 種模型,其中自己做的 T1DMAI 是小型 Transformer,會預測未來 2 小時的血糖;再用少量真實資料微調後,在自己的資料測試中,60 分鐘預測的分數接近表現最好的 XGBoost。可是換到公開資料時,結果就不一樣,也有模型很難抓到低血糖。這些測試目前只適合研究和教學,模型沒有經過臨床驗證,不能拿來決定用藥或治療。
Anthropic 推出 Claude Whiteboards 與 Claude Sheets 測試版,並將 Claude Dashboards 正式轉為一般供應、更名為 Claude Data;三項產品在所有付費方案中均可使用。
推薦理由:三項產品涵蓋協作畫板、試算表與資料分析,並列出功能邊界、付費方案及企業預設設定,便於評估團隊匯入方式。
想升級資料庫,又怕新版本讓工作變慢或不穩?Amazon RDS for MySQL 26.10 已在資料庫預覽環境開放測試,讓使用者先試用新版 MySQL。這次更新改善了繁忙工作時的效能,也會在清理工作累積、可能拖慢資料庫時,把警告寫進錯誤紀錄,方便及早處理。預覽環境中的資料庫最多保留 60 天,之後會自動刪除。
Supabase 整合進 EAS CLI,執行 eas integrations:supabase:connect 即可建立 Supabase 專案、安裝 SDK,並將金鑰寫入 Expo 的各個環境。
推薦理由:這項整合把建立 Supabase 專案、安裝 SDK 與設定環境金鑰串成單一指令,並為 Preview 與 Production 分開配置資料,呈現跨環境部署的實務流程。
Amazon 推出第二代表格基礎模型 Mitra-v2,支援分類與迴歸,並在 TabArena 的單模型方法中領先。 - 預訓練變化:使用的合成表格列數是 Mitra-v1 的 10 倍,欄數約為 3 倍,並加入混合結構因果模型先驗。
Apache Sourcelume 擴充模型訓練來源紀錄,讓訓練流程可產生連結資料集紀錄的機器可讀宣告。 - 紀錄內容:新增 TrainingProvenanceRecord,可引用資料集的標準識別碼,記錄 token 數量、佔比,以及完整、部分或未揭露的披露狀態。
Kysely、kysely-codegen 與 kysely-ctl 可串起 Node.js 的型別安全查詢、資料庫型別產生與遷移流程,讓資料庫結構作為型別定義的來源。
作者分析 GenDB-V 的基準測試結果,指出其大幅加速主要來自針對 TPC-H 查詢預先計算資料結構,部分模式則利用資料產生器的規律,讓基準效能難以代表一般資料庫工作負載。
推薦理由:作者以資料讀取量與記憶體頻寬估算檢視 GenDB-V 的效能主張,並指出預先計算及依賴資料產生器規律的技巧如何限制基準結果的適用性。
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。
SQL 入門指南以 CRUD 為主軸,透過學生與成績資料表範例,示範如何查詢、連線與修改資料。 - 讀取資料:介紹 SELECT、WHERE、ORDER BY、LIMIT、彙總函式與 GROUP BY,並說明 JOIN、LEFT JOIN、RIGHT JOIN 和 FULL JOIN 的差異。