跳到正文
10月14日周三
  1. AWS Machine Learning Blog22

    Tamnoon 如何用 Amazon Bedrock 构建 AI 驱动的云安全修复平台 Tami

    Tamnoon 基于 Amazon Bedrock 构建了智能体式云修复编排器 Tami,可自主调查 CNAPP 等来源的安全发现并评估修复安全性,再生成带护栏和回滚指引的修复方案。该方案在 90 天内将关键云暴露减少超过 90%,且未引发任何生产问题。Tami 由调查、安全评分、修复和代码生成四个专用智能体组成,通过单一 API 按任务调用不同基础模型。

  2. AWS Machine Learning Blog60

    Anchor Browser 集成 AgentCore payments,让智能体自动完成 x402 付费

    Anchor Browser 与 Amazon Bedrock AgentCore payments 集成,让 AI 智能体在遇到 HTTP 402 Payment Required 时自动完成 x402 协议支付并重试请求,该方案已在 AWS Marketplace 上线。

    推荐理由:原文给出 x402 支付与 AgentCore payments 的集成方式,读者可据此判断智能体自动付费的落地路径。

  3. GitHub Blog · AI & ML38

    GitHub 如何用 ModernBERT 分类器减少密钥扫描误报

    GitHub 为密钥扫描训练了基于 ModernBERT 的上下文感知分类器,替代此前的 LLM 流水线,使推送后扫描中位执行时间降低 86%、服务成本降低超 98%,用户对告警的接受度提升 11.5%。该方案采用两阶段流水线:先用正则表达式高召回生成候选,再由微调后的 ModernBERT 结合文件路径、变量名和上下文判断是否为真实凭证,从而过滤占位符、测试样例等硬负例。

  4. AWS Machine Learning Blog62

    在 Amazon Bedrock 上用 Grok 4.7 构建长时程智能体

    AWS 博客介绍 SpaceXAI 的 Grok 4.7 已在 Amazon Bedrock 上线,并演示如何构建工具调用智能体。作者在三个需要搜索而非查表的一次性答案任务上跑了 72 次智能体运行,共答对 67 次;xhigh 档 18 次全对,low 档答对 15 次但输出 token 约为 xhigh 的八分之一。

    推荐理由:作者在 Amazon Bedrock 上实测 Grok 4.7 四档推理强度,给出可迁移的智能体评测与监控方法。

10月13日周二
10月12日周一
10月10日周六
10月9日周五
  1. Hugging Face Blog34

    Ai2 如何用 GPU 时间预算与分层公平分配改造 GPU 集群调度

    Ai2 用 GPU 时间预算、分层公平分配和时间切片合约替换了原有优先级调度器,把"每个研究项目该分多少 GPU 时间"从事后逐案协调变成透明的预算分配流程。Ai2 管理数千块 NVIDIA H100、B200 和 B300 GPU,集群规模 88 至 1024 块,服务约 150 名内部研究者,待处理需求常年是可用算力的 2-3 倍。

  2. Hugging Face Blog76

    作者用 ML Intern 两天自建六个模型,总花费约 103 美元

    作者借助 HuggingChat 中的 ML Intern,在两天内做出六个模型,包括 0.8B 的 Pocket Rewriter、柑橘病害 VLM、Huggy LoRA、相机视角 LoRA、Doodle-in LoRA 和 Agate 4-step 蒸馏模型,总计算成本约 103 美元。

    推荐理由:作者用 ML Intern 在两天内自建六个模型,公开了完整提示词与成本明细,可迁移到自己的训练流程。

10月8日周四
  1. NVIDIA Blog78

    NVIDIA 与 Microsoft 发布 RTX Spark 笔记本和 Windows 智能体基础设施

    NVIDIA 与 Microsoft 在旧金山 Windows AI and Surface 活动上宣布为 Windows PC 的 AI 智能体共同设计软硬件,Microsoft 宣布 OS 级基础设施 Microsoft Execution Containers(MXC)正式可用,让智能体在系统控制下安全持久地在后台运行。

    推荐理由:NVIDIA 与 Microsoft 把智能体运行所需的系统级容器和本地算力硬件一并给出,读者可据此判断 Windows 端侧智能体的落地条件。

  2. GitHub Blog · AI & ML62

    GitHub 推出基于 ModernBERT 的通用密钥检测模型,扩展 push protection

    GitHub 发布与 Microsoft Applied Sciences 联合微调的 ModernBERT 分类器,用代码上下文识别无固定格式的密钥,候选批次评估耗时低于 2 毫秒,可将可拦截的密钥数量提升一倍以上。

    推荐理由:GitHub 公开了九季度密钥泄露数据,并给出用分类器把防护前移到 push 环节的具体做法与开放节奏。

  3. Microsoft Research62

    微软研究院开源 Agent Lightning v1.0:3500 行轻量级 Agentic RL 框架

    微软研究院亚洲团队开源 Agent Lightning v1.0,提出 Harnessed Agentic RL 训练范式,让部署时使用的 agent harness 直接参与强化学习,无需在训练框架内重新实现 agent。

    推荐理由:微软研究院开源 Agent Lightning v1.0,用约 3500 行代码把真实 harness 直接接入 RL 训练,并给出 6000 样本提升 14.6 个百分点的完整流程。

  4. AWS Machine Learning Blog34

    Cornerstone OnDemand 如何用 Amazon Bedrock 将数据库诊断时间缩短 78%

    Cornerstone OnDemand 基于 Amazon Bedrock 和 Strands Agents 构建多智能体系统 Orion AI,将数据库诊断时间从 45 分钟降至 10 分钟,缩短 78%。该系统还把手动生命周期步骤从 10 步以上压缩为 1 次交互,冗余告警中位数减少 65%,SRE 与数据团队之间的 15 分钟报告延迟降为实时。三人团队用六个月完成交付。

10月7日周三