ServiceNow CoreAI 的 AutoSynthData 生成企业智能体训练数据
ServiceNow CoreAI 的 AutoSynthData 用目标模型失败和更强教师成功生成并验证企业智能体训练任务。在 EnterpriseOps Gym 中,以 Gemma-4-26B-A4B-it 为目标模型,Hybrid 域用 Qwen3.8-27B 作教师,SFT 使 mean Pass@1 提升 7.2 个百分点。
ServiceNow CoreAI 的 AutoSynthData 用目标模型失败和更强教师成功生成并验证企业智能体训练任务。在 EnterpriseOps Gym 中,以 Gemma-4-26B-A4B-it 为目标模型,Hybrid 域用 Qwen3.8-27B 作教师,SFT 使 mean Pass@1 提升 7.2 个百分点。
Google Research 提出 AI video co-director,一个基于 Gemini 和 Veo 的统一多智能体框架,用于自动化连贯长视频生成。
推荐理由:原文给出基于 Gemini 和 Veo 的多智能体编排方法,展示长视频一致性如何从提示链转向全局优化与闭环修正的生成流程。
Import AI 470(https://importai.substack.com/p/import-ai-470-no-rights-for-machines)汇总了 METR 的 AI 加速研究、SPADE 环境生成框架、Hawkeye GPU 内核优化和 Google DeepMind 的 AlphaEvolve 矩阵乘法进展。
ABBEL 提出将摘要作为自然语言 belief states,并用 belief grading 监督其信息内容,以提升 LLM 长程交互效率。在 CollabBench 协作编码中,ABBEL-rec-BG 将 full context 性能差距减少约 50%,训练步数从 100 降到 50,峰值 token 低于 full context。