微软研究院播客访谈 AI 出错与失败如何改进模型
微软研究院播客访谈 Jennifer Neville,讨论 AI 出错与失败如何帮助改进模型。她指出单轮基准表现高的模型在多轮对话中性能会显著下降,长程智能体文档编辑中错误会累积。用户应检查答案、改写请求并给出具体反馈,以推动模型改进。
微软研究院播客访谈 Jennifer Neville,讨论 AI 出错与失败如何帮助改进模型。她指出单轮基准表现高的模型在多轮对话中性能会显著下降,长程智能体文档编辑中错误会累积。用户应检查答案、改写请求并给出具体反馈,以推动模型改进。
电信运营商正基于开放模型构建 AI 战略,NVIDIA 最新 State of AI in Telecommunications 报告显示 89% 受访者认为开源模型和软件重要。
Jump Trading 使用 OpenAI 的 ChatGPT 扩展量化研究。其较长运行的 AI 工作流将多个数据源与人工审核结合,用于量化研究。
NVIDIA Inception 初创公司正用 AI 覆盖乳腺癌筛查、风险评估和治疗规划,帮助缩小诊疗差距。iSono Health 的 FDA-cleared ATUSA 已商用,每侧约 2 分钟完成 3D 超声,公司称比手持 2D 超声敏感度高 28%。Whiterabbit.ai 的 WRDensity 自动评估乳腺密度,Ataraxis AI 用病理切片预测治疗反应和复发风险。
Microsoft Research Asia – Singapore 自 2025 年 7 月 24 日开放以来,作为微软首个东南亚研究实验室,推进前沿 AI 研究、合作与人才培养。其多模态医疗 AI 与自进化诊断智能体已在新加坡医疗生态中部署和扩展。实验室还与 EDB、IMDA 等合作,对齐 National AI Strategy 2.0。
GitHub Podcast 最新一集拆解五个 AI 开发热门观点,给出关于代码审查、AI 使用、MCP、Skills 与 RAG 的实用判断。文章认为 AI 生成代码仍需按风险审查,MCP 提供标准接口、Skills 提供流程上下文、RAG 用于补充模型外信息,三者可在同一工作流共存。
Berkeley AI Research 发布观点文章,认为 AI 推理成本快速下降,数据系统需要围绕智能体重构。文章称 GPT-4 级能力从 2023 年初约 $30 per million tokens 降到低于 $1,部分供应商低于 $0.10,推理价格每年下降 9x 至 900x,中位约 50x。
BAIR Lab 展示 2026 届博士毕业生,表彰其在人工智能与机器学习前沿的研究贡献。毕业生研究覆盖机器人、大语言模型与推理、计算机视觉、生成建模、AI 安全、人机交互及 AI for science 等领域。他们正进入教职、博士后、工业研究实验室和初创公司,部分仍在探索下一步方向。