标签
本文介绍了Google Research联合康奈尔和南加大提出的一种新方法，通过为RNN的记忆拍快照并缓存，使RNN能高效处理长文本，兼具Transformer的强记忆和RNN的低成本，为长上下文AI提供新方向。
谷歌研究人员提出SensorFM，这是一个基础模型，在来自500万人的超过1万亿分钟未标记可穿戴数据上进行训练，学习通用生理模式，并在35项健康预测任务中的34项上优于人工设计的特征。
Google 宣布了经验研究辅助工具（ERA），这是一款使用 Gemini 编写和优化科学代码的 AI 工具。该工具已在《自然》上发表，并作为 Gemini for Science 的一部分推出，旨在帮助全球科学家加速计算发现。
本文提出了一种心理测量框架及 AIQ 基准测试，用于评估生成式人工智能模型的认知特征，揭示了其演化过程的不均衡性：言语能力表现强劲，但知觉推理能力停滞不前。
Google Cloud AI Research 推出 SkillOS，这是一种强化学习框架，使基于 LLM 的智能体能够通过从过往经验中提炼可复用技能来实现自我进化。
Google Research 发布了 TimesFM 2.5，这是一个开源的时序基础模型，用于预测，拥有2亿参数、16000上下文长度，并支持最多1000步的分位数预测。该模型可在 PyPI 和 Hugging Face 上获取，支持通过 LoRA 进行微调，并集成到 Google 产品如 BigQuery ML、Google Sheets 和 Vertex Model Garden 中。