标签
OCR 研究员 Vik Paruchuri 强调了过去两年手写识别模型的显著进步，指出输出结果已从几乎无法辨认提升到近乎完美的转录水平。
研究者提出了"Training Witnesses"（训练见证）系统，用于为机器学习的训练数据和评估生成"诚实性"证明，会议评审者可以低成本地验证并信任这些证明，旨在修复机器学习会议中已经崩溃的信任模型。
精选10个覆盖AI与机器学习的专家YouTube频道，包括来自Andrej Karpathy、3Blue1Brown、Lex Fridman等人的讲座、教程、数学可视化及实用指南。
一场关于 Modal 的 Runtime 活动的演讲预告，活动将在旧金山举行，来自 NVIDIA、Typesafe AI、Runway 和 Achira AI 的工程师将分享有关 AI x Science、推理、训练和智能体方面的内容。
O'Reilly 的一篇介绍《Agentic Data Science Playbook》（智能体数据科学操作手册）的文章——AI原生数据科学家如何将分析任务委托给AI智能体，同时负责设计工作流、验证机制和反馈闭环。文章使用修改过的 Elliptic 比特币欺诈数据集进行实验：Claude Opus 5.0 最初报告了虚高的结果（F1 达 0.87），原因是一个时间切分错误以及一个人为植入的泄漏特征；在获得正确的引导后，修正后的性能下降至 F1 为 0.70，在高节点度数节点上的召回率仅为 0.21，这说明专家监督仍然至关重要。
Microsoft Research 的研究人员开发了一套端到端机器学习流程，可在空间天气事件发生前 30–60 分钟预测地磁感应电流对美国 66,935 座变电站的风险。该系统融合了太阳风预报（AE/Dst 指数）、物理信息约束以及局部地质电导率数据。在评估阶段，该系统检测到了近 80% 的重大事件。
来自MIT、卡内基梅隆大学、纽约大学和斯坦福大学的研究人员开发出一款AI，它以压倒性优势击败了顶级人类Stratego玩家，采用的高效训练方法比DeepMind等先前方案便宜得多。该系统发表于《自然》杂志，可推广到其他策略类游戏，有望辅助现实世界中不确定性下的决策，如商业谈判和网络安全。
一项关于在 Apple silicon 上运行模型时使用哪些 MLX 引擎的社区投票，目前公布了前 15 名的结果，投票通道仍然开放，欢迎帮助凑满 1000 票。
哈佛开源教材《Machine Learning Systems》源自 CS249R，涵盖 ML 系统的构建与部署——从单机部署到分布式训练、数据、部署与监控——并附带 TinyTorch，一个约 20 个模块的框架，让你从张量开始搭建一个最小可训练系统。
一位在日本边工作边攻读机器学习博士学位的个人经历，涵盖将产业工作与学术研究结合的后勤安排、挑战与动力。
GEM-KMeans 提出了一种谱归一化、高内存效率的 K-means 聚类非线性回归（NLR）公式，将更新融合进单次矩阵乘法的收尾阶段（epilogue），使 GPU 高带宽存储只需保留一个因子，同时在超大规模数据上保持聚类精度。
来自Allora Foundation和Liverpool John Moores University的研究人员提出了CZAR（Composite Zero-Agnostic Return，复合零无关收益）损失——一种凸的、非对称的、分段二次目标函数，专为金融对数收益预测而设计，可防止模型退化为全零预测行为。他们使用LightGBM在BTC日内收益数据上验证了该方法，结果表明方向预测精度得到了提升。
这篇立场论文分析了机器学习领域的复现危机——对不可用代码和无法复现的结果进行量化——并提出具体措施，以加强机器学习研究中结果的可核查性与可验证性。
PyTorch Conference China 2026的所有会议现在都可以在YouTube上观看，涵盖模型、框架和AI中开源的技术讨论。即将举行的PyTorch Conference North America定于10月在San Jose举行。
一种名为PSSA的新AI架构在文本生成任务中超越了参数匹配的Transformer，并且在CPU上速度快12倍，其实现细节和代码可在GitHub上获取。
文章介绍了Vending-Bench，这是一个旨在评估AI能否自主经营业务的AI基准测试，并附有arXiv上的相关研究链接。
DraftKings 正在使用 AI 通过广告对慢性赌徒进行行为定向，引发关于在线体育博彩中掠夺性广告和数据隐私的伦理担忧。
NVIDIA Kumo Tabular 是一个用于表格分类和回归的开源基础模型，它利用上下文学习，在无需训练或调优的情况下，在基准测试中实现顶级性能。
Phare C1 是一款在 Product Hunt 上发布的智能烟雾报警器，采用多传感器阵列和自适应检测算法，可更早发现火灾和一氧化碳，同时减少误报，并在深受已停产的 Nest Protect 启发的功能基础上，新增空气质量监测和入侵者检测功能。