跳到正文

全部动态

今日 13 条
9月8日周二
  14. Preferred Networks：AI 研究与产品43

    PFN 与德勤合作，为日本国土交通省开发基础设施发注与审查业务 AI 智能体

    Preferred Networks（PFN）与德勤汤姆茨合作，承接日本国土交通省基础设施领域业务，开发并验证支援发注业务与技术提案审查的 AI 智能体。该智能体结合 VLM 与 LLM，跨模态解析图纸、数量总括表、特记仕样书三类发注文书并验证一致性，同时支援业务实绩核对与提案书整理，采用 Human-in-the-Loop 设计，计划 2027 年 3 月完成业务。

  15. Cognition 模型 / Devin 博客（网页）72

    Cognition 完成超 20 亿美元 E 轮融资，估值达 480 亿美元

    Cognition 宣布完成超 20 亿美元 E 轮融资，估值 480 亿美元，由 Andreessen Horowitz 和 Accel 领投，Founders Fund、General Catalyst、Avenir 等跟投。

    推荐理由：官方公布融资规模与估值的同时给出营收增速和产品进展，读者可以据此了解 Devin 的商业化落地情况。

9月7日周一
  16. Epoch AI：研究、数据与评测48

    Epoch AI 评测：DeepSWE v1.1 软件工程基准被判定为 Flawed

    Epoch AI 用 Opus 5 和 Sol 5.6 扫描 DeepSWE v1.1 全部 113 个任务，在 23 个（超 20.3%）任务中发现假阴性错误，据此将该基准判定为 Flawed。其中 18 个（78%）源于模型修改现有测试文件，而验证器会丢弃这些改动并注入隐藏测试，导致符号重复定义或引用失效、测试包编译失败。

  17. vLLM 官方博客（RSS）44

    vLLM TT Plugin 发布：在 Tenstorrent 硬件上服务 LLM

    vLLM 推出 TT Plugin，通过 out-of-tree 平台插件机制将 Tenstorrent 加速器接入 vLLM，安装后只要 TT-Metal 的 ttnn 可导入即自动注册为 vLLM 平台，OpenAI 兼容 API 与客户端代码保持不变。

  22. OpenAI：官网动态（RSS · 排除企业/客户案例）72

    OpenAI 长文阐述对齐与监测困境，称 CoT 监控能力正在减弱

    OpenAI 发布长文《An Alien Mind》，回溯 2023 年 RLSlow 项目中确认推理模型可扩展训练的起点，并系统阐述目标对齐与价值对齐的区分。文章指出链式思维监控的效果正随着模型能力提升而逐步减弱，GPT‑6 Astra 在对齐上显著优于 GPT‑5.6 Sol；作者预期进展可能持续走向机器递归自我改进（RSI），呼吁自愿放缓扩展、建立第三方安全门槛并加强国际协调。

    推荐理由：作者以内部视角回溯推理模型的起源，并给出对齐监测、CoT 监控弱化和 RSI 风险的一手判断。