行业追踪

全部内容 · 按时间倒序

模型、产品与 AI 创业公司的动态,相似报道只保留最可信的一篇

Jeeves:推理增强Jev类决策模型发布

开发者发布Jeeves,一个基于Qwen3.5-9B的Jev类决策模型,采用LoRA、指针头和CISPO训练,并配备块4扩散草稿器。它在未见过的测试数据上准确率0.889,超过Kev-9B的0.822和Jev的0.857,在JevBench公开难题上达0.935;单张H100上不思考约0.3秒/请求,思考中位耗时3.3秒,代码、权重与数据均已开源。

Hacker News ·

Raschka长文梳理文本分类模型演进

Sebastian Raschka发表视觉指南文章,梳理从词袋、RNN、CNN、Transformer到Jev式API与校准的文本分类技术演进,认为近期发布的Jev模型本质是分类器,但比通用大模型更快更便宜、比专用分类器更通用,文章不构成产品背书。

Hacker News ·

瓦伦西亚理工大学AI模型识别心房异常准确率达89%

西班牙瓦伦西亚理工大学ITACA研究所团队开发基于图神经网络的AI模型,利用体表电信号定位心房心肌病相关组织异常,定位准确率为89%,损伤范围判定准确率为84%,对未见过的解剖结构同样有效。该研究发表于Discover Computing,目前仅为模拟数据的概念验证,尚需真实患者数据验证后才能用于治疗规划。

Newswise ·

观点:AI与信用卡,谁来买单?

文章将AI与信用卡类比,指出两者初期令人兴奋但真实成本后期显现。AI的隐性成本包括运行数据中心所需的电力和水资源,例如俄亥俄州计划建设的世界最大数据中心预计耗电8-10吉瓦。作者呼吁负责任地使用AI,并质疑科技公司竞争是否应受到约束。

The News-Gazette ·

MIT:AI正从实验走向生产,成本模式亟待转变

随着AI从实验试点转向生产环境中的持续工作负载,按token消费的模式可能导致成本难以预测。Deloitte报告显示,2025年员工AI使用率上升5%,预计未来六个月内将有40%以上AI项目投入生产的公司比例翻倍。企业需权衡是继续按请求购买AI,还是投资可优化和控制的产能。

MIT Technology Review ·
加载更多