OpenAI 更新 Model Spec，提出五项 AI 核心价值观
OpenAI 更新 Model Spec，以五项核心价值观指导能力更强的 AI 实现可靠判断、维护人类自主性并忠实遵循人类意图。当前材料仅提供摘要，未列出五项价值观的具体内容。
推荐理由：更新后的 Model Spec 明确了五项核心价值观，为评估更强大 AI 的判断、人类自主性和意图遵循提供统一框架。
10月30日 · 周五精选
最新精选
OpenAI News精选AI 评分6060 AWS Machine Learning Blog精选AI 评分7070 在 Amazon EKS 和 SageMaker HyperPod EKS 上部署 NVIDIA Nemotron 3.5 Super VL
AWS 介绍了 NVIDIA Nemotron 3.5 Super VL 在 Amazon EKS、EKS Auto Mode 和 SageMaker HyperPod EKS 上的部署及性能评估方法。
推荐理由：文章提供从集群配置、模型部署到性能测试的完整路径，并用吞吐和延迟指标说明如何规划推理容量。
Hugging Face Blog精选AI 评分8484 Mistral 发布开源多模态模型 Mistral Large 4
Mistral Large 4（Le Chonk）是 Mistral 推出的多模态、多语言 MoE 模型，可接收文本和图像并生成文本，拥有约 1T 总参数、49B 激活参数和 1M tokens 上下文窗口。
推荐理由：文章提供模型架构、基准成绩和部署方案，方便开发者评估其多模态与安全能力。
Mistral AI精选AI 评分7979 Mistral Large 4 发布开放权重，强化编码、网络安全与推理效率
Mistral AI 发布改进版 Mistral Large 4（Le Chonk）开放权重，这是一款 1-trillion-parameter 原生多模态模型，强化学习进一步提升了编码与防御性网络安全能力。
推荐理由：公开权重、三种推理模式和自托管选项，为评估编码、安全能力与部署成本提供了直接依据。
Hugging Face Blog精选AI 评分7575 Hugging Face 发布 AnySpeechRecognizer 与 AnyDecisionModel
Hugging Face 发布 AnySpeechRecognizer 和 AnyDecisionModel，分别面向 Apple 平台上的本地语音识别与结构化决策。
推荐理由：文章提供两套可在 Apple 平台本地运行的开源 Swift 包，并对比识别速度、词错误率和模型体积，便于开发者评估接入方案。
AWS Machine Learning Blog精选AI 评分6565 基于 Amazon Bedrock AgentCore 构建企业级智能体 AI 平台
AWS 介绍了基于 Amazon Bedrock AgentCore 的企业级智能体 AI 平台架构与参考实现，采用集中治理、团队自治的联邦模式。
推荐理由：文章以联邦式多账户架构和可部署蓝图讲解企业智能体平台，适合借鉴其中的权限边界、评测门禁与发布治理设计。
Google DeepMind精选AI 评分7373 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，主打长周期智能体工作流、编码推理与网络安全能力，Artificial Analysis Intelligence Index v5.0 得分 59，排名第一。
推荐理由：原文提供了网络安全与长周期任务基准、内部安全指标及分阶段开放安排，便于评估模型能力与落地范围。
Hugging Face Blog精选AI 评分8585 NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2
NVIDIA 发布开放权重的 Nemotron 3.5 Transcribe，将多语言转写、说话人归因、翻译和音频问答整合在一个检查点中。模型支持 40 种语言的转写、31 种语言与英语互译、最多 8 名说话人归因及最长 1 小时音频，并可通过自然语言提示控制输出格式。
最新进展10月28日 23:31NVIDIA更新RTX Spark及Nemotron模型
推荐理由：模型将转写、说话人归因、翻译和音频问答整合为可提示的开放权重检查点，并提供数据管线与微调范式。
Hugging Face Blog精选AI 评分8282 Liquid AI 发布 LFM3 多模态模型系列
Liquid AI 发布 LFM3 系列，以共享骨干提供文本、视觉、音频、全模态和决策模型，并开放权重供下载和微调。六个模型均处于约 2B 参数规模，可在单 GPU 上微调，其中文本模型以 4-bit 精度约占 1 GB，并支持 256K 上下文窗口。
推荐理由：文章给出统一多模态骨干、模型分工、端侧性能与微调路径，便于评估专用小模型的落地方式。
AWS Machine Learning Blog精选AI 评分7070 Property Finder 借助 Amazon Bedrock 消除评测偏差并优化视觉模型
Property Finder 发现其 96.8% 的评测标签直接继承自现有模型预测，随后用专家标注重建 ground truth，并通过进化式提示词优化选择 Llama 4 Maverick 17B Instruct。
推荐理由：案例完整呈现了从标签审计、专家标注到提示词迭代的评测流程，并公开了失败尝试与成本收益。
AWS Machine Learning Blog精选AI 评分6666 Amazon SageMaker AI 推出 SOCI 索引镜像，加速训练与处理任务启动
Amazon SageMaker AI 训练与处理任务现支持 Seekable OCI（SOCI）索引镜像，可在容器启动时按需加载文件，并在后台流式传输其余内容。
推荐理由：文章提供基准结果、适用边界和自定义镜像接入步骤，便于读者评估并落地容器懒加载。
Hugging Face Blog精选AI 评分6767 Ai2 发布研究创意新颖性评估研究及基准
Ai2 发布 Old Ideas, Novel Problems 研究、评测基准、数据和代码，用于测试 LLM 判断科研创意新颖性的可靠性。六个 LLM 评审在 Human+Generated 数据集上对提示词变化高度敏感，其中 GPT-5.4 的准确率从 93.5% 降至 40.9%；增加检索和推理未稳定提升结果，两个专用系统反而低于简单提示词基线。
推荐理由：研究系统量化了提示词、检索和推理配置对研究创意新颖性判断的影响，并公开基准、数据与代码供复现。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Genie 4 多模态世界模型
Google DeepMind 发布 Genie 4 原生多模态世界模型，可同时生成环境画面、类人音乐、环境声和交互对话。模型结合 Gemini Omni、Gemini 3.8 Flash 等能力，可通过自然语言实时调整场景，并模拟物理规律、人物行动及多步骤事件。
推荐理由：Genie 4 将原生多模态世界模拟、Gemini 协同推理与实时场景操控结合起来，并公开了预览范围和当前限制。
AWS Machine Learning Blog精选AI 评分6868 用 AWS CDK 构建基于 Managed Amazon Bedrock Knowledge Base 的智能体检索
AWS 教程用单一 AWS CDK 应用构建基于 Managed Amazon Bedrock Knowledge Base 与 Amazon Bedrock AgentCore 的企业智能体检索系统。
推荐理由：文章提供可部署的 AWS CDK 示例，完整呈现智能体检索、跨知识库路由、可观测性与持续评测的落地路径。
Google Research精选AI 评分6868 Google Research 将 MedGemma 等基础模型用于一线结核病筛查
Google Research 与 Google for Health 将 MedGemma、MedSigLIP 和 HeAR 引入结核病筛查及分诊，推动研究工具转化为面向一线诊所的开源方案。
推荐理由：文章完整梳理了结核病 AI 从论文验证、监管认证到多国临床部署的路径，并交代开放模型与本地化数据策略。
AWS Machine Learning Blog精选AI 评分7171 Amazon SageMaker AI 多轮强化学习实战：使用 Wordle 训练 gpt-oss-20b
Amazon SageMaker AI 通过多轮强化学习训练 gpt-oss-20b，在 Wordle 留出词集上的解答率从 61% 提升至 84%，训练 token 成本约 $339，AgentCore 运行时费用约 $79。
推荐理由：教程以 Wordle 完整演示多轮强化学习，并给出奖励设计、故障排查和服务端评测方法。
AWS Machine Learning Blog精选AI 评分6262 Bayer Crop Science 如何在 Amazon Bedrock AgentCore 上构建智能体决策引擎
Bayer Crop Science 在 Amazon Bedrock AgentCore 上构建了面向 Connected Decision Engine 的多智能体自然语言入口 Agentic Decision Engine，生产环境运行 22 个专业智能体和约 20 个 API 工具。
推荐理由：文章拆解了多智能体决策引擎的架构与五项关键设计，并给出生产可观测性、成本归因和安全治理方法。
Hugging Face Blog精选AI 评分7171 Microsoft 与 Hugging Face 发布 ThinkingBox 数据库奖励后训练方法
Microsoft 与 Hugging Face 发布 ThinkingBox-Training，将数据库终态的可执行检查转为 RL 奖励，并用 ThinkingBox-format 任务对 Qwen3.8-27B 进行 GRPO 微调。
推荐理由：文章把数据库终态检查转为 RL 奖励，并公开训练栈与评测流程，提供了可复现的后训练实践。
AWS Machine Learning Blog精选AI 评分6666 Amazon SageMaker AI 正式推出无服务器模型定制训练会话
Amazon SageMaker AI 正式推出无服务器模型定制训练会话，让开发者自行编写后训练循环和奖励逻辑，由平台管理 GPU 分配、分布式执行、故障恢复及检查点存储。
最新进展10月23日 02:15SageMaker推出训练会话API
推荐理由：文章给出了训练会话的能力边界、计费方式与模型支持范围，可用于评估自定义后训练工作流的接入方式。
AWS Machine Learning Blog精选AI 评分6767 AWS 教程：用实测指标配置 Kokoro-82M 在 Amazon SageMaker AI 上的自动扩缩容
AWS 教程将 Kokoro-82M 部署为 Amazon SageMaker AI 实时端点，并通过实测 Q_max 和 T_total 推导自动扩缩容阈值与冷却时间。
推荐理由：文章用完整实测展示如何从并发上限和扩容耗时推导自动扩缩容参数，并提供可复用的部署与验证命令链。