OpenAI 发布 Images 2.6
OpenAI 发布 Images 2.6，提升图像生成速度，并加入 GIF 制作、更精细的编辑和新的 API 控制功能。这些更新覆盖 ChatGPT、Codex 和 API。
推荐理由：Images 2.6 集中更新了图像生成、编辑、GIF 制作与 API 控制能力，覆盖 ChatGPT 和 Codex 等入口。
11月5日 · 周四精选
最新精选
OpenAI News精选AI 评分6060 OpenAI News精选AI 评分6666 OpenAI 用自主流水线为 Linux 内核生成 948 个提权漏洞补丁
OpenAI 构建了一条自主流水线，用于发现、验证并生成 Linux 内核中 948 个本地提权漏洞的补丁。材料仅概述该成果，未提供具体方法、模型或验证数据。
推荐理由：OpenAI 展示了自动化发现、验证和生成 Linux 内核漏洞补丁的技术路径。
Google Research精选AI 评分6767 Google Research 提出 Agile Deliberation 主观分类人机协同框架
Google Research 提出 Agile Deliberation，将主观 AI 分类器的构建转化为人与视觉语言模型持续协商概念的迭代过程。框架分为概念范围界定与概念迭代两个阶段，并通过 18 次、每次 1.5 小时的真实用户实验评估 Healthy Food 和 Pay-to-Play 两类任务。
推荐理由：框架通过真实用户实验检验动态定义主观分类边界的方法，并公开代码、论文与交互示例，便于复用研究。
Hugging Face Blog精选AI 评分6767 Dharma-AI 发布 2B 参数 Dharma Field Extractor 文档字段抽取模型
Dharma-AI 发布基于 DharmaOCR-LITE v1.1 的 2B 参数 Dharma Field Extractor，可从任意文档图像按开放请求或指定 schema 输出结构化 JSON，支持表格、嵌套字段和 null 缺失值。
推荐理由：模型在同场基准中取得更高得分并降低运行成本，还提供公开模型与交互试用入口，适合评估专用小模型的企业部署价值。
AWS Machine Learning Blog精选AI 评分6060 U Mobile 如何基于 Amazon Bedrock AgentCore 构建智能体电信运维平台 AiDaH
U Mobile 与 AWS 及 AWS Partner Axrail 基于 Amazon Bedrock AgentCore 构建 AiDaH，在不到一年内从双智能体概念验证扩展至 8 个专用智能体，覆盖 150 多个运维场景。
推荐理由：文章拆解了多智能体电信运维平台的架构、安全与扩展方法，并提供了工单降幅和治理实践等落地细节。
AWS Machine Learning Blog精选AI 评分6666 Deep Insight 用四层上下文工程管理生产级 AI 智能体
Deep Insight 以架构隔离、提示词控制、文件系统外置和独立验证四层方法管理生产级 AI 智能体上下文，并基于 Strands Agents SDK 与 Amazon Bedrock AgentCore 提供完整代码示例。
推荐理由：文章用 Deep Insight 的代码拆解上下文工程四层方法，并量化工具外置与按需加载技能对 token 和成本的影响。
AWS Machine Learning Blog精选AI 评分6464 Amazon Quick 智能审批如何兼顾 AI 智能体效率与人工监督
Amazon Quick 的 Smart Approvals 会在现有权限控制内审核符合条件的 AI 智能体操作，符合用户请求时自动批准，否则交回人工复核。它不会新增权限或取消强制人工审批，每次自动批准仅对审核过的具体操作和参数生效。
推荐理由：文章拆解了自动审批的适用边界、权限控制和审计方式，并给出从试点到扩展的落地步骤。
Hugging Face Blog精选AI 评分7272 Collinear AI 发布 CWE-bench v2 网络安全评测基准
Collinear AI 发布 CWE-bench v2，公开 100 个供模型查找并修复真实开源仓库安全漏洞的任务，覆盖 91 类 CWE。全部 11 个参评模型中，Gemini 4 Argon 以 67.8% pass@1、81.0% pass@4 领先，Claude Opus 5.5 的 pass@1 为 67.3%。
推荐理由：公开任务、评分器和运行框架让读者能够复现模型漏洞修复能力，并比较准确率与成本的权衡。
Hugging Face Blog精选AI 评分7070 AllenAI 发布 StateBench，评测语言模型在长文档中的状态跟踪能力
AllenAI 发布 StateBench 长上下文状态跟踪基准及配套技术报告、数据和代码，用于测试模型在实体信息随文档演化时的更新追踪能力。
推荐理由：该报告按四级难度系统比较不同架构的状态跟踪能力，并公开数据集与代码，便于复现实验和设计训练评测。
Google DeepMind精选AI 评分7272 Google Antigravity 发布 Cheminformatics Skills 加速药物发现工作流
Google DeepMind 为 Google Antigravity 发布 Cheminformatics Skills，可让智能体执行文献检索、分子匹配对分析、效力模型训练和宏环分子设计。示例中，智能体在约 1 小时内检索数千种化合物，并提出带有合成路线的新刚性宏环候选；该功能现已提供，Enterprise 用户可通过 Google Cloud 凭据使用。
推荐理由：文章以肺癌药物研究展示智能体如何串联文献检索、分子分析、模型训练和候选设计，并明确说明实验验证仍是必要环节。
Hugging Face Blog精选AI 评分7373 IBM Research 的 Palette 用设计语言训练 20B 模型生成演示文稿
IBM Research 用 LoRA 微调 20B 开放权重模型 Palette，使其按 IBM Design Language 生成由代码构建的演示文稿。同一 LoRA 适配器承担内容规划与几何绘图，训练使用约 1000 套、10,000 页幻灯片的合成数据，检查修复机制在 131 套演示文稿上平均提升 3.5 分。
推荐理由：文章给出了设计师与编码器分工、合成数据构造和检查后修复流程，可延伸到图表、示意图与 UI 布局等可校验任务。
AWS Machine Learning Blog精选AI 评分6464 使用 Bedrock AgentCore Gateway 为 ServiceNow 配置 OBO 令牌交换
Amazon Bedrock AgentCore Gateway 可原生执行 on-behalf-of 令牌交换，让 AI 智能体调用 ServiceNow REST API 时保留最终用户身份。
推荐理由：教程完整拆解了身份传播配置，并提供可运行的 ServiceNow 智能体示例，便于迁移到其他 OAuth 保护的 REST API。
Hugging Face Blog精选AI 评分7272 IBM CUGA、Hermes 与 Deep Agents 的同模型对比及选型方法
IBM 用同一 GLM-5.3-flash 模型和 90 个 AppWorld 任务比较 CUGA、Hermes 与 Deep Agents，任务通过率分别为 81.1%、46.7% 和 30.0%。CUGA 通过任务分解、执行前验证、自动反思、沙箱及策略层提供规则执行和边界内部署；文中也说明了测试样本、配置差异及未测试策略执行等限制。
推荐理由：该对比在固定模型和任务条件下量化了智能体框架差异，并说明企业如何按规则治理、部署和预算控制来选择框架。
Hugging Face Blog精选AI 评分6868 Hugging Face 提出 Transformers Model Integration Contracts 测试标准
Hugging Face 提出 Transformers Model Integration Contracts（MIC），用缩小模型、固定使用路径和人工审核的输出基线，在 PR 阶段检查模型集成回归。
推荐理由：文章以 UMT5 回归为例，给出可复现的小型模型夹具、基线审查与 CI 回放方案，并公开其覆盖范围和未决问题。
AWS Machine Learning Blog精选AI 评分6262 Circle K 如何用 Amazon Bedrock 将 DevOps 事故排查缩短至 15 分钟内
Circle K 用 Amazon Bedrock 构建智能体事故排查系统，将平均排查时间从 45–60 分钟降至 15 分钟内，降幅为 67–75%。
推荐理由：文章拆解了 Circle K 从 Amazon Bedrock Flows 迁移到 AgentCore 的架构、效果与复用经验，为构建自动化事故排查智能体提供了可迁移方案。
AWS Machine Learning Blog精选AI 评分6060 使用 Amazon Nova Multimodal Embeddings 与 Amazon Bedrock AgentCore 构建多智能体工程助手
AWS 演示如何使用 Amazon Nova Multimodal Embeddings、Amazon Bedrock AgentCore 和开源 Strands Agents SDK 构建多智能体工程助手，自动汇集航空零部件替代证据并起草评估文档。
推荐理由：教程提供多智能体工程助手的完整架构、代码、部署与评测方法，并明确划分模型、确定性代码和人工决策的职责。
AWS Machine Learning Blog精选AI 评分7272 用 Amazon SageMaker AI 知识蒸馏构建高效购物智能体
AWS 展示了如何用 sequence-level knowledge distillation（SeqKD）在 Amazon SageMaker AI 上训练 Qwen3.5-4B 购物智能体。
推荐理由：教程完整拆解了轨迹生成、蒸馏训练、评测与部署，并量化推理保留及通用能力变化，便于迁移到其他智能体优化任务。
AWS Machine Learning Blog精选AI 评分7474 Amazon Bedrock AgentCore runtime 教程：用 Session endpoints 实时预览编码智能体构建的 Web 应用
Amazon Bedrock AgentCore runtime 的 Session endpoints 可让编码智能体在会话内持续运行 Web 应用，并从浏览器实时查看修改。
推荐理由：教程完整演示了通过 Session endpoint 预览编码智能体实时修改的 Vite 网站，并说明端口白名单、鉴权与请求转发机制。
Hugging Face Blog精选AI 评分6363 NVIDIA Nemotron 构建 Halloween 互动语音智能体 MonsterHouse
NVIDIA 工程师用 Nemotron Voice Agent、Bolt E4B 4GB、Magpie TTS Zeroshot 和 Audio2Face-3D 构建了可与万圣节访客对话的 MonsterHouse，并在一台工作站上运行。
推荐理由：文章完整拆解了本地语音智能体的模型选择、LoRA 训练、动画协同与延迟优化方法。
NVIDIA Blog精选AI 评分6363 NVIDIA Holoscan 推动 SETI 用智能体实时搜寻地外信号
Breakthrough Listen 与 SETI Institute 在 Allen Telescope Array 引入 AI 智能体，可依据自然语言控制望远镜、校准设备、处理错误并绘制结果。
推荐理由：文章展示了 AI 智能体接管望远镜控制、实时数据处理与信号纠错的具体流程，可供读者理解观测自动化架构。