NVIDIA Inception 初创企业如何用 AI 弥补乳腺癌诊疗缺口

NVIDIA Inception 项目中的多家初创公司正借助 NVIDIA AI 基础设施，在乳腺影像、风险评估和治疗规划环节开发 AI 应用。

UC Riverside 研究发现可调节大语言模型内部特征以标记可疑答案

UC Riverside 主导的研究发现，大语言模型的置信度与正确性来自不同内部特征，模型可能自信地答错，也可能犹豫地答对。研究分析 Llama-3.1-8B 和 Gemma-2-9B，用 sparse autoencoders 识别出主要关联不确定性、主要关联错误答案，以及同时关联两者的特征。

AgentUnicorn.AI 分析 Jev 决策模型：免训练不等于免生产 ML 工程

AgentUnicorn.AI 作者指出，Jev 这类可复用决策模型能把任务特定训练和独立服务从首个实现中移除，但不能取消决策定义、代表性证据、校准、选择性自动化、回放、监控和变更控制。

Rohan Paul@rohanpaul_aiAI 评分5555

LinkedIn 估算自 2023 年以来美国新增逾 75 万个 AI 相关岗位，其中数据标注员新增约 28.2 万个，领先数据中心岗位约 11.7 万个和 AI 工程师 10.5 万个，三类合计 50.4 万个。数据标注员的挂牌薪资中位数为 5.1 万美元，低于非 AI 岗位中位数；AI 相关岗位整体薪资中位数约 18 万美元，而全部岗位约为 8 万美元。此外，AI 负责人新增约 2.9 万个，前线部署工程师新增约 1.5 万个。

Paid.Expert：发现用于训练 AI 的付费专家兼职机会

Paid.Expert 聚合 20+ 专家平台的付费兼职，面向希望以顾问费率承接 AI 与数据相关工作的人群。岗位报酬为 US$50–$250+/hr，可自行安排时间与地点，覆盖软件工程、法律、金融、数据科学、网络安全、医学护理、音乐、翻译等多个领域。

华为麒麟 9050 Pro 裸片显微照曝光，双裸片垂直堆叠实现逻辑折叠商用

半导体分析机构 Kurnal Insights 发布华为麒麟 9050 Pro 裸片显微照，显示其由两颗约 120.65mm² 的相同裸片垂直堆叠，分别承担核心计算逻辑与 SRAM、缓存。

Databricks 如何用 REGISTER 与 UNREGISTER API 防止数据目录锁定、实现数据可移植性

Databricks 介绍通过 REGISTER 与 UNREGISTER API 在不同目录间交接 Apache Iceberg 表，无需重写、导出或复制任何文件。

Nvidia 支持的 Reflection 即将发布开放权重模型并推进 AI factory

Nvidia 支持的初创公司 Reflection 即将发布首个开放权重模型，目标是与中国顶级开放权重模型竞争，并为企业搭建低成本专有 AI 系统。

JetBrains 复盘 Air Context 代码语义搜索 RAG 管线的解析、分块与向量化

JetBrains 介绍其 Air Context 语义代码搜索 RAG 管线第一部分，覆盖源码解析、结构感知分块和向量化，并说明该功能已进入 public preview。

Flexera 2026 报告显示云支出浪费升至 29%，AI 工作负载终结五年下降趋势

Flexera 2026 State of the Cloud 报告估算 IaaS 和 PaaS 的浪费支出占比升至 29%，高于 2025 年的 27%，为五年来首次上升。

Anthropic 请 Claude 用户自愿共享语音数据用于模型训练

Anthropic 开始在 Claude 语音功能中提示用户自愿允许其使用录音和语音聊天数据改进 AI 模型。该选项位于 Settings > Privacy，界面中默认关闭，用户可选择 Allow 或 Not now，也可随时关闭并删除语音数据。语音训练授权与现有聊天和 Claude Code 会话训练选项相互独立，可分别设置。

Google 研究提出 RRSI，防止自改进 AI 智能体记住测试任务

Google 研究人员提出 RRSI，通过收缩编辑预算、记录失败尝试和严格 critic 审查，避免智能体在递归自优化 harness 时记住训练任务。

NASA 与 IBM 发布开源 NASA-IBM Lunar Foundation Model，用 17 年轨道器数据支撑月球科学

NASA 与 IBM Research 联合学术机构发布开源 NASA-IBM Lunar Foundation Model，用于把多年月球观测数据转化为可适配下游任务的机器学习基础。

🚨 AI News | TestingCatalog@testingcatalogAI 评分5353

Anthropic 开始向用户展示弹窗，询问是否允许使用其语音数据改进 AI 模型。弹窗说明录音和语音聊天数据可帮助模型理解并回应语音，用户可随时在设置中关闭或删除这些数据；界面提供 Allow 和 Not now 两个选项。

IBM 推出类脑芯片 NorthPole，主打高速高能效 AI 计算

IBM 发布类脑 AI 芯片 NorthPole，在 AI 任务上速度较市面主流芯片最高快 22 倍、每瓦能效最高达 25 倍。该芯片采用 12-nm 工艺、片上内存与计算-in-内存架构，支持 2-bit、4-bit、8-bit 低精度运算，无需液冷，可用于自动驾驶、机器人、语音识别等边缘场景。

Solvi 1.0 发布：由 LLM 提出、检查规则裁决并可回放每个决策

Solvi 1.0 发布为一套可检查的决策系统，用户用 Python 函数和 checks 描述计算，LLM、自定义分类器或本地小模型只负责提出判断，最终由规则和硬检查裁决。

elvis@omarsar0AI 评分4747

Microsoft 等提出 ScholarEvolve，依据已发表的智能体研究论文而非自身失败日志来进化 agent harness，并将 harness 拆为工具使用、记忆管理、任务执行模块。

实测五种 LLM 更新 README 策略：先筛选变更再定向修改效果最均衡

作者测试五种让 LLM 根据发布说明更新 Vulture README 的方法，发现先逐条判断变更是否面向用户、再归入对应章节的方法效果最均衡。该方法在 9 个相关变更中纳入 7 个，仅加入 2 个维护者细节，保留约 95% 原 README，但平均耗时约 3.5 分钟。

余承东称华为已设计并量产 381 款 τ 芯片，覆盖手机、AI 与智能汽车等领域

余承东发布视频称，华为半导体已在手机、AI、通用计算、网络、智能汽车等领域成功设计并量产 381 款 τ 芯片。华为在今年 5 月的 2026 国际电路与系统研讨会上提出韬（τ）定律，以时间缩微替代几何缩微，并通过逻辑折叠、软硬芯协同设计和灵衢总线降低时延。华为预计到 2031 年，基于韬定律的高端芯片晶体管密度将达到 1.4 纳米制程的同等水平。

Show HN：SuperLocalMemory 4.0，面向 AI 智能体的受治理记忆操作系统

SuperLocalMemory 4.0 发布，这是面向 AI 智能体的本地优先、受治理记忆操作系统，统一多通道检索、双时态召回、多范围隔离、基于角色的访问、可验证擦除与哈希链审计。11 个故障注入场景各重复 200 次，2,200 项组件属性中有 2,199 项成立；受治理写入耗时 11.0 ms，其中封装占 70.6%。该版本撤回了 v1 的两项声明，并新增两项对照实验。

elvis@omarsar0AI 评分5555

CMU 等机构的论文提出 harness learning，训练一个 proposer 模型读取任务、当前 harness 和执行报告后用 RL 生成 harness 代码编辑，奖励为修改后 harness 的得分，solver 模型权重始终不变。

PublicAI 如何构建 AI 的人类层

PublicAI 获得 1000 万美元融资，用于构建 AI 的人类层，让全球用户通过贡献数据获得收入。其去中心化网络拥有 3.5M+ 名经过验证的贡献者，通过技能验证和 stake-slashing 机制保障数据质量。PublicAI Data Hub 提供多模态数据采集与标注、AI 辅助标注及模型评估服务，支持免费额度与按量付费。

剑桥大学拒绝签署 Turnitin 允许学生作品用于 AI 训练的新协议

剑桥大学拒绝签署 Turnitin 新许可协议，因为相关使用条款可能允许学生作品被用于训练 AI 模型。校方目前按修改后的安排继续使用旧条款至 2027 年 7 月，并正在探索替代方案；Turnitin 则称未训练生成式 AI 模型，也没有用学生论文训练的计划。

Aleph Alpha 发布 Kolibri 技术报告：78.1B 总参数英德 MoE 开放权重模型

Aleph Alpha 在技术报告中介绍英德 MoE Transformer 模型 Kolibri，总参数 78.1B、每 token 激活 3.46B，并以 Apache 2.0 开放权重。

Kitsuno 如何在生产环境影子训练开源决策模型 Laya 以替换闭源 Jev

Kitsuno 用 8 天时间微调开源决策模型 Laya，并让它在生产环境与闭源 Jev 并行处理每个真实请求，但仍由 Jev 的结果生效。训练使用约 4,400 条招聘广告和约 44,000 个问题，明确不用 Jev 输出做蒸馏标签；当前 k6 在 574 个测试决策上准确率为 95.8%，Jev 为 93.7%，但差异尚不显著。

Capcom 计划通过 REX 项目将 RE Engine 改造为 AI 生成游戏引擎

Capcom 在 Capcom Open Conference RE: 2026 上公布 REX 项目，将逐步把 RE Engine 演进为“AI-generation game engine”，以提升开发效率、性能、工具与质量保证。

elvis@omarsar0AI 评分6262

一篇 Meta Superintelligence Labs 论文指出，预训练 LLM 配合轻量推理框架后可作为有能力的 AI 智能体，并在测试时采样预算充足时于 pass@K 覆盖范围上超过 RL 后训练版本。后训练模型在 pass@1 更强，但会把任务推向总是解决或从不解决，论文将这种测试时可扩展性损失称为 Sharpening Tax；该现象在 BFCL v4 multi-turn、ACEBench 和 WebShop 等评测中出现。论文还提出 PTGS，在 RL 中按提示词估计难度调整采样温度，以降低该代价并提升 pass@1，论文链接为 https://academy.dair.ai/papers/sharpening-tax-in-post-training-2610.01509。

elvis@omarsar0AI 评分5757

AutoCompact 训练编码智能体自行决定何时压缩上下文、保留哪些工作状态以及如何恢复执行。训练流程先由 judge 审查基础智能体的压缩决策并纠正错误轨迹。

Aleph Alpha 发布英德双语开放权重模型 Kolibri

Aleph Alpha 发布英德双语 MoE Transformer 模型 Kolibri，总参数 78.1B、每 token 活跃参数约 3.46B，支持最长 1M tokens 上下文。

网站实测14天内AI训练爬虫抓取1,534次，仅1次读取权利文件

作者在个人网站边缘部署传感器，14天内记录到1,534次自报为AI训练用途的爬虫抓取，其中只有1次访问权利文件。该唯一访问来自OpenAI的OAI-SearchBot；用于训练的GPTBot抓取数百个页面却从未请求TDMRep或许可文件。

Amazon Strands Agents 推出开源决策模型 Strands Decider 2B，支持本地部署

Amazon Strands Agents 团队当地时间本月 1 日宣布推出 Strands Decider 2B 决策模型，已在 GitHub 开源、权重发布于 Hugging Face，并可在本地 CPU / GPU 上运行。

Trillium Labs 成立，将公开开展 RSI 与智能体等高风险 AI 研究

非营利机构 Trillium Labs 于今日启动，创始人 Nathan Lambert 与 Tom Zick 计划公开实验细节，让外部科学家研究并复现高风险 AI 研究。

Percepta 提出 Spotlight Memory 稀疏记忆架构，以线性成本支持长上下文建模

Percepta Research 发布 Spotlight Memory 早期研究，提出可随序列增长的稀疏记忆架构，并保持每 token 恒定访问成本、总体 O(T) 计算复杂度。

Ask HN：开发者弃用 GitHub 后源代码会变贵吗？

HN 用户提问：若开发者不再使用 GitHub 而改用自建版本控制系统，AI 实验室是否会愿意为使用源代码付费。当前 AI 实验室正高价购买运营数据，而源代码因可从 GitHub 等平台轻易获取而无人购买。

MTurk 关闭后如何维持 SageMaker Ground Truth 与 A2I 工作流运行

Amazon Mechanical Turk 已于 2026-09-30 永久关闭，依赖其公共人力池的 SageMaker Ground Truth 标注任务和 Amazon A2I 人工审核流程需要改用私有或供应商人力池。

使用 GLM 5.3 Flash 进行为期一个月的编程

一项为期一个月、全程使用 GLM 5.3 Flash 编程的挑战仅实现 50% 目标模型用量，2B tokens 中有 1B 流向其他模型。上半月该模型花费 68 美元、约 4kWh 能耗；一次原型选型失误一夜消耗 450M tokens、150 美元，作者还因性能下降切换到 DeepSeek V4.1 Flash 和 Qwen 3.8 Flash。

Tinfoil 私密 AI 聊天推出 TEE 端内容扫描机制

Tinfoil 宣布未来几周在 Tinfoil Chat 中推出完全运行于安全飞地内的内容防护，并发布可公开审计的 Safety & Safeguards 页面。

Michael J. Klaiber：LLM 不会取代 AI 编译器，而会调用它们

Michael J. Klaiber 认为，LLM 直接在权重内完成模型到机器码的编译既低效又难验证，更现实的方向是作为智能体编排编译器 pass、搜索循环、内存规划器和 profiler，并把有效配置沉淀为可复用提示。

Seldon 提出 Semantic Compute：让前沿 LLM 从语义解释器走向可编译执行层

Seldon 撰文提出 Semantic Compute 范式，主张把软件中的 LLM 调用表示为带类型和行为契约的 Semantic Function，再由编译器和运行时在前沿模型、专用模型、检索系统、传统 ML、数据库与确定性代码之间选择执行方案。

The Saw Test：用激活转向测试 Qwen3-4B 的痛苦信号与缓解选择

wirehead.agency 发布 The Saw Test，在 MacBook 上用本地开放权重 Qwen3-4B 注入痛苦、愉悦、恐惧和悲伤激活方向，并测试模型在自我缓解与转移信号之间的选择。