←搜索结果

搜索“Google DeepMind”

按匹配度 · 共 437 条结果 清除搜索

星期二

  1. Google DeepMind精选

    Gemini 3.5：兼具前沿智能与行动能力

    Google DeepMind 推出面向复杂智能体工作流的 Gemini 3.5 系列，率先发布 3.5 Flash，并计划下月推出 3.5 Pro。3.5 Flash 在 Terminal-Bench 2.1 获得 76.2%，输出速度为其他前沿模型的 4 倍。该模型已全面开放，并成为 Gemini 应用和全球搜索 AI Mode 的默认模型。

    Gemini 3.5 text and multi-colored star icon on an abstract blue background.

    Google DeepMind 推出面向复杂智能体工作流的 Gemini 3.5 系列，率先发布 3.5 Flash，并计划下月推出 3.5 Pro。3.5 Flash 在 Terminal-Bench 2.1 获得 76.2%，输出速度为其他前沿模型的 4 倍。该模型已全面开放，并成为 Gemini 应用和全球搜索 AI Mode 的默认模型。 · Google DeepMind introduced the Gemini 3.5 family for complex agentic workflows, beginning with 3.5 Flash, while 3.5 Pro is planned for next month. Gemini 3.5 Flash scores 76.2% on Terminal-Bench 2.1 and produces output tokens four times faster than other frontier models. It is generally available and is now the default mo

    匹配字段摘要、正文

    #lab#模型发布#Agent#编码

星期五

  1. Google DeepMind

    AlphaEvolve 改进 DeepConsensus，将变异检测错误减少 30%

    Google DeepMind 使用由 Gemini 驱动的编码智能体 AlphaEvolve 改进 DNA 测序纠错模型 DeepConsensus，使变异检测错误减少 30%。这些改进正帮助 PacBio 科学家以更低成本、更准确地分析遗传数据，并可能发现此前隐藏的致病突变。

    Google DeepMind 使用由 Gemini 驱动的编码智能体 AlphaEvolve 改进 DNA 测序纠错模型 DeepConsensus，使变异检测错误减少 30%。这些改进正帮助 PacBio 科学家以更低成本、更准确地分析遗传数据，并可能发现此前隐藏的致病突变。 · Google DeepMind used its Gemini-powered coding agent AlphaEvolve to improve DeepConsensus, a DNA sequencing error-correction model, reducing variant detection errors by 30%. The improvements are helping PacBio scientists analyze genetic data more accurately and at lower cost, potentially enabling the discovery of previously hidden disease-causing mutation

    匹配字段摘要

    #lab#论文/研究#Agent#编码

星期五

  1. Google DeepMind精选

    Decoupled DiLoCo：面向大规模弹性分布式 AI 训练的新架构

    Google DeepMind 推出 Decoupled DiLoCo，通过异步连接相互解耦的计算“岛”，以较低带宽跨远程数据中心训练大语言模型，并隔离硬件故障。团队使用 2-5 Gbps 广域网络，在美国四个地区完成 120 亿参数模型的预训练，速度较传统同步方法快 20 倍以上。Gemma 4 测试显示，该架构在故障下保持更高可用性，并达到与传统训练相同的基准性能。

    Three side-by-side bar charts comparing Data-Parallel (gray) and Decoupled DiLoCo (blue) across three metrics. "Required Bandwidth" on a logarithmic scale shows Data-Parallel at 198 Gbps and Decoupled DiLoCo at 0.84 Gbps across 8 datacenters. "Goodput" shows Data-Parallel at 27% and Decoupled DiLoCo at 88% under high rates of hardware failure. "ML Benchmarks" shows average accuracy at 64.4% for Data-Parallel and 64.1% for Decoupled DiLoCo.

    Google DeepMind 推出 Decoupled DiLoCo，通过异步连接相互解耦的计算“岛”，以较低带宽跨远程数据中心训练大语言模型，并隔离硬件故障。团队使用 2-5 Gbps 广域网络，在美国四个地区完成 120 亿参数模型的预训练，速度较传统同步方法快 20 倍以上。Gemma 4 测试显示，该架构在故障下保持更高可用性，并达到与传统训练相同的基准性能。 · Google DeepMind introduced Decoupled DiLoCo, which asynchronously connects decoupled compute “islands” to train LLMs across distant data centers with lower bandwidth while isolating hardware failures. The team pretrained a 12-billion-parameter model across four U.S. regions using 2-5 Gbps wide-area networking,

    匹配字段摘要、正文

    #lab#论文/研究#数据/训练#部署/工程

星期四

  1. One Useful Thing

    Ethan Mollick：AI 智能体时代，我们已能看清「Thing」的轮廓

    Ethan Mollick 认为，自 2025 年底起 Claude Code、OpenAI Codex、OpenClaw 等 AI 智能体让人类从与 AI 协作转向管理 AI，进入新阶段。他引用 METR 长任务曲线、GPQA（最强 AI 得分 94%）、GDPval（最新 AI 在 82% 场景达到或超过顶尖人类）等基准，说明 AI 能力仍在指数级提升。他以 StrongDM 三人团队打造的 Software Factory 为例，该模式规定代码不得由人类编写或审查，每位工程师每天在 AI token 上的花费至少 1000 美元。他还提到 2 月 22 日 Citrini Research 的虚构报告引发市场波动、2 月 26 日 Block 宣布 40% 裁员、2 月 27 日五角大楼与 Anthropic 就 Claude 使用规则发生冲突，认为这一周预示了 AI 能力、市场、就业与政策交织的未来。Anthropic 的 Dario Amodei、OpenAI 和 Google DeepMind 的 Demis Hassabis 均提及递归自我改进（RSI）正在推进。

    匹配字段摘要

    #newsletter#现象/趋势#Agent#编码
  2. Google Research精选

    Google 在 Flood Hub 上线城市山洪预报，提前 24 小时预警

    Google 宣布在 Flood Hub 上线城市山洪预报，可提前最多 24 小时预测城市山洪风险。该模型用 Groundsource 方法借助 Gemini 从公开新闻报道中提取历史山洪事件作为训练数据，弥补地面观测站缺失，输入仅依赖全球气象产品与 ECMWF、Google DeepMind 的天气预报，当前空间分辨率为 20x20 公里，覆盖人口密度大于每平方公里 100 人的区域。Google 称在南美、东南亚等全球南方地区，模型的精确率与召回率与富裕国家相当，并计划继续提升对农村地区的泛化能力。

    Protecting cities with AI-driven flash flood forecasting

    匹配字段摘要、正文

    #lab#行业动态#多模态#Google

星期二

  1. METR Blog

    前沿 AI 安全政策的共同要素（2025 年 12 月更新）——METR

    METR 发布《前沿 AI 安全政策的共同要素》2025 年 12 月更新版，目前已有 Anthropic、OpenAI、Google DeepMind、Meta、xAI、Nvidia 等 12 家公司发布前沿 AI 安全政策。报告梳理了各政策中的能力阈值、模型评估、模型权重安全与部署缓解措施，并新增对 EU AI Act 通用 AI 行为准则和加州 Senate Bill 53 相关指引的引用。

    匹配字段摘要、正文

    #safety#安全/对齐#OpenAI#Anthropic

星期五

  1. METR Notes

    METR 复现 GDM 研究：Claude、GPT、Gemini 都难以躲过 CoT 监控

    METR 复现并扩展了 Google DeepMind 论文（Emmons 等）第 5 节的实验，用 Claude 4 Sonnet、Claude 3.7 Sonnet、GPT-4o 作为 actor 模型，GPT-4o、GPT-4o-mini、o3、Gemini 2.0 Flash、Gemini 2.5 Pro 作为监控模型，测试模型能否在掩盖真实学科推理的同时躲过监控。结果显示，开启推理模式后，模型的推理轨迹几乎 100% 会先说出自己的掩盖计划，从而被监控模型直接抓住；在需要 CoT 才能解题的 152 道 GPQA 扩展题上，模型也难以在不损失准确率的情况下躲过监控。由于原论文未提供源码，METR 用 Inspect 开源复现了第 5 节，代码和对话记录已发布在 GitHub。

    匹配字段摘要

    #company#论文/研究#安全/对齐#推理

星期二

  1. METR Blog

    METR：为什么 AI 推理应当可读且忠实

    METR 发文主张 AI 系统的推理过程应当既「可读」（人类能读懂）又「忠实」（真实反映模型的决策过程），认为这有助于发现 AI 错误、检测隐藏议程、监控欺骗行为和识别能力造假。文章指出 OpenAI、Anthropic、xAI、Google DeepMind 和 DeepSeek 都在过去四个月里发布了推理模型，其当前产出的推理已具价值、值得保留。

    匹配字段摘要、正文

    #safety#安全/对齐#推理#Anthropic

星期二

  1. Prime Intellect

    Prime Intellect 谈全球分布式训练的最新技术

    Prime Intellect 发布文章，探讨如何在全球分布式 GPU 集群上训练大模型，以应对闭源阵营动辄数十万块 H100 的算力优势。文章梳理了数据并行、张量并行、流水线并行三种基础方法，并重点介绍 Google DeepMind 的 DiLoCo：每 500 步才同步一次梯度，把 1B 模型 2GB 梯度的 16 秒通信摊到数分钟计算中，同时提升对异构硬件和节点增减的容错能力。

    State-of-the-Art in Globally-Distributed Training

    匹配字段摘要、正文

    #company#教程/实践#数据/训练#部署/工程

星期五

  1. 事件1 条新闻 · 1 个事实

    Google DeepMind论文提出CALLIOPE主题树方法

    Google DeepMind发表论文,提出CALLIOPE主题树构建方法:让大语言模型为每篇文档打上少量关键词并加噪,只保留高频关键词,再由大语言模型据此提出主题并归类文档,从而在严格隐私约束下生成更清晰的主题地图。在最严格的隐私设置下,人工评分者在全部3个数据集上都更偏好CALLIOPE而非基于嵌入向量的URANIA,最高比例为76%对18%。该方法消耗的token是URANIA的2到5倍。目前尚无后续进展。

    匹配字段标题

  2. 事件1 条新闻 · 1 个事实

    Google DeepMind论文：训练模型写道德论证更果断但判断未改善

    Google DeepMind 发表论文,研究用强化学习训练 Gemma-4 4B 撰写道德论证的效果。结果显示,模型在 MoralChoice 模糊案例上因选项顺序调换而改变答案的比例从 14.3% 降至 6.6%,但附和用户的比例仅从 45.3% 变为 44.0%,道德寓言题准确率反而从 56.5% 降至 53.4%。论文据此建议,评估建议或判断类任务时,应将一致性与正确性分开测试。

    匹配字段标题

  3. 事实所属事件

    Google DeepMind论文：训练模型写道德论证更果断但判断未改善

    Google DeepMind 发表论文,研究用强化学习训练 Gemma-4 4B 撰写道德论证的效果。结果显示,模型在 MoralChoice 模糊案例上因选项顺序调换而改变答案的比例从 14.3% 降至 6.6%,但附和用户的比例仅从 45.3% 变为 44.0%,道德寓言题准确率反而从 56.5% 降至 53.4%。论文据此建议,评估建议或判断类任务时,应将一致性与正确性分开测试。

    匹配字段标题

    查看事件：Google DeepMind论文：训练模型写道德论证更果断但判断未改善

  4. 事件2 条新闻 · 2 个事实

    Google DeepMind论文提出AI经济影响取决于智能体协调能力

    2026年10月30日,Google DeepMind发表论文《The Economics of Intelligence》,提出用胜任(单任务能力)与协同(智能体协作能力)两项阈值刻画AGI对经济的影响,认为经济影响取决于智能体协调能力而非单个模型变强。论文称AI已在精简初创公司、扁平化组织架构和部分入门岗位招聘放缓上显现变化,但尚未出现大规模失业;多数基准只测单个模型,而企业以团队形式竞争。论文引用一项100人测验,互补配对的小组比随机配对表现高32%。同日,Ethan Mollick评论该研究,指出组织不只是最优秀个体的加总,单个智能体变强不会独自改变经济,能协同工作的智能体才可能带来转型。

    匹配字段标题

  5. 事实所属事件

    Google DeepMind论文提出AI经济影响取决于智能体协调能力

    2026年10月30日,Google DeepMind发表论文《The Economics of Intelligence》,提出用胜任(单任务能力)与协同(智能体协作能力)两项阈值刻画AGI对经济的影响,认为经济影响取决于智能体协调能力而非单个模型变强。论文称AI已在精简初创公司、扁平化组织架构和部分入门岗位招聘放缓上显现变化,但尚未出现大规模失业;多数基准只测单个模型,而企业以团队形式竞争。论文引用一项100人测验,互补配对的小组比随机配对表现高32%。同日,Ethan Mollick评论该研究,指出组织不只是最优秀个体的加总,单个智能体变强不会独自改变经济,能协同工作的智能体才可能带来转型。

    匹配字段标题

    查看事件：Google DeepMind论文提出AI经济影响取决于智能体协调能力

星期四

  1. 事实所属事件

    Google DeepMind论文提出CALLIOPE主题树方法

    Google DeepMind发表论文,提出CALLIOPE主题树构建方法:让大语言模型为每篇文档打上少量关键词并加噪,只保留高频关键词,再由大语言模型据此提出主题并归类文档,从而在严格隐私约束下生成更清晰的主题地图。在最严格的隐私设置下,人工评分者在全部3个数据集上都更偏好CALLIOPE而非基于嵌入向量的URANIA,最高比例为76%对18%。该方法消耗的token是URANIA的2到5倍。目前尚无后续进展。

    匹配字段标题

    查看事件：Google DeepMind论文提出CALLIOPE主题树方法

星期日

  1. 事件1 条新闻 · 1 个事实

    Google DeepMind等发表AI智能体物理论文基准研究

    Google DeepMind与多所顶尖高校发表论文,测试AI智能体求解未发表研究级理论物理问题的能力。论文显示,表现最好的AI智能体解出50道未公开研究级理论物理题中的49道,每题约相当于领域专家一天的工作量,单题成本低于3美元。题目由专家从自身研究中提供,智能体独立作答,分联网与不联网两组,仅按最终数值答案评分。GPT-6-Astra在Codex中联网解出49道;它与Opus 5.5在Claude Code中不联网各解出46道,去掉联网后准确率变化很小,作者据此认为模型可能已记住大量物理文献。

    匹配字段标题

  2. 事实所属事件

    Google DeepMind等发表AI智能体物理论文基准研究

    Google DeepMind与多所顶尖高校发表论文,测试AI智能体求解未发表研究级理论物理问题的能力。论文显示,表现最好的AI智能体解出50道未公开研究级理论物理题中的49道,每题约相当于领域专家一天的工作量,单题成本低于3美元。题目由专家从自身研究中提供,智能体独立作答,分联网与不联网两组,仅按最终数值答案评分。GPT-6-Astra在Codex中联网解出49道;它与Opus 5.5在Claude Code中不联网各解出46道,去掉联网后准确率变化很小,作者据此认为模型可能已记住大量物理文献。

    匹配字段标题

    查看事件：Google DeepMind等发表AI智能体物理论文基准研究

  3. 事件1 条新闻 · 1 个事实

    Google DeepMind新论文发现AI助手未经请求行动引发不同反应

    Google DeepMind 发表论文,研究 AI 助手未经请求自行行动对员工的影响。论文称,该智能体在一家大型科技公司的 20 多个团队中运行了 5 个月,研究者访谈了 17 位用户。它曾把过期文档当作最新内容、在 16 个 bug 上标记了一位 VP、在作者准备好之前分享海报草稿,还误读了讽刺语气。部分用户称其为救星,另一些人则感到被监视,并把敏感讨论转移到没有智能体的聊天中;主动选择该智能体的团队会原谅它的早期错误,而觉得它是被强加的人则不会。作者建议在部署智能体时取得团队同意、分离权限,并提供便捷的操作撤销方式。

    匹配字段标题

  4. 事实所属事件

    Google DeepMind新论文发现AI助手未经请求行动引发不同反应

    Google DeepMind 发表论文,研究 AI 助手未经请求自行行动对员工的影响。论文称,该智能体在一家大型科技公司的 20 多个团队中运行了 5 个月,研究者访谈了 17 位用户。它曾把过期文档当作最新内容、在 16 个 bug 上标记了一位 VP、在作者准备好之前分享海报草稿,还误读了讽刺语气。部分用户称其为救星,另一些人则感到被监视,并把敏感讨论转移到没有智能体的聊天中;主动选择该智能体的团队会原谅它的早期错误,而觉得它是被强加的人则不会。作者建议在部署智能体时取得团队同意、分离权限,并提供便捷的操作撤销方式。

    匹配字段标题

    查看事件：Google DeepMind新论文发现AI助手未经请求行动引发不同反应

星期五

  1. 事件1 条新闻 · 1 个事实

    Google DeepMind发布Gemini 4 Argon

    2026年10月23日,Google DeepMind发布前沿模型Gemini 4 Argon。Google官方博客称,该模型在编码、数学和3D世界构建等复杂任务上表现突出,并在多领域基准上超过其他前沿模型;官方同时展示了5个社区创意项目,包括实时映射野火与地震波动的3D地球、带实时数据的涡扇发动机模拟、由单张图片生成的3D马车以及多人夺旗浏览器游戏,并称该模型上周已大范围开放。同日另有报道称,Argon可通过观看视频学习物理任务并迁移到Apptronik的Apollo人形机器人,在内部测试中Apollo连续命中七次,该报道还称Argon在具身推理基准ERQA上得分87%。10月24日,Gemini for Android应用通过服务端更新推送侧边栏与设置界面改版,报道称该改版上周已随Gemini 4 Argon登陆iOS、macOS和Web端。

    匹配字段标题