扫码下载
搜索“Weights”共有8条相关结果
Techub News 消息，Delphi AI 研究员 @accelxr 在 X 平台发文表示，AI 智能体用例对成本极其敏感，这将导致行业构成向最便宜但仍具备足够能力的模型转变。他指出，智能体应用场景将更倾向于使用成本较低的开源权重模型。 （@Delphi_Digital）
Techub News 消息，机器人初创公司 Reward AI 发布了通用操作模型 OM-1。该模型仅通过人类佩戴传感手套的演示进行训练，无需远程操作或机器人自身数据，并可在工业机械臂和人形机器人上以人类速度运行。其核心原则是“一个模型，一个数据接口，适配任何身体”。 OM-1 的训练数据来源于名为“Omnibody Hand”的七自由度可穿戴设备，该设备结合了高频触觉传感、接近传感和全局快门手内相机，旨在捕捉快速、自然的抓取和操作动作。公司表示，其电磁传感辅助的手部姿态跟踪系统在高速运动下的误差比常见的视觉-惯性跟踪系统低60%。 目前 OM-1 是 Reward AI 的内部策略，未发布权重、代码、数据集或 API，因此开发者尚无法在自己的硬件上运行。（MarkTechPost）
Techub News 消息，Meta FAIR 联合牛津大学、伦敦大学学院的研究团队发布 AI 研究偏好模型（RPM），旨在让 AI 研究智能体在执行耗时的 GPU 实验前，对候选实验方案进行排序，仅运行最有潜力的方案。该模型包含仅推理和智能体驱动两种变体，使用冻结的预训练大模型（Qwen3.6-27B），相关框架 AIRA-dojo 和基准 AIRS-Bench 已开源。 在 AIRS-Bench 的测试中，使用 RPM 后，平均归一化得分从随机选择的 0.684 提升至 0.711（仅推理）和 0.729（智能体驱动）。效率方面，两种 RPM 均能在约 15 小时内达到基线模型 24 小时的性能水平，实现约 1.5-1.6 倍的加速。此外，研究在 WinoGrande 和 SVAMP 基准上取得了新的最高性能记录。（MarkTechPost）
Techub News 消息，谷歌 DeepMind 正首次对一款前沿 AI 模型进行双盲评估测试。该项目与新加坡人工智能安全研究所合作，使用 Gemini Flash Lite 模型，旨在通过加密保护确保谷歌无法看到测试题目，评估者也无法看到模型权重，从而为防篡改的 AI 基准测试设立新标准。（The Decoder）
Techub News 消息，AI 实验室 Z.ai 确认其正是近期在多个基准测试和排行榜上位居榜首的神秘开源模型 Ox Alpha 的幕后团队。该模型权重预计将在不久后公开发布。 （TechCrunch）
Techub News 消息，谷歌研究与南加州大学团队发布 Mobility-Embedded POIs（ME-POIs）框架，该框架将聚合的人类移动数据融入基于文本的地点向量表示中，以捕获地点的实际使用方式而非仅是静态描述。该模型约含 5370 万个参数，可使用单张 NVIDIA Tesla V100 GPU 进行预训练。在洛杉矶和休斯顿移动数据上的五项地图增强任务测试中，将 ME-POIs 加入现有文本编码器后，在洛杉矶的 35 个模型-任务组合中有 34 个性能得到提升，其中访问意图分类的 F1 分数相对提升最高达 81.9%。（MarkTechPost）
Techub News 消息，AI 初创公司 Superwhisper 发布了 S1 系列模型，包括云端语音转文本模型 S1-Voice、云端指令遵循模型 S1-Language 以及开源权重的文本规范化模型 S1-mini。S1-mini 是一个 0.6B 参数的模型，并非转录或聊天模型，其作用是在自动语音识别之后，将原始转录文本转换为干净的书面文本，包括移除填充词、修正自我纠正、添加标点符号和大小写，并将口语化的数字、日期、货币和电子邮件地址转换为书面形式。该模型基于 Qwen/Qwen3-0.6B 微调，目前仅支持英语，其量化版本 GGUF 文件大小为 462 MB，可在笔记本电脑 CPU 上运行。 S1-mini 的接口是一个三轴控制线，用户可分别设置文本的「风格」（如随意、正式）、「结构」（如散文、列表）和「上下文」（如通用、电子邮件）。模型在 7,519 个测试案例上实现了 94.8% 的词元准确率。Superwhisper 表示，该模型适用于医疗临床记录、法律、金融服务、客户支持及实时字幕等多个行业。 S1-mini 已以 Apache 2.0 许可证（附加命名条款）在 Hugging Face 上开源，供开发者或企业集成使用。而 S1-Voice 和 S1-Language 则为 Superwhisper 托管的云服务，不可自托管。（MarkTechPost）
Techub News 消息，据 CryptoBriefing 报道，CoreWeave 发布 Sandboxes 平台，提供安全隔离环境支持 AI 模型通过实时交互进行强化学习，并与机器学习平台 Weights & Biases 合作提供无服务器部署选项，旨在提升 GPU 利用率并降低训练成本。 该公司前身为以太坊矿企 Atlantic Crypto，2019 年更名为 CoreWeave 后转型为 AI 云基础设施提供商，目前已在纳斯达克上市。此次发布进一步巩固其与英伟达在智能体推理工作负载方面的合作关系，标志着其从加密货币挖矿向 AI 计算服务的全面转型。
