AI 教育与科研

追踪 AI 教育、教学助手、科研助手、科学智能、知识发现与学校应用的产品、论文和实践。 · 1385 条
服务教师、学生和研究人员,关注教学助手、个性化学习、科研工作流、科学智能与知识发现。
11月20日
LangChain Academy 拍视频解答:换更强模型能否修复坏掉的 Agent

LangChain 团队又出了一期 FAQ 视频,专门聊一个很多人踩过的坑:Agent 跑不好,到底是该换模型还是改架构。他们把问题拆到了工程层面讲。正在用 LangGraph 搭 Agent 的开发者会很有共鸣,比泛泛讲模型评测实用。

官方账号LangChain@LangChainAI原文
11月19日
CMU 17-214 第 21 讲:Agent 改 2000 行代码后,检查怎么做流水线门禁

卡内基梅隆这门 Agent 开发课的讲义免费公开,讲透了 AI 出码变快后审查跟不上的解法。静态动态检查怎么搭配、哪些检查该拦合并、怎么防 Agent 绕过检查,都是写得很具体的内容,写代码的人都能直接照着搭。

shao__meng@shao__meng原文
纽约、洛杉矶、芝加哥学区考虑弃用 Google Search

Google 把 Gemini 和搜索捆绑了,想关 AI 就得连搜索一起丢。纽约、洛杉矶、芝加哥这几个大学区已经在找替代品,这事会直接影响全美学校怎么用 Gemini。如果你关心教育科技采购或 AI 进校园的争议,这篇说清了学区手里的牌。

官方账号theverge@Terrence O’Brien原文
论文14:34
arXiv 论文:分解 SGD 动力学,揭示正交方向噪声如何损害泛化

这篇理论论文把两层网络的 SGD 权重拆成信号和正交补两块来分析,发现补空间会被训练诱导出谱尖峰、放大方差拖累泛化。做特征学习或训练动力学研究的读者能从中拿到可复用的分析工具 Decomposed Dynamics,模拟还显示冻结正交方向反而效果更好。

arXiv cs.LG@Samet Demir, Zafer Dogan原文
明早 8:00,早读直接到你手里Telegram 频道或邮件,和这一页同样的筛选标准,没有广告。
产品Agent 与开发者多源确认精选01:21
Salesforce 打造自进化数据科学智能体,预测漂移排查时间从数小时缩至 27 分钟

Salesforce 把自家的预测运维做成了会自我进化的智能体,排查漂移只要 27 分钟,sMAPE 还降了 14%。关键是它每次修复都从审核反馈里学习,比一次性工具更能沉淀经验。做大促预测、时间序列监控的团队可以看看这套人机分工设计。

事件专题
官方账号Salesforce AI Research@SFResearch原文
11月18日
产品Agent 与开发者多源确认78°21:14
豆包工作上线 3 个月 DAU 突破 800 万,ARR 超 20 亿元

豆包这个面向办公场景的产品三个月做到 800 万日活和 20 亿元 ARR,还能自由切换 Kimi、DeepSeek 这些第三方模型。做企业服务或智能体产品的人都该看看它的计费和模型组合思路,对比飞书、钉钉的 AI 功能很有参考价值。

事件专题
IT之家原文
产品中美对照多源确认17:02
腾讯 WorkBuddy 日活跃用户超 1000 万,日均 Token 调用量超 100 万亿

腾讯财报给了几个实打实的数字:WorkBuddy 日活破 1000 万、日均 Token 超 100 万亿,Hy4 flash 首日就调了 50 万亿次还登上 OpenRouter 榜首。做应用或选模型 API 的开发者可以看看这套 C 端带 B 端的打法,和豆包、DeepSeek 的路线不太一样。

事件专题
IT之家原文
MOSAIC:多模态流匹配模型实现分子结构与光谱任意互转

一篇面向科学生成建模的论文:MOSAIC 用随机掩码让分子结构和 UV/IR/Raman 光谱互为条件与目标,一个模型跑通 any-to-any 生成,QM9S 上结构恢复率 88.8%,比最强基线高 23.2%。做分子设计、光谱预测或数据稀缺场景生成建模的研究者值得看它的掩码训练思路。

arXiv cs.LG@Thorben Prein 等 4 人原文
BernBRS:面向 DeepBern-Nets 的认证式后向可达集分析框架

做神经网络形式化验证的人可以看看这篇。它利用 Bernstein 多项式激活的数学性质做后向可达集分析,连 Half-Cheetah 控制器和 TinyBERT 蒸馏网络这种高维模型都能验证,而现有认证方法在这类规模上基本跑不动。

arXiv cs.LG@Ibrahim Albool, Yasser Shoukry原文
微软发布 MAI Code 2 编程模型:单次任务成本仅为 Claude Opus 5.5 约 5%

微软这次把编程模型的价格打下来了:Code 2 单次任务只要 $0.309,只有 Claude Opus 5.5 的 5%,Flash 还在 DeepSWE 1.1 等三项基准上超过了 GPT-6 Luna 和 Claude Haiku 5.5。已经在用 GitHub Copilot 的开发者和想压算力账单的企业可以直接试,按任务难度分流两个模型就行。

IT之家原文
LangChain Academy 视频解答:Agent 与 Deep Agent、Managed Deep Agent 的区别

LangChain 团队亲自出镜讲清楚 Agent、Deep Agent 和 Managed Deep Agent 三个概念的差别,这是 Interrupt 工作坊里被问最多的问题。正在用 LangGraph 搭智能体的开发者可以直接对照自己的架构做选型,还能顺带向官方提交下一个想问的问题。

官方账号LangChain@LangChainAI原文
行业05:21
Genesis AI 完成 5 亿美元 A 轮融资,估值 35 亿美元做灵巧手机器人

一家刚拿 5 亿美元融资的公司,思路挺特别:先造一只能贴近人手的机械手。你戴个传感器手套干一遍活,它就能学会,连按多用力都记下来。做制造业自动化的朋友可以看看,和 Figure 那些整机人形机器人走的不是一条路。

TestingCatalog@testingcatalog原文
模型中美对照多源确认79°05:07
GPT-6.2 Astra 登顶 AA-3D 基准,3D 场景构建能力居首

OpenAI 的 GPT-6.2 Astra 在 AA-3D 上拿了第一,152 次人评对比里赢了 139 次,专测模型做可交互 3D 场景的能力。做 WebGL、游戏原型或网页 3D 内容的开发者可以看看各模型的差距在哪。

事件专题
官方账号Artificial Analysis@ArtificialAnlys原文
产品Agent 与开发者多源确认03:11
Gemini 4 Hydrogen 配套机器人插件上线:对话式教机器人新任务

Google 把 Antigravity 从写代码的智能体平台扩展到了机器人:接上机械臂,先在 MuJoCo 里仿真练习,再到真机上跑,全程靠对话完成。做具身智能或机器人开发的人可以直接试试这套流程,和以往写 RL 训练脚本的方式相比上手成本低不少。

事件专题
官方账号Google DeepMind@GoogleDeepMind原文