MANZANO: A Simple and Scalable Unified Multimodal Model with a Hybrid Vision Tokenizer
能够理解和生成视觉内容的统一多模式大语言模型 (LLM) 拥有巨大的潜力。然而，现有的开源模型通常会受到这些功能之间性能权衡的影响。我们提出了 Manzano，一个简单且可扩展的统一框架，通过将混合图像标记器与精心策划的训练方案相结合，大大减少了这种紧张。单个共享视觉编码器为两个轻量级适配器提供数据，这些适配器在公共…内生成用于图像到文本理解的连续嵌入和用于文本到图像生成的离散标记。
这篇文章是通过 AWS 与 Instituto de Ciência e Tecnologia Itaú (ICTi)（ICTi）（由拉丁美洲最大的私人银行 Itaú Unibanco 维护的 P&D 中心）之间的战略科学合作伙伴关系开发的，探讨了文本和音频情绪分析的技术方面。我们展示了比较多种机器学习 (ML) 模型和服务的实验，讨论了每种方法的权衡和陷阱，并重点介绍了如何编排 AWS 服务来构建强大的端到端解决方案。我们还提供对未来潜在方向的见解，包括针对大型语言模型 (LLM) 的更先进的提示工程，以及扩大基于音频的分析范围以捕获仅文本数据可能会错过的情感线索。
Treater 的创始工程师知道基于人工智能代理的正确组织的管道和分析如何将复杂的法学硕士转变为实用且可靠的业务工具。 2025年，世界各地的公司都在积极采用生成式人工智能技术和大语言模型（LLM）。大约 72% 的企业计划增加对这些技术的投资 [...]
NarrativeTrack: Evaluating Video Language Models Beyond the Frame
多模态大语言模型 (MLLM) 在视觉语言推理方面取得了令人瞩目的进展，但它们理解视频中暂时展开的叙述的能力仍未得到充分探索。真正的叙事理解需要以谁在做什么、何时何地为基础，在动态视觉和时间上下文中保持连贯的实体表示。我们引入了 NarrativeTrack，这是第一个通过细粒度的以实体为中心的推理来评估 MLLM 中叙事理解的基准。与仅限于短剪辑或粗略场景级语义的现有基准不同......
Giving Up Alcohol Could Radically Slow Aging
Hatty Willmoth，科学焦点 一月感觉像是戒酒的完美月份 - 不仅因为“干燥一月”已成为......
Deploy Mistral AI’s Voxtral on Amazon SageMaker AI
在本文中，我们演示了使用 vLLM 和自带容器 (BYOC) 方法在 Amazon SageMaker AI 终端节点上托管 Voxtral 模型。 vLLM 是一个用于服务大型语言模型 (LLM) 的高性能库，具有分页注意力以改进内存管理和张量并行性，以便跨多个 GPU 分发模型。
On January 5th, Don't Get Divorced Because Of Hallmark Movies
新年后的星期一俗称离婚日，但它不仅仅是婚姻的结束。许多恋爱关系较长的人，当然还有季节性假期，只是想在结束假期之前度过假期。今年的星期一是 1 月 5 日。独自一人可能会更好，也可能有更好的东西，但也可能是一个人或两个人只是抱有不切实际的期望，认为他们的电视电影幻想应该成为现实。阅读更多
IEEE Transactions on Games, Volume 17, Issue 4, December 2025
1) 以人为中心的格斗游戏人工代理开发调查作者：Martinho Tavares、João M. Carvalho、Armando J. Pinho 页数：839 - 8582) 重新发现过去：考古学的严肃游戏作者：Vittorio Murtas、Vincenzo Lombardo 页数：859 - 8723) 综合视频游戏中的多智能体强化学习综述作者：Zhengyang Li、Qijin Ji、Xinghong Ling、Quan Liu页数：873 - 8924) 游戏化文化沉浸：城市遗产中的虚拟现实和混合现实作者：Filippo Sanfilippo、Marius Tataru、Minh
Production-Grade Observability for AI Agents: A Minimal-Code, Configuration-First Approach
LLM 作为法官、回归测试和多代理 LLM 系统的端到端可追溯性人工智能代理的后期生产级可观察性：最少代码、配置优先的方法首先出现在《走向数据科学》上。
The brewing GenAI data science revolution
如果您现在领导一个企业数据科学团队或定量研究部门，您可能会感觉自己生活在两个平行的宇宙中。在一个宇宙中，你会看到“GenAI”爆炸。聊天机器人现在可以编写代码并创造艺术，而董事会则痴迷于大型语言模型（LLM）将如何改变世界。正在酝酿中的 GenAI 数据科学革命首先出现在 DataRobot 上。
HEPI 2025 年最终出版物及时回顾，反思了高等教育政策和辩论发生深刻变化的时期。 《贝克一打：高等教育十三年书评，2013 年至 2025 年》（HEPI 辩论论文 42），由 HEPI 主任 Nick Hillman OBE 撰写，汇集了已发表的 30 篇书评 […]新 HEPI 辩论论文：《贝克一打：高等教育十三年书评，2013 年至 2025 年》首先出现在 HEPI 上。
To Boomers, An AI Relationship Is Not Cheating
最近的一项调查发现，超过 28% 的成年人声称他们与 LLM（大语言模型）保持着亲密甚至浪漫的关系，俗称人工智能 - “AI”。(1)这似乎是合理的，因为 41% 的人相信通灵和鬼魂。令人惊讶的是接受这项新技术的人群的人口统计数据。这不是年轻人，他们知道这不是真实的，而是婴儿潮一代。他们不仅对人工智能关系感到满意，超过 50% 的人表示他们可以毫无愧疚地与人工智能建立浪漫关系。阅读更多
我们推出 UniGen-1.5，这是一种用于高级图像理解、生成和编辑的统一多模态大语言模型 (MLLM)。在UniGen的基础上，我们全面增强了模型架构和训练流程，以增强图像理解和生成能力，同时释放强大的图像编辑能力。特别是，我们提出了一种统一的强化学习（RL）策略，通过共享奖励模型共同改进图像生成和图像编辑。为了进一步增强图像编辑性能，我们提出了一个轻型编辑指令对齐阶段......
That’s All, Folks? Five points of note about higher education in 2025
HEPI 主任尼克·希尔曼 (Nick Hillman) 探讨了 2025 年影响高等教育的一些变化。（这些言论最初于 2025 年 12 月 15 日晚提交给 HEPI 合作伙伴 Ellucian 的执行咨询委员会。） 高层的房间 高等教育部门继续看到那些监督者的巨大流失 […] 帖子就这样了，伙计们？ HEPI首先出现了关于2025年高等教育的五点注意事项。
