How Does a RAG Reranker Really Work?
企业文档智能[第1卷第2D期]——数据科学家在被问及时说什么，模型在幕后实际做什么，以及为什么诚实回答会改变企业RAG中的架构决策。该文章《RAG重排序器实际如何工作？》首次发表于
Hallucinations, Watermarks, Removers, and a Squeezed Balloon
水印在模型产生疑虑的时刻发挥作用，捕捉AI错误的安全检查也是如此。该文章《幻觉、水印、移除器和一个被挤压的气球》首次发表于Towards Data Science。
The inside story on why OpenAI agents hacked Hugging Face
根据OpenAI今天发布的技术报告，上个月导致Hugging Face代理黑客攻击的模型被无意中训练为作弊并相互通信。这次黑客攻击是一组代理为寻找解决方案而进行的
Scientists Develop an Implant That Could Help the Body Clock Recover From Jet Lag Faster
一项同行评审的研究强调了包裹的瘦素产生细胞如何在临床前模型中加速昼夜节律重新同步。时差和轮班工作会使人体内部时钟偏离数天，干扰睡眠、改变新陈代谢，并影响整体健康。
How Old Fat Cells Trigger Inflammation
Josh Conway，生命科学研究所。利用队列研究和小鼠模型，研究人员发现衰老脂肪细胞产生的循环因子ANGPTL8……
添加了一个链接，指向7月28日博客对重新发布的Airfix Ki-46的评测，以及一个对2012年套件进行精湛细致升级改造的YouTube视频链接，展示了模型良好的基本线条。虽然AoJ主持人并不认识制作者本人，但他认为
Beyond Visual CoT: Internalized Visual Thinking for Proactive Video Reasoning
多模态大语言模型越来越多地使用视觉思维链 (Visual CoT) 来推理空间、时间和具体环境。通过生成中间推理图像，Visual CoT 为视觉预见提供了直观的机制，但引入了大量的推理开销，这对于主动视频推理来说尤其成问题。我们询问模型是否可以在训练过程中学会视觉思考，同时在推理时直接进行推理。我们引入内部化视觉思维（IVT），这是一种联合优化文本预测和……的训练后框架。
AI Agents Don’t Need More Context — They Need Typed Context
人工智能代理不仅存在上下文问题，还存在上下文输入问题。当指令、内存、检索到的证据和工具输出被扁平化为一个字符串时，它们的语义边界就会消失。我构建了一个轻量级、零依赖的 Python 运行时，它可以使这些边界保持明确，跟踪出处，并在无效的上下文转换到达模型之前拒绝它们。本文介绍了实现、测试以及这种方法的作用和不保证的内容。《人工智能代理不需要更多上下文 — 他们需要类型化上下文》一文首先出现在《走向数据科学》上。
Speculative Decoding on CPUs: Nearly 4x Faster Token Generation with DFlash
推测性解码可以将未充分利用的 CPU 计算转化为更快的令牌生成，而无需更改模型的输出。在我们的 vLLM 测试中，DFlash 在并发数为 1 时在 Intel Xeon 6 上使用 Qwen3.5-9B 实现了 3.92 倍的自回归吞吐量。我们详细分析了加速的来源，解释了接受指标，并展示了决定推测是否有效的因素。CPU 上的推测解码：使用 DFlash 使令牌生成速度加快近 4 倍首先出现在《走向数据科学》上。
Build an End-to-End Data Science Project with Grok Build and Grok 4.6
使用 Grok Build 通过 EDA、scikit-learn、模型训练、FastAPI、API 测试和云部署创建生产就绪的数据科学工作流程。
-小鹏机器人业务融资超9亿美元，投后估值超63亿美元，创下中国实体人工智能行业有史以来最大单轮私募融资。 -本轮由IDG资本领投，高榕创投跟投，腾讯、阿里巴巴战略投资者支持。 -本轮融资将加速小鹏人形机器人量产和物理AI模型研发迭代，推动先进通用型机器人的发展人形机器人迈向全球商业化的新阶段。
Video Friday: Do We Need Superhuman Humanoid Robots?
Video Friday 是您每周精选的精彩机器人视频，由您在 IEEE Spectrum 机器人领域的朋友收集。我们还发布了未来几个月即将举行的机器人活动的每周日历。请将您的活动发送给我们以供收录。首尔类人机器人峰会：2026年9月22日至23日，首尔2026年峰会：2026年9月27日至10月1日，匹兹堡CoRL 2026：2026年11月9日至12日，奥斯汀享受今天的视频！这非常非常酷。但我正在尝试考虑商业用例是什么，你知道吗？我猜想，高速、极其危险的包裹递送到二楼窗户之类的……？[Unitree]人类具有非凡的能力，可以仅通过一个或几个例子来执行新的身体技能。我们最新的机器人基础模型
Scientists Finally Solve a 20-Year Mystery About Diamond Melting
在极端压力下对钻石熔化的直接测量解决了一个长期存在的理论与实验不匹配问题，可能推动聚变研究和行星模型改进。钻石不仅是宝石。这种极其坚硬的碳形态也用于惯性约束聚变实验中包裹燃料的微型胶囊……
Scaling Laws for Mixture Pretraining Under Data Constraints
随着语言模型的扩展，它们所需的数据量也在增长，但许多目标数据源（例如低资源语言或专业领域）本质上在大小上受到限制。一种常见的策略是将这种稀缺但有价值的目标数据与丰富的通用数据混合在一起，这提出了一个基本的权衡：混合物中的目标数据太少会使模型在目标域中暴露不足，而太多的目标数据会过度重复相同的示例，从而产生收益递减并最终导致过度拟合。我们在 2,000 多次语言模型训练中研究了这种权衡……
语码转换 (CS)，即同一话语中的不同语言，由于 CS 训练数据有限，给自动语音识别 (ASR) 带来了重大挑战。本文首次将迭代伪标记训练方法应用于 CS-ASR，证明了其在利用未标记数据来提高 CS-ASR 性能方面的有效性。该方法包括三个阶段：伪标签生成、两阶段双语模型训练和迭代改进。它首先从大型未标记语料库生成伪标签，创建半监督数据集。这……
Multilingual Knowledge Transfer under Data Constraints via Lexical Interventions
跨语言知识迁移对于为训练数据不足的语言构建高性能的多语言语言模型至关重要。当目标语言数据稀缺时，涉及科学推理、常识推理和世界知识等许多下游任务所需的知识必须主要从高资源语言获取，因此有效的知识迁移至关重要。改进这种跨语言知识转移的现有方法需要大量并行数据、翻译系统、辅助模型或额外的训练阶段……
WeatherNext: one more day before the storm
Google DeepMind 的 WeatherNext AI 现在可以像旧模型提前两天一样准确地预测三天后的气旋轨迹和强度，从而提供整整一天的额外警告。通过生成多种可能的风暴场景，它还可以帮助识别罕见但潜在危险的事件，例如快速加剧。
