AI辅助“盲扫”超声技术助力基层孕产保健:多中心前瞻性研究验证跨地区泛化能力
谷歌研究团队联合临床机构开展前瞻性多中心研究,证实基于低成本便携探头、由非超声专科人员操作的AI驱动“盲扫”超声方案,在芝加哥与内罗毕两地均实现与专家级超声生物测量相当的孕周评估精度(平均绝对误差4.18天 vs. 4.48天),且无需本地数据微调,为资源匮乏地区扩大产前超声覆盖提供可行路径。
保留完整资讯流,用来源、主题和时间找到你关心的消息。
谷歌研究团队联合临床机构开展前瞻性多中心研究,证实基于低成本便携探头、由非超声专科人员操作的AI驱动“盲扫”超声方案,在芝加哥与内罗毕两地均实现与专家级超声生物测量相当的孕周评估精度(平均绝对误差4.18天 vs. 4.48天),且无需本地数据微调,为资源匮乏地区扩大产前超声覆盖提供可行路径。
谷歌云与英伟达宣布基于Vera Rubin架构的A5X实例将于下月起正式商用,首期覆盖美国,后续扩展至欧洲;该平台整合NVL72 GPU、ConnectX-9 SuperNICs、Virgo网络及第四代液冷技术,专为大规模强化学习、生成式智能体推理等高密度计算场景设计。
NVIDIA推出开源时序预测模型Kumo Forecast(原NV-Tesseract Forecasting),基于MOMENT-1-large Transformer架构,支持直接预测与Domain-Aware Representation and Retrieval(DARR)双路径推理,并内置无需修改模型结构的可解释性框架。
AWS团队在Amazon SageMaker HyperPod上对GPT-OSS-20B开展多语言推理微调实验,采用LoRA参数高效微调;SFT将五语种(英/法/德/西/意)推理语言正确率从22%提升至100%,但答案语言正确率仅达62%;GRPO在此基础上进一步提升答案语言正确率至70%,且未损害推理语言表现,但收益因语言而异(如西班牙语+30个百分点,意大利语-20个百分点);实验明确指出GRPO无法从零启动新能力,仅能优化已偶发的行为。
Goodfire研究员Nick Cammarata发布26000字长文,主张大语言模型(LLMs)的内部机制可能远比学界预想的更结构化、更可理解;其核心论点基于对Inception v1等模型中‘多义神经元’的重新诠释——如‘猫/车共用神经元’实为响应V形视觉模式,而非无序超置。该观点尚未在现代LLM上完成系统验证,遭斯坦福大学Chris Potts、Alignment Research Center Jacob Hilton等学者质疑其普适性与技术深度。
一个模范家庭,两个黄金层面的成果:为IOI和海事组织提供精益求精的Nemotron
Fyxer 使用 OpenAI 模型,微调,内存和真实的用户反馈来组织每个用户声音中的收件箱和邮件草稿.
保罗·克里斯蒂安诺加入了OpenAI基金会董事会及其安全保障委员会,带来了AI协调,安全和标准方面的经验.
精细调整350M模式,以100 GRPO步骤改进结构产出
培训和精细调整多变量嵌入模型,配有变刑器
NVIDIA NeMo AutoModel 加速变速器精细调试
超越洛拉:你能击败最流行的微调技术吗?