Genspark 与 Fireworks Lab 将 MiniMax M3 后训练为 Gen-1 Slides，质量比肩 Opus 5、成本约为其 1/17
Genspark 与 Fireworks Lab 合作，将开放权重多模态模型 MiniMax M3 后训练为 Gen-1 Slides，可端到端规划、撰写并自查幻灯片。
#数据/训练
#数据/训练
今日 31 条Fireworks AI（网页）AI 评分5151 Epoch AI：研究、数据与评测AI 评分5252 Epoch AI 上线 AI 芯片销售数据集并提供 CSV 下载
Epoch AI 的 AI chip sales 数据页追踪并估算主要 AI 芯片的销量与出货量，以及估算的总算力、成本和功耗。数据主要来自公司财报评论、分析师估算和媒体报道，提供按芯片类型、组织和按芯片时间线的 CSV 及 ZIP 打包下载，更新至 Aug. 27, 2026，并附 H100e 算力口径等常见问题说明。
Epoch AI：研究、数据与评测AI 评分2929 Epoch AI 如何识别与标注 ML 硬件数据集
Epoch AI 通过标注知名 AI 模型训练所用的芯片来识别 ML 硬件，并补充了虽未见于这些系统训练记录、但依据描述、支持的数值格式或同族关系可判定为 ML 用途的硬件。该数据集为每块芯片记录数据手册信息，涵盖算力、裸片面积等，并借助新闻报道或硬件价格档案补充发布时价格；并非所有硬件都有完整或适用的信息，因此部分字段常为空。
Epoch AI：研究、数据与评测AI 评分1818 Epoch AI 面向机构提供定制 AI 研究与专家咨询服务
Epoch AI 开放定制研究合作，可承接 AI 趋势报告、模型评测、数据收集与基准开发等项目，曾与 OpenAI 合作开发 FrontierMath、与 Google DeepMind 合著 Rosetta Stone 论文、与 EPRI 联合发布 AI 电力需求研究。
Epoch AI：研究、数据与评测AI 评分3737 Epoch AI：AI 推理成本每季度下降约 47%，年降幅达 13 倍
Epoch AI 测算，自 2023 年以来，达到同等 AI 性能水平的成本在数学、科学和技巧类游戏五项基准上平均每季度下降约 47%，约合每年 13 倍，降速超过电力、算力、电池和 DNA 测序的历史降幅。该机构还指出，美国 GDP 增长因统计遗漏 Nvidia 在美国产生的收入而被低估约 0.3 个百分点，到 2028 年这一缺口可能扩大至 2 个百分点。
Epoch AI：研究、数据与评测AI 评分3333 Epoch AI：最大 AI 数据中心电力容量每 10 个月翻一番
Epoch AI 分析显示，自 2024 年年中以来，最大 AI 数据中心 IT 电力容量纪录每 10 个月翻一番。2025 年第四季度全球 AI 数据中心总电力容量约达 30 GW，相当于纽约州峰值用电量。GPU 约占前沿 AI 数据中心电力消耗的 40%。
Epoch AI：研究、数据与评测AI 评分3131 Epoch AI 发布 AI 数据中心开放数据库与算力趋势研究
Epoch AI 的 AI Data Centers 数据库已覆盖 86 个站点、约占全球 AI 算力的 44%，并同步更新了界面与全球覆盖范围。其研究显示，自 2024 年中期以来，最大 AI 数据中心的 IT 电力容量纪录每 10 个月翻一番；一座典型 1GW AI 数据中心需 380 亿美元前期 CapEx 和 9 亿美元年 OpEx。
Epoch AI：研究、数据与评测AI 评分3636 Epoch AI 发布 AI 芯片数据与研究报告合集
Epoch AI 更新了覆盖 170 多款 AI 加速器的机器学习硬件数据，并发布报告估算华为 2026 年 AI 算力产量不足 Nvidia 的 4%，若无法获得外国内存，2028 年份额可能降至约 1%。其 AI 数据中心探索器现已覆盖 86 个站点、约占全球 AI 算力的 44%，同时贸易数据分析显示 2024–25 年存在约 30 亿美元芯片经马来西亚流入中国的迹象。
Epoch AI：研究、数据与评测AI 评分3535 Epoch AI：华为到 2030 年能否追上 Nvidia？
Epoch AI 评估，受美国出口管制限制最关键扩产手段，华为 2026 年 AI 算力产量不足 Nvidia 的 4%，若无法获得外国存储，2028 年这一份额可能降至约 1%。该机构还估计，截至 2025 年约有 29 万至 160 万 H100 等效算力（中位数 66 万）被走私至中国，约占中国总算力的三分之一。
Epoch AI：研究、数据与评测AI 评分3838 Epoch AI 财务数据：AI 芯片销售、超大规模厂商资本开支与 Anthropic、OpenAI 收入
Epoch AI 的财务数据库用财报与公司披露估算 AI 芯片的算力、功耗与支出，并追踪超大规模厂商的 AI 建设融资。其测算显示，微软、亚马逊、Alphabet、Meta、Oracle 的合计现金资本开支预计在 2026 年 Q3 超过经营现金流；HBM 占 AI 芯片组件成本的 63%，高于 2024 年 Q1 的 52%。
Epoch AI：研究、数据与评测AI 评分2121 Epoch AI 发布领先 AI 公司数据与算力使用追踪
Epoch AI 更新了其 AI 公司数据库，涵盖前沿 AI 主要参与者的收入、融资、员工和算力数据，并推出 AI Chip Users Explorer，首次展示五家领先实验室的算力使用估算（以 Nvidia H100-equivalents 计）。
Epoch AI：研究、数据与评测AI 评分2828 Epoch AI 发布 AI 模型扩展性数据：追踪 3600 余个模型与算力趋势
Epoch AI 的公开数据库已追踪 1950 年至今超过 3600 个机器学习模型，并发布多项扩展性研究。其测量显示 GPT-5.6 Terra 和 Sol 的首次 token 延迟随上下文长度呈二次增长，而 Claude Sonnet 5 和 Opus 5 接近线性。此外，全球 AI 芯片内存带宽年增 4.1 倍，2025 年 Q4 已达约 7000 万 TB/s。
Epoch AI：研究、数据与评测AI 评分4444 Epoch AI 的 Epoch Capabilities Index（ECI）能力指数如何构建
Epoch AI 的 Epoch Capabilities Index（ECI）是一个综合指标，用超过 50 个基准的分数生成单一通用能力量表，模型在更难基准上表现越好，ECI 分数越高。其领域版 ECI 沿用通用 ECI 的基准难度与斜率、仅重新拟合 LLM 能力参数，Cyber ECI 因纳入通用 ECI 之外的网络安全基准而更新频率更低。ECI 代码已在公开仓库发布。
Epoch AI：研究、数据与评测AI 评分3535 Epoch AI 与 Ipsos 联合发布 AI 使用情况民调：方法、样本与数据说明
Epoch AI 与 Ipsos 合作在 KnowledgePanel 上开展 AI 使用民调，于 2026 年 7 月 10-19 日访问 1,103 名在职美国成年人，并新增个体级微观数据下载（SPSS .sav 与 CSV）。
Epoch AI：研究、数据与评测AI 评分4747 Epoch AI 发布 AI 公司数据集：追踪前沿模型公司的营收、融资与算力支出
Epoch AI 上线"AI companies"数据集，追踪处于 AI 前沿的基座模型公司的营收、融资、员工数、算力支出和使用量数据，来源为公司披露、高管表态与媒体报道。数据集于 2026 年 9 月 29 日更新，提供全量 ZIP 及算力支出、融资轮次、员工、营收、使用量等分项 CSV，可通过 Python 直接读取。
Epoch AI：研究、数据与评测AI 评分6464 Epoch AI 上线覆盖 93 个 AI 数据中心的交互式地图与数据库
Epoch AI 的 AI 数据中心数据枢纽收录 93 个数据中心，基于高分辨率卫星图像、许可和公开文件追踪建设时间线，提供交互地图。
Epoch AI：研究、数据与评测AI 评分3232 Epoch AI 发布 AI 模型数据集，收录具有历史意义的模型
Epoch AI 上线 AI 模型数据集，收录文献综述、Papers With Code、高被引论文及顶会论文等来源的模型，覆盖发布时达到 SOTA、引用超 1000 次或月活超百万的模型。数据集提供 notable、large-scale、frontier 及全量模型四类 CSV 下载，最新更新于 2026 年 9 月 30 日，并附参数规模、数据集大小与训练算力的测算文档。
Bloomberg：Technology（RSS）AI 评分3232 AI 初创公司被要求为数据中心寻找大型科技公司担保
CBRE 高管警告 AI 初创公司，若想获得数据中心场地，必须找到有实力的合作伙伴为租约付款提供担保，否则将面临艰难竞争。
Cognition 模型 / Devin 博客（网页）AI 评分6161 Cognition 发布 SWE-1.6 预览，SWE-Bench Pro 得分较 SWE-1.5 高 11%
Cognition 分享正在训练中的 SWE-1.6 早期预览：当前 checkpoint 在 SWE-Bench Pro 上比 SWE-1.5 高 11%（51.7% 对 40.1%），推理速度同为 950 tok/s，并向小部分用户开放早期访问。
Cognition 模型 / Devin 博客（网页）AI 评分5858 Cognition 发布 RL 训练的 bug 检测模型 SWE-check，速度约为 Opus 4.6 的 10 倍
Cognition 与 Applied Compute 合作 RL 训练了专用 bug 检测模型 SWE-check，在内部 in-distribution 评测中对 Opus 4.6 的 delta F1 从 0.09 降到 0，out-of-distribution 的 delta F1 从 0.49 降到 0.29，同时运行时间快约 10 倍且推理更便宜。
Cognition 模型 / Devin 博客（网页）AI 评分5656 Cognition 发布测量 Devin 等效工程工时的估算系统
Cognition 构建了一套自动估算 Devin 会话相当于多少有效人工工程工时的系统，并用 AI 智能体审查每个会话、换算成美元价值，已随客户投入运行。系统基于 126 位用户、258 个会话的人工标注数据训练，在 233 个held-out会话上达到 rlog 0.74，且经对数空间校准后刻意偏保守低估；单项估计噪声约 2-3 倍，但聚合后误差相互抵消。
Cognition 模型 / Devin 博客（网页）AI 评分6262 Cognition 发布 SWE-1.7：以 Kimi K2.7 为基座、更低成本达到前沿级智能体编码能力
Cognition 发布 SWE-1.7，称其为自己训练过的最强模型，以更低成本达到前沿级智能，已通过 Cerebras（1000 TPS）在 Devin 的 Web、Desktop 和 CLI 中可用。
Tomer Tunguz 博客（VC 分析）AI 评分5353 Tomer Tunguz 分析推理转售业务的三种定价模型与毛利守卫策略
Tomer Tunguz 撰文分析转售推理的公司如何保持 30 点以上毛利，指出成本加成定价会随推理商品化而压缩至零，客户会绕开加价直接对接原始 API。
Tomer Tunguz 博客（VC 分析）AI 评分5757 Tomer Tunguz 分析 AI 支出何时超过工程师薪酬：2029 年三种情景
Tomer Tunguz 分析称 Anthropic 的算力支出约为其薪酬总额的 2.3 倍，约 5000 名员工对应 2026 年约 $10b 推理与训练支出，即每人每年约 $2m；而软件行业前 1% 公司每工程师每年 AI 支出为 $89k，中位数仅 $137。
Tomer Tunguz 博客（VC 分析）AI 评分5757 Tomer Tunguz：AI harness 正成为企业数据竞争的新战场
VC Tomer Tunguz 撰文分析 AI 时代企业数据外流风险，引用 Satya Nadella 的“反向信息悖论”与 Palantir CEO Alex Karp 关于前沿实验室“窃取业务权重与 alpha”的言论。
Tomer Tunguz 博客（VC 分析）精选AI 评分6666 Tomer Tunguz 分析模型涨价下分层定价如何延续杰文斯悖论
Tomer Tunguz 分析，超大规模云厂商在 2026 年 Q2 财报电话会上称 AI 产能持续受限，HBM3e 内存涨价 20%、HBM4 预计翻倍。
推荐理由：作者用各实验室定价与算力供给数据，解释分层定价如何维持杰文斯悖论，并指出路由层可能成为新的战略环节。
ARC Prize：官方博客AI 评分2626 ARC Prize 2025 合作伙伴生态公布：Lambda、Modal、Google Cloud、Groq 等提供算力与模型支持
ARC Prize 公布 2025 年赛事合作伙伴生态，Lambda、Modal、Google Cloud、Groq、Hyperbolic、Strong Compute、RunPod 提供算力支持，AI21 提供模型额度，Granola 提供生产力工具。
Tomer Tunguz 博客（VC 分析）精选AI 评分6565 Tom Tunguz 分析：谁在真正购买 SOTA 模型
Tom Tunguz 分析 OpenRouter 与 Ramp 数据指出，尽管 SOTA 模型比去年 11 月聪明三分之二且平均每三天有两个新模型发布，OpenRouter 上 84% 的 token 并非 SOTA。
推荐理由：作者用 OpenRouter 和 Ramp 数据分析 SOTA 模型的份额与价格弹性，指出应用部署正转向以价格优先的模型选择。
Tomer Tunguz 博客（VC 分析）AI 评分3838 模型边用边学：测试时训练如何改变 AI 推理成本与记忆机制
测试时训练让模型在回答提示词时就地做梯度更新，权重随使用而改变，从而把不断增长的 KV-cache 折叠为固定大小的权重，内存占用不再随上下文线性增长。斯坦福针对小模型的研究显示其推理速度最高可提升 2.7 倍，In-Place TTT 还能免重训把 4b 模型提升到有竞争力的 128k 上下文表现。
Tomer Tunguz 博客（VC 分析）精选AI 评分7272 Tomer Tunguz 分析 Meta Muse Spark 双轨定价如何把广告模式引入 AI
Tomer Tunguz 分析 Meta 昨日发布的 Muse Spark 模型及其新定价体系：标准档 muse-spark-1.3 输入 $1.25/m、输出 $4.25/m tokens 且不用于训练。
推荐理由：作者用两档价差算出 Meta 对训练数据的每 token 定价，为理解以数据换补贴的商业模式提供一个可核算的框架。
Google Developers Blog（RSS）AI 评分4141 如何用深度学习和 Keras 解码宇宙信号
Google 开发者倡导者 Yufeng Guo 撰文介绍深度学习在天体粒子物理中的应用，这类研究依赖覆盖数千平方公里的巨型观测站，如面积 3000 km²、含 1500 多个探测站的 Pierre Auger Observatory。探测器以纳秒级分辨率记录波形，形成类似图像的数据结构，天然适合深度学习处理，可用于提升仪器灵敏度、发现隐藏模式和搜索信号异常。
Zyphra Research（网页）AI 评分3030 Zyphra Research 研究合集：PUFFER 去重系统、ZUNA1.1 脑电模型与 ZONOS2 语音模型
Zyphra 推出面向持续增长训练语料的增量模糊去重系统 PUFFER，在十小时吞吐测试中处理最多 10 亿文档，较现有 CPU 去重方法提速 11x-35x，单进程 1.75 小时可摄入 10 亿文档，已在超 300 亿文档的生产环境部署，并以 Apache 2.0 开源。
Preferred Networks：AI 研究与产品AI 评分5454 PFN 发布 Rust 版 Optuna 实现 Rustuna，并同步推出 Optuna v5.0
Preferred Networks 发布基于 Rust 的 Optuna 实现 Rustuna，并同步推出 Optuna v5.0。内部基准显示 Rustuna 速度最高可达 Optuna 的 1,000 倍，Matlantis CSP 的替换测试中 10 万次 trial 的内存消耗降低约 50%。
Eugene Yan：WritingAI 评分5050 Eugene Yan 撰文分析简单性为何是优势但复杂度更畅销
Eugene Yan 撰文分析复杂度偏见为何存在，指出复杂方案通过信号化努力、掌控力、创新和功能多样性而更受论文评审和晋升机制青睐，而简单方案更易采用、构建、扩展和运维。文章举例说明简单机器学习方法常不逊于复杂方法，如点积在推荐检索上优于神经协同过滤、树模型在 45 个中型表格数据集上超过深度神经网络，并建议聚焦问题复杂度而非方案复杂度，善用奥卡姆剃刀。
Eugene Yan：WritingAI 评分5757 Eugene Yan 详解如何为数据与机器学习管道编写更稳健的测试
Eugene Yan 发文探讨数据与机器学习管道的测试为何频繁失效，并以行为日志到批量推理的示例管道演示单元、schema 和集成测试。
Eugene Yan：WritingAI 评分5555 Eugene Yan：提升机器学习项目成功率四种机制的实践经验
Eugene Yan 总结了提升机器学习项目成功率的四种机制：为每个项目设置 pilot 和 copilot 以发现关键缺陷，copilot 约投入 pilot 10% 的时间。
Eugene Yan：WritingAI 评分5454 Eugene Yan 总结工业界内容审核与欺诈检测的五个模式
Eugene Yan 基于多篇行业论文和技术博客，总结出构建内容审核与欺诈检测系统的五个模式：通过 human-in-the-loop 收集 ground truth、数据增强、级联模式拆分问题、结合监督与无监督学习、以及可解释性。
Eugene Yan：WritingAI 评分5555 Eugene Yan：如何撰写数据标注指南
Eugene Yan 总结撰写数据标注指南的方法，提出好指南应回答 Why、What、How 三层问题：任务为何重要、任务是什么、术语如何定义、标注员如何决策、任务如何执行。文章引用 Google 和 Bing Search 的指南实例，包括查询意图分类、页面质量评估因素、匹配质量决策树和标注示例讲解，并建议用 Cohen's kappa 衡量标注员之间的一致性来迭代改进指南。
Eugene Yan：WritingAI 评分7272 Eugene Yan：构建基于 LLM 的系统与产品的七大模式
Eugene Yan 总结了将大语言模型集成到系统与产品中的七大实用模式：Evals、RAG、微调、缓存、Guardrails、防御性 UX 和收集用户反馈，按提升性能与降低成本/风险、靠近数据与靠近用户两个维度组织。
Eugene Yan：WritingAI 评分4848 用域外数据微调引导幻觉检测
在 Factual Inconsistency Benchmark（FIB）上，先用 Wikipedia 摘要微调 3 个 epoch 再在 FIB 上微调 10 个 epoch，PR AUC 达 0.85，比仅在 FIB 上微调提升 23%。