OpenAI推出全新ChatGPT Images

UniEdit：首个大型开放域大模型知识编辑基准

随着大语言模型（LLM）的广泛应用，它们在医疗、金融、教育等关键行业扮演着愈发重要的角色。然而，一个被忽视的现实是：大模型的知识并不会自动更新，更不总是准确。UniEdit构建了第一个覆盖25个知识领域、包含31.1万条样本的大规模开放域知识编辑基准。UniEdit将基于Wikidata构建最大规模开放域编辑数据集，覆盖自然科学、人文科学、社会科学、应用科学等五大知识板块。UniEdit还提出了NMCS（邻域多跳链采样）算法，首次统一所有编辑评价维度，包括泛化性、局部性等。此外，UniEdit通过DeepSeek-V3自动生成自然语言描述，使每条编辑样例、泛化样例、局部性样例均具有清晰语义、多样的语言表达和真实世界的复杂度。

来源: 机器之心阅读更多

Databricks获4亿美元融资，估值达134亿美元

Databricks最近完成了一轮超过4亿美元的融资，估值达到134亿美元，比三个月前的估值增长了34%。Databricks是一家提供数据智能的公司，此次融资表明其在AI领域的业务正在迅速增长。Databricks的平台结合了大规模机器学习、数据工程和数据科学，帮助企业和组织更好地理解和利用数据。

来源: TechCrunch AI 阅读更多

AI4S理解疾病机制，「哲源科技」获亿元A1轮融资

AI4S企业哲源科技近日完成A1轮融资，获得亿元融资。哲源科技的计算医学平台尝试以新范式赋能药物创新，特别是新机制新靶点发现、临床试验环节。哲源科技认为，药物研发的第一性原理应是治病，在立项之初，系统地理解疾病、确定靶点和疾病之间的因果关系，让后续资源投入更有价值的方向。哲源科技打造了“计算医学”平台，通过虚拟患者的方式模拟患者对药物的反应，评估该药物在数万个适应症亚型的效果。

来源: 36氪阅读更多

OpenVE-3M：大规模指令跟随视频编辑数据集

OpenVE-3M是一个大规模、高质量、多类别的指令跟随的视频编辑数据集，共包含3M样本对，分为空间对齐和非空间对齐2大类别共8小类别。该数据集旨在为空间智能领域的研究者、开发者提供高质量数据基础，加速整个行业的技术迭代与应用落地。OpenVE-3M通过稳定的高质量、多类别的指令跟随视频编辑数据构造管线，确保编辑质量的同时具有多样性。此外，作者还提出了OpenVE-Edit模型，仅5B参数量实现了SOTA，并超过了现有开源14B模型效果。

来源: 机器之心阅读更多

Nemotron 3：推理效率提升4倍

英伟达发布了Nemotron 3系列开放模型，共三种规模。Nemotron 3 Nano是300亿参数规模的小模型，适用于高度定向、极致高效的任务。Nemotron 3 Super是约1000亿参数的高精度推理模型，每个token最多激活100亿参数，面向多智能体应用。Nemotron 3 Ultra是约5000亿参数的大型推理引擎，每个token最多激活500亿参数，适用于复杂AI应用场景。Nemotron 3 Nano通过独特的混合MoE架构，在效率与可扩展性方面实现了显著提升，实现了最高4倍的Token吞吐量提升。

来源: 机器之心阅读更多

MUSE：多模态搞定十万级超长行为序列

MUSE是一个新的CTR模型，利用图像与文本的语义力量，重构了用户跨越时空的兴趣图谱。MUSE通过图像和文本的语义力量，重构了用户跨越时空的兴趣图谱。它利用图像与文本的语义力量，重构了用户跨越时空的兴趣图谱。此外，阿里妈妈还开源了构建这个“数字大脑”的基石：Taobao-MM数据集。MUSE模型通过图像与文本的语义力量，重构了用户跨越时空的兴趣图谱，更好地理解用户的长期兴趣，并在检索中提供更好的结果。

来源: 机器之心阅读更多

UniEdit：首个大型开放域大模型知识编辑基准

UniEdit首次在开放域构建统一而全面的知识编辑测试体系，覆盖25个知识领域，包含31.1万条样本。UniEdit基于Wikidata构建最大规模开放域编辑数据集，覆盖自然科学、人文科学、社会科学、应用科学等五大知识板块。UniEdit提出NMCS（邻域多跳链采样）算法，首次统一所有编辑评价维度，包括泛化性、局部性等。UniEdit还通过DeepSeek-V3自动生成自然语言描述，使每条编辑样例、泛化样例、局部性样例均具有清晰语义、多样的语言表达和真实世界的复杂度。

来源: 机器之心阅读更多

学习具有形状约束下的得分

本文研究了具有形状约束下的得分估计的最小风险，研究了在对数凹分布上的得分估计的最小风险。对数凹分布具有递减的得分函数，但仅凭此形状约束不足以保证最小风险。本文定义了两个类别的对数凹分布子类，分别捕捉估计问题的两个方面。首先，本文确定了具有受控增长的得分函数的对数凹分布类别的最小风险率。此外，本文还讨论了如何通过学习具有形状约束下的得分来提高生成建模中的扩散模型的效果。

来源: ArXiv 阅读更多