IBM Research 发布 Granite Timeseries Ensemble R1 时间序列集成预测方案
IBM Research 在 Hugging Face 发布 Granite Timeseries Ensemble R1,将四个预训练 Granite 时间序列模型组合为免重训练的集成配方,输出中位数和分位数预测。
IBM Research 在 Hugging Face 发布 Granite Timeseries Ensemble R1,将四个预训练 Granite 时间序列模型组合为免重训练的集成配方,输出中位数和分位数预测。
NVIDIA 展示欧洲多家机构基于 Earth-2 开放 AI 模型开展实际天气与气候预测应用。新发布的 StormScope EU 短期预报模型利用 EUMETSAT 卫星观测,在 16 个 Meteosat 通道上以 10 分钟间隔预测云况变化,并在 GTC Berlin 与 Earthmover 合作展示实时交互演示。
NVIDIA 发布预训练关系型基础模型 Kumo Relational,可直接在企业数据库上通过预测查询做流失、需求、欺诈等预测,无需任务训练和特征工程。该模型在 15 个数据库的 41 项任务上超过监督式关系深度学习和梯度提升树管线,在 SAP SALT 基准上 MRR 超 AutoGluon 集成 8%,微调后领先 16%,可扩展到 500B+ 行的数据库。
推荐理由:官方发布了面向关系型数据库的预训练基础模型并附代码和权重,读者可以了解其免训练预测架构和基准表现。
IBM 在 Hugging Face 发布 Granite Speech 5.0 系列更新,包含新模型 granite-speech-5.0-2b,以及更新的 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus。
Mistral 发布其首个时间序列基础模型家族 Timestral,含 5M、28M、123M、209M 四种规格,其中 209M 模型在 GIFT-Eval、TIME 和 fev-bench 三个公开基准上排名第一。
推荐理由:官方发布首个时间序列基础模型家族,给出三项公开基准成绩和 CPU 部署延迟数据,读者可据此评估企业预测场景的可用性。
微软亚洲研究院发布重构并开源的 Agent Lightning v1.0,提出 Harnessed Agentic RL 范式,让部署时使用的 agent harness 直接参与强化学习,无需在训练框架内重写 agent。
推荐理由:官方详解了用真实 agent harness 做 RL 的训练范式与系统设计,并给出 Qwen3.5-9B 在 SWE-bench Verified 的提升数据,方法可参考。
Mistral 发布 Mistral Large 4(ML4)公开预览,这是一款 1 万亿参数、52B 激活参数的原生多模态模型,权重将于本月底放出,预览 API 已可在 Mistral Studio 试用。
推荐理由:官方给出权重开放时间和安全、编码、多模态等多组基准数据,读者可据此评估这款万亿参数开源模型的具体能力位置。
研究者基于 UC Berkeley Sky Lab 的 K-Search 演化式内核搜索框架,新增 MLX 后端和结构化 CUDA 到 MLX 翻译层,让现有 CUDA 内核知识自动适配 Apple Silicon。
推荐理由:原文给出结构化 CUDA 到 MLX 翻译层的做法和可复现步骤,读者能了解跨硬件迁移内核优化经验的可行路径。