iFeeling Daily

每天精选值得关注的 AI 动态

每天精选值得关注的 AI 动态

前沿技术

Axiom Math 创始人 Carina Hong 刚从 2 亿美元融资中走出来，就放下狠话：靠堆算力做不出数学 AGI，形式化验证才是正路。她的团队 30 人，在 Putnam 数学竞赛上拿了满分，碾压所有人类和 AI。

自回归图像生成模型如果想在推理时引导生成方向，关键竟然不是模型大小，而是数据如何分词。1D有序tokenizer比2D网格结构更利于test-time search，甚至不做模型训练也能用搜索算法直接生成图像。一个让tokenizer设计从附属品变成核心决策点的有趣发现。

MIPS重复查询太慢？这篇论文教你用神经网络学会“预判”答案。核心是把搜索问题转化成学习一个凸函数，然后直接利用它的梯度找到最优键。效果拔群，代码已开源。

OpenAI 首席研究官 Mark Chen 边做饭边聊：Scaling Laws 没死，但需要更聪明的计算分配；o1 推理模型的押注源于“难评分任务”的突破；评测基准已经陷入信任危机，下一步是让模型在真实工作流中自我进化。

AlloyDB把AI函数内置到数据库里，用智能批处理和优化代理模型，直接把处理速度推到每秒10万行，成本降到六千分之一。以后写条SQL就能调Gemini处理非结构化数据，不用再搭一堆复杂管道了。这可能是数据库进化的一个新方向。

SOCRadar 通过迁移到 AlloyDB 把分析查询提速 20 倍，顺便回收了 45TB 空间和 75%的 DBA 维护时间。更聪明的是，他们把 Gemini 直接接在数据库上做实时告警过滤，让 AI 自动区分真威胁和误报。安全分析的痛点解决得很实在。

先选模型再搭架构是错的。做好路由器和排队机制，大部分 Agent 流量跑本地模型，成本降 90%。

Google用LookML语义层+Gemini推理，让BI从被动看报表变成主动驱动业务。PayPal已经让3000+用户通过Claude直接查可信数据，这才是企业AI落地的正确姿势。