NVIDIA 預覽電源管理系統，用於在固定資料中心預算內增加人工智慧容量
NVIDIA 表示，其 DSX MaxLPS 套件可回收未使用的機架功率，提高每瓦效能，並在相同設施功率預算內支援高達 40% 的 Rubin GPU 容量。該軟體仍處於開發者預覽版，效能數據來自 NVIDIA 自己的代表性工作負載評估。
讀故事 
來源已驗證: developer.nvidia.com
來源已驗證: developer.nvidia.com每日更新1800 經過驗證的故事
人工智慧新聞。沒有噪音。
非營利教育團隊以簡單易懂的英語解釋了產品發布、政策轉變、安全研究和行業動向的經過來源檢查的人工智慧報道。
已驗證來源
每個故事都連結到最有力的可用證據：可用的原始來源，否則明確歸因的報告。
簡單的英語
發生了什麼、為什麼重要以及值得關注的內容——無需行話。
無填料
當訊號很弱時，我們不會發布任何內容，而是填充提要。
人工智慧新聞檔案 — 頁面 141
經過來源檢查的人工智慧故事，最新的優先，適合那些需要了解人工智慧而不追逐炒作的人。
福布斯報道 Nvidia 的 AVO 安全帶協助 Claude Opus 5 在 ARC-AGI-3 上達到 100%
福布斯報導稱，Nvidia 的 AVO 代理工具將 Claude Opus 5 在 ARC-AGI-3 公共集上的完成率從約 30% 提高到 100%，而無需改變模型的權重。該結果實質上推進了有關 Nvidia AVO 系統的現有報告，但所提供文章的說法尚未得到獨立證實…
forbes.com
NVIDIA 表示 AI 代理程式安全性應置於安全帶之下
NVIDIA 認為，AI 代理安全控制應該由運行時和基礎設施來實施，而不是由可修改的模型或利用邏輯來實施。其技術部落格提出了分層架構和四種工作負載配置文件，但沒有提供該方法的獨立驗證。
developer.nvidia.com更多故事
9 故事Google DeepMind 計畫在 EVE 持久的遊戲世界中進行人工智慧研究
Google DeepMind 表示，它正在透過與 EVE 宇宙背後的工作室 Fenris Creations 合作擴大其遊戲研究。該計劃將從離線 EVE Online 環境開始，測試智能體的記憶力、持續學習、長期規劃和多智能體行為。
deepmind.google開源應用程式警告附近的智慧眼鏡，但其訊號只是一個粗略的代理
Nearby Glasses 專案使用藍牙資料來標記 Android 和 iOS 上的一些智慧眼鏡裝置。該公司自己的文件稱，該系統可能會產生誤報、錯過設備，不該用來對抗人們。
github.comGoogle 威脅情報報告人工智慧輔助漏洞研究與自主惡意軟體
Google 威脅情報組織表示，對手正在利用人工智慧來加速漏洞研究、逃避偵測、自動化惡意軟體操作並瞄準人工智慧系統周圍的軟體供應鏈。
cloud.google.com預印本報告語言模型輸出可能會洩漏上下文中的秘密
arXiv 預印本報告稱，即使在拒絕直接提取請求之後，語言模型也可能洩露上下文中的敏感資料。作者表示，在受控實驗中，自適應攻擊從普通輸出中恢復了簡短的秘密，並從生產式代理中提取了完整的社會安全號碼。
arxiv.orgThinkingbox 基準測試發現人工智慧代理商難以可靠地完成有狀態的業務工作流程
一篇新的 arXiv 論文介紹了 Thinkingbox，這是一個用於在多步驟業務任務上測試 AI 代理的沙箱和基準。最強的測試模型獲得了 65.36% 的 pass@1 分數，但只有 25.25% 的 pass^20 分數，凸顯了偶爾成功與可靠執行之間的差距。
arxiv.org預印本報告了 LLM 壓縮指標可能遺漏的不對稱風險
arXiv 預印本評估了 11 種壓縮方法中的 3 個法學碩士，報告稱，總體準確性和困惑度可以掩蓋不均勻的知識丟失、對新丟失信息的過度自信以及抵消子組偏差的變化。
arxiv.org預印本發現不相關的文本可以可預測地改變多模態模型的判斷
arXiv 預印本報告稱，與任務無關的文本在視覺判斷中始終使多模態語言模型產生偏差，並將這種效果描述為決策邊際中可測量的仿射偏移。
arxiv.orgPreprint 提出 SingularClip 在不斷變化的任務中保持學習可塑性
arXiv 預印本認為神經網路權重奇異值之間日益不平衡是導致適應性喪失的可能原因，然後建議在持續學習和強化學習中定期修剪這些值。
arxiv.org預印本提出了一種經過探針測試的門，用於分佈偏移下的動態係綜
新的 arXiv 預印本引入了一種診斷方法，用於確定迴歸模型的特定區域組合何時可以優於固定混合模型。在作者描述的測試中，一個小型標記目標域探針預測了增益，並幫助拒絕了產生超過 30 倍靜態損耗的部署。
arxiv.org
每週一次有用的簡報
無需生活在 Feed 中即可跟上 AI 的步伐。
取得本週經過驗證的人工智慧新聞、原始數據、有用的工具、學習精選和新鮮的人工智慧工作。