GitHub Copilot app 如何用 canvases 构建自定义工作流
在 GitHub Copilot app 的智能体会话里输入 /create-canvas,用自然语言写清工作流、界面中可做的操作和智能体可做的事,即可得到双方共享的 canvas。
在 GitHub Copilot app 的智能体会话里输入 /create-canvas,用自然语言写清工作流、界面中可做的操作和智能体可做的事,即可得到双方共享的 canvas。
Amazon EKS结合EFA与DeepEP扩展MoE强化学习训练,吞吐量提升40%。该方案面向RLHF与GRPO,协调rollout生成和策略训练,并由DeepEP优化EFA上的Expert Parallelism通信。MoE更稀疏后训练更受跨节点通信而非计算制约,还需同时平衡加速器算力、内存与网络带宽。
可从 Amazon SageMaker JumpStart 将公开的 Qwen3-TTS-12Hz-1.7B-Base 部署到全托管实时推理端点,用短参考录音及其转写克隆说话人声音来合成新文本,无需重新训练。
GitHub Copilot 应用重建 PR 视图后,含 2,200 文件、逾百万行改动和超 400 条行内评论的 diff 仍能流畅滚动。纯代码行在绘制前即可确定高度,虚拟化后同时大约只挂载 100 行。评论高度要到渲染时才知道,因此总高度拆成确定性代码高度与懒测量的动态块,修正则锚定在用户正在看的位置。
开发者可以用开源终端智能体 OpenCode 调用 Amazon Bedrock 上的开放权重模型,把推理留在自有 AWS 账号并按消耗计费。
费城儿童医院基于 NVIDIA 联合创立的开源框架 MONAI,把患儿已有的 CT、MRI 和三维超声在数秒内生成解剖精确的心脏模型,用于先天性心脏病诊疗。原先需熟练研究人员约四小时的流程已快到可作常规临床使用;美国已有 20 多家儿童医院开展心脏建模,波士顿儿童医院每年约 500 例心脏手术中过半借助建模,CHOP 预计今年建模约 200 例。
负责 GitHub 日本和韩国市场的 Tomoko Tanaka 用 GitHub Copilot、Issue 和 Actions 自动化活动运营,过去要手工处理一两天的搭建现在从单条 Issue 开始,系统每天早上筛查报名者,并在结束后自行收尾。
GitHub Copilot app 内置并排的 diff、终端和浏览器面板,审阅、运行和预览都不用离开应用。diff 新增为绿、删除为红,可接受、评论或让 Copilot 再改。终端可通过 Run 按钮运行脚本,浏览器用 Pick & Polish 选元素交给智能体调整,然后接受改动并创建 pull request。
Workflow1111 把 AUTOMATIC1111 的大部分功能重做成一张 Gradio 工作流画布,包含十一条媒体管线和七十三个节点。登录 Hugging Face 账号或提供访问令牌后,可运行文生图、高分辨率修复、图生图、提示词矩阵、VLM 反推、检测生成遮罩、标注、去背景、PNG Info 和图像转视频,模型调用使用用户自己的额度。
Mistral 帮助一家欧洲能源运营商,将 40,000 行没有测试套件和集中文档的 Fortran 77 油藏模拟代码迁移到 C++。项目先建立可导出 Fortran 状态并在 C++ 中核对关键结果的数值对齐框架,再用调用关系树和逾百个智能体整理分散文档。
作者用TRL与OpenEnv复现Surya Narreddi的思路,训练编码模型编写JavaScript,经p5.brush绘制水彩,并在Hugging Face公开参考池、RL环境、训练脚本和模型。
用TRL的GRPO以约500条样本和100步微调LFM2.5-350M,IFStruct通过率从22.6%升至29.7%。JSON通过率从18.0%升至31.9%,顶层裸列表从16.6%升至29.7%,YAML从27.2%到27.5%几乎不变,仍低于Qwen3.5-2B的33.15%。
Sentence Transformers v6.0 的 MultiVectorEncoder 可用于训练和微调 ColBERT 式多向量嵌入模型。
推荐理由:原文整理了用领域问答对微调多向量检索模型的训练组件,并比较无监督检查点与成品检查点在医学数据上的适应差异。
Gradio 的 gr.Workflow 用类型节点图把 AI 流水线变成可拖拽界面,同一张图同时是 REST API,并可一键部署到 Hugging Face Spaces。
推荐理由:把多步 AI 流程写成带类型端口的节点图后,可以在画布上单独运行每一步并看到中间值,同一张图还能作为 REST 接口部署到 Spaces。
Hugging Face 说明如何用 Jobs、Storage Buckets 和 Inference Endpoints 支撑 Papers with Code 的混合搜索:离线批量生成论文向量,在线只嵌入查询,端点冷启动或异常时回退全文检索。
Sentence Transformers v6.0 新增 MultiVectorEncoder,以 ColBERT 式晚交互为每个 token 保留向量,并用 MaxSim 为查询与文档打分。
推荐理由:这篇官方教程把多向量晚交互和单向量嵌入的质量与索引成本放在一起比较,并写清编码、打分、检索重排和压缩索引的具体做法。
Hugging Face 的 PyTorch Profiling 系列第三篇,在 NVIDIA A100-SXM4-80GB 上用 profiler 对照了手写因果注意力和 SDPA 的 math、efficient、flash、cudnn 后端。
推荐理由:把朴素注意力和 SDPA 四个后端放进同一套 profiler 轨迹后,可以看出融合如何避免中间分数矩阵写入显存,以及 flash 很低的占用率为何仍可能更快。
Google DeepMind 与 Google Research 的 AI 天气模型 WeatherNext,在五天前以 80% 置信度预测飓风梅利莎将以五级强度登陆牙买加,帮助国家飓风中心提前预警。
AlphaEvolve 团队分享了这一 Gemini 驱动编码智能体至今最显著的跨领域影响,应用已从数学和计算机科学扩展到健康、可持续、量子计算、AI 基础设施与商业优化。
推荐理由:把测序纠错、电网求解、量子电路和企业路由等结果放在一起,可以看出这个编码智能体已从算法发现延伸到基础设施与商业优化。
Mistral 基于开源编码助手 Vibe 构建了可在 CI/CD 中无人干预运行的智能体,用于读取 Rails 源文件并生成或改进 RSpec 测试。面向 275 个源文件的实验中,测试通过率与 SimpleCov 平均行覆盖率均为 100%,已有测试文件的 LLM-as-a-judge 分数从 0.49 升至 0.74,自校正后 RuboCop 违规为 0。
Mistral 在 vLLM 的 Prefill/Decode 分离式服务中定位到堆外内存泄漏,根源是 NIXL 所依赖的 UCX 默认拦截 mmap,并在 munmap 后把内存放入延迟清理队列。