跳到正文
10月30日周五
10月29日周四
10月28日周三
  1. GitHub Changelog89

    GitHub Copilot in VS Code, Universe releases

    今年,我们重点在于为在Visual Studio Code中与GitHub Copilot协作提供更多选择:您使用哪些模型、代理运行的位置以及8230。GitHub Copilot在VS Code中的发布,首先出现在The GitHub Blog上。

    推荐理由:请对照GitHub Changelog原文,核对完整说明及适用条件。

  2. GitHub Changelog86

    Generate and edit images directly in Copilot

    原文摘录(自动中文摘要暂不可用):Generate and edit images directly in Copilot You can now generate and edit images using natural language in GitHub Copilot. When you ask for an image, your selected reasoning model calls a dedicated image-generation tool powered by… The post Generate and edit images directly in Copilot appeared first on The GitHub Blog .

    推荐理由:自动中文摘要尚未通过校验,请核对原文与完整来源。

  3. GitHub Changelog86

    GitHub Copilot Fusion now supports selection of local models

    今天我们将智能路由功能引入本地模型的实验预览版。GitHub Copilot Fusion现在可选择支持的本地模型和云模型,实现智能本地模型路由。GitHub Copilot Fusion现已支持本地模型的选择,该信息首次出现在GitHub博客上。

    推荐理由:请对照GitHub Changelog原文,核对完整说明及适用条件。

10月27日周二
  1. GitHub Changelog94

    GPT-6.1 Terra in GitHub Copilot

    GPT-6.1 Terra,OpenAI的最新模型,现已在GitHub Copilot中一般可用。它比GPT-6.1 Sol在日常代理编码和终端工作中成本更低。在GitHub Copilot中,GPT-6.1 Terra的发布首次出现在The GitHub Blog。

    推荐理由:请对照GitHub Changelog原文,核对完整说明及适用条件。

10月26日周一
10月24日周六
10月23日周五
  1. GitHub Changelog90

    Custom skills, agents, and MCP servers in usage metrics API

    Copilot 使用指标现在显示您组织创建的技能、自定义代理、Model Context Protocol (MCP) 服务器、斜杠命令和插件的名称,而非归类为一组。在 Copilot 使用指标 API 中,自定义技能、代理和 MCP 服务器的数据显示首次出现在 GitHub 博客上。

    推荐理由:请对照GitHub Changelog原文,核对完整说明及适用条件。

10月22日周四
  1. OpenAI News79

    What FDE means at OpenAI

    What forward deployed engineering means at OpenAI 这条动态来自 OpenAI News,可重点关注其对 AI 应用和产业节奏的影响。

    推荐理由:请对照OpenAI News原文,核对完整说明及适用条件。

  2. Claude Code Releases88

    Claude Code Releases v2.1.307:Added /claude-api api-version to move Claude API code to A...

    新增了 /claude-api 接口,用于将 Claude API 代码迁移到 API 版本 2026-10-21。新增了 claude_code.safety_event 事件,用于每个工具调用,包含权限规则、自动模式、安全检查、钩子或沙箱停止时的提示或回复。修复了当 CLAUDE_CODE_DISABLE_1M_CONTEXT 设置且模型为带 [1m] 后缀的别名时,因模型未找到而失败的请求。修复了在自定义 ANTHROPIC_BASE_URL 网关或 Foundry 上,提示缓存范围的 beta 头被错误发送。修复了 macOS 上 claude -p 命令显示 'needs authentication' 但登录钥匙串已锁住,现在会提示原因,并在解锁后无需重新登录即可连接。修复了在 macOS 或 Linux 计算机休眠时,连接中出现超时或失败的 MCP 服务器,即使它们被报告为超时。修复了 HTTP MCP 工具调用在连接中途关闭时被发送两次。

    推荐理由:请对照Claude Code Releases原文,核对完整说明及适用条件。

10月21日周三
  1. Apple Machine Learning Research68

    Pixels to Tokens: Token Space Efficient Active Learning for Low-Budget Semantic Segmentation

    尽管基础模型和视觉变换器(ViTs)重新定义了视觉表示,当前用于这些基底的主动学习策略大多在像素或区域级别运作,由于需要大量像素标注,标注要求较高。将ViT基主动学习扩展到像素级、低成本的范式极具挑战性:每张图像只需一个像素查询,方法必须同时识别最具信息量的位置并从极稀疏的信号中训练可靠的解码器头。我们引入TEAL(Token-space Efficient Active Learning)……

    推荐理由:请对照Apple Machine Learning Research原文,核对完整说明及适用条件。

10月20日周二
  1. GitHub Changelog90

    GitHub Copilot models deprecated on October 19, 2026

    原文摘录(自动中文摘要暂不可用):GitHub Copilot models deprecated on October 19, 2026 As of today, October 19, 2026, we have deprecated the following models across most GitHub Copilot experiences (including Copilot Chat, inline edits, ask and agent modes, and code completions). These… The post GitHub Copilot models deprecated on October 19, 2026 appeared first on The GitHub Blog .

    推荐理由:自动中文摘要尚未通过校验,请核对原文与完整来源。

10月17日周六
  1. Claude Code Releases86

    Claude Code Releases v2.1.302:Added CLAUDE_CODE_AUTO_MODE_MODEL to choose the model the ...

    新增了CLAUDE_CODE_AUTO_MODE_MODEL,用于客户端自动模式分类器选择模型;不改变服务器端自动模式的模型。新增了/config中的Idle compaction行,用于关闭或开启空闲压缩;退出时显示的提示信息现在说明如何关闭。新增了/设计-同步和/设计-登录的提示,说明独立Claude设计(claude.ai/design)在14年前将关闭。修复了在停止会话时因提示内容过长而出现的错误。修复了切换到Vertex或Bedrock中间会话时因额外输入被拒绝的问题。修复了读取工具加载任意大小图像文件或类似图像的管道或设备时的内存占用问题;超过128MB的图像来源现在被拒绝。修复了当网关命名如anthropic/claude-opus-4-1时,/autocompact和/effort saving错误地应用到Opus 4或4.1模型。修复了/ no_think提示缓存缺失的问题。

    推荐理由:请对照Claude Code Releases原文,核对完整说明及适用条件。

10月16日周五
  1. GitHub Changelog90

    Upcoming deprecation of selected GitHub Copilot models in mid-November

    原文摘录(自动中文摘要暂不可用):Upcoming deprecation of selected GitHub Copilot models in mid-November We will deprecate the following models across all GitHub Copilot experiences (including Copilot Chat, inline edits, ask and agent modes, and code completions) on November 16th, 2026: Model Deprecation date… The post Upcoming deprecation of selected GitHub Copilot models in mid-Novem

    推荐理由:自动中文摘要尚未通过校验,请核对原文与完整来源。

10月15日周四
  1. NVIDIA AI Blog68

    Open From Data Center to Desktop: NVIDIA Expands Nemotron Family With Highest Efficiency Super VL and Bolt Models

    原文摘录(自动中文摘要暂不可用):Open From Data Center to Desktop: NVIDIA Expands Nemotron Family With Highest Efficiency Super VL and Bolt Models NVIDIA today released Nemotron 3.5 Super VL, an open 120-billion-parameter model that delivers the fastest task completion and highest accuracy for specialized always-on agents. Joining it are two new edge models: Nemotron 3.5 Bolt 74B-A9B 24GB,

    推荐理由:自动中文摘要尚未通过校验,请核对原文与完整来源。

  2. Apple Machine Learning Research81

    Plan or Retrieve First? A Scale Study of Tool Discovery Architectures

    工具增强的LLM代理在规划执行前从大型注册表中发现相关API,但有限的上下文窗口限制了将所有工具定义注入单个提示中。主导方法我们称为Retrieve-then-Plan(RtP),通过近似最近邻搜索检索相似工具。我们研究了一种替代的Plan-then-Retrieve(PtR)范式,LLM首先生成抽象工具骨架(假定功能签名,描述所需能力),然后作为检索查询针对注册表进行检索。评估在……

    推荐理由:请对照Apple Machine Learning Research原文,核对完整说明及适用条件。

  3. Apple Machine Learning Research83

    Selection-Based Structured Reasoning: Toward Efficient Multimodal Search Agents

    多模态代理在执行每个动作前通常生成自由形式推理。小型模型因模型容量有限,可能导致推理过程冗长,虽能提供少量有用指导,但会带来较高的推理成本。为解决此问题,我们引入基于选择的结构化推理(SSR),该框架将推理转化为选择而非开放式生成。SSR将重复的高层推理表示为预定义、可复用的自然语言候选。在每一轮中,模型根据候选推理内容进行选择,以优化推理效率。

    推荐理由:请对照Apple Machine Learning Research原文,核对完整说明及适用条件。

  4. GitHub Changelog90

    HydraFusion updates and new Max option

    HydraFusion 拥有更新的模型池,改进了工作流编排,并引入了 HydraFusion Max。HydraFusion 和 HydraFusion Max 在 VS Code、GitHub Copilot 应用以及 GitHub Copilot8230 中均可使用。HydraFusion 更新后的新 Max 选项首先出现在 GitHub Blog 上。

    推荐理由:请对照GitHub Changelog原文,核对完整说明及适用条件。

10月14日周三
  1. Apple Machine Learning Research80

    Code-Switching Detection via Language-Selective Dimensions in Speech Foundation Models

    代码切换(CS)是指在话语中交替使用语言的现象,常见于多语种口语,但在预训练语料中却相对较少。要增加CS的覆盖范围,需要在大规模语音集合中找到相关话语,以便将其包含在训练数据中。一种方法是将语音转写并检测文本中的语言交替,但这一过程依赖于获得准确的多语种转写。我们提出一种轻量级方法,直接从语音中检测CS。该方法利用预训练语音的帧级语言信息,实现CS的检测。

    推荐理由:请对照Apple Machine Learning Research原文,核对完整说明及适用条件。

  2. Apple Machine Learning Research83

    The Design Space of Tri-Modal Masked Diffusion Models

    离散扩散模型作为自回归语言模型的有力替代方案,近期工作从文本、图像-文本和音频-文本数据中零初始化并微调基础单模态模型,实现多模态生成。与以往方法不同,我们首次提出三模态掩码扩散模型(MDM),并系统分析多模态缩放规律、模态混合比例、噪声调度、批大小效应,提供优化的推理采样默认值。批大小分析得出新颖的随机微分方程(SDE)...

    推荐理由:请对照Apple Machine Learning Research原文,核对完整说明及适用条件。

  3. GitHub Changelog94

    Gemini 4 Argon in GitHub Copilot

    Gemini 4 Argon,Google的最新前沿模型,现已在GitHub Copilot中一般可用。它专为复杂编码、代理型任务和推理设计。在早期测试中,Gemini 4 Argon出现了,其后在GitHub Copilot中首次发布于The GitHub Blog。

    推荐理由:请对照GitHub Changelog原文,核对完整说明及适用条件。

10月12日周一
  1. Apple Machine Learning Research86

    Self-Compacting Language Model Agents

    长代理轨迹由思维链和工具调用组成,积累过时内容,成为后续生成的锚点,最终超出上下文窗口。现有框架通过固定间隔压缩缓解此问题,触发条件基于令牌阈值。此类触发不关注轨迹结构,可能在推理或搜索中丢弃部分结果。我们提出SELFCOMPACT,一种框架,允许模型自身决定何时及如何压缩。具体而言,它结合两个推理元素:(i)模型调用的压缩工具,用于总结积累内容……

    推荐理由:请对照Apple Machine Learning Research原文,核对完整说明及适用条件。

  2. Apple Machine Learning Research78

    Minions: A Dynamic and Distributed Virtual GPU Cloud Built on Idle Apple Silicon Devices

    随着对基于GPU的机器学习推理需求的增加,集中式GPU基础设施暴露了其局限性,包括高成本、有限的弹性以及资源约束下的长等待时间。同时,现代基于Apple Silicon的macOS设备配备了强大的GPU,但在正常使用时大多处于闲置状态。本文提出Minions,一种动态分布式的虚拟GPU云,可聚合macOS设备上的闲置Apple Silicon GPU,执行大规模机器学习推理任务。Minions使团队能够利用现有资源进行高效计算。

    推荐理由:请对照Apple Machine Learning Research原文,核对完整说明及适用条件。

10月11日周日