BriefGPT - AI 论文速递 ·

DropMix：更好的图形对比学习与更困难的负样本

💡 原文中文，约200字，阅读约需1分钟。

📝

内容提要

CGC是一种无监督图学习方法，基于对抗样本生成机制，避免False Negative问题，获得高质量的正负样本对。在多个数据集上与传统无监督学习方法和一些SOTA图对比学习方法相比，实现了令人满意的结果。

🏷️

判断引擎落地 .NET 的四条路线、一个客户端与一份生产样本 - 张善友
2026年9月，Jev、Laya等决策模型将“判断”从生成中剥离为独立基础设施：一次前向传播返回带概率的选项、分数或布尔值，答案空间预先锁定，并用RLCD...
PSC本周动态（237）| 2026-09-28
Perl核心团队例会讨论：邮件列表继续探讨case-matching语法，PSC暂无需正式回应；控制autovivification（尤其深层哈希访问）是...
机密AI如何在数据所有者与模型所有者之间划分控制权——并为双方开启新机遇
企业AI面临信任与控制难题：敏感数据不能外流，模型权重也需保护。机密AI通过加密计算、硬件隔离和密钥分离，让数据与模型在受控环境中运行，双方均不失控。VA...
Databricks 如何在首日向 14,000 名员工推出前沿模型
Databricks 通过 Unity Gateway 和 CLI，让超万名员工在新模型（如 Opus 5.5、GPT-6 Sol）发布首日即可试用，并标...
Lakebase Search：面向 Postgres 的最先进全文与向量搜索
Databricks 在 Lakebase Postgres 上推出 lakebase_vector 和 lakebase_text 扩展，提供可扩展的向...
制造业数据与AI：连接产品价值链
制造业数据分散于各系统，跨阶段问题难排查。文章主张用统一数据与AI平台连接产品价值链，通过零拷贝共享、湖仓联邦、统一治理及智能体，让质量、采购等人员以自然...