对地观测卫星在农业和生态监测中至关重要，但卫星数据常受云层干扰。研究团队提出TESSERA模型，利用含云数据学习地表变化，优化数据处理流程，提升模型在低标注和稀疏数据下的表现，展现出更强的鲁棒性和泛化能力。

DeepSeek V4 Pro在精度和指令遵循方面优于GPT-5.5 Pro，尤其在复杂任务处理上表现更佳。测试显示，DeepSeek在日志处理和邮件生成等任务中更能准确执行要求，而GPT常常添加多余信息。尽管DeepSeek成本低廉，但推理深度仍不及GPT。社区对评估方法提出质疑，认为样本量小且缺乏科学性。总体来看，DeepSeek提供了“足够好”的性能，但顶尖推理能力仍由GPT和Claude掌握。

洪水是严重的自然灾害，准确预测洪水至关重要。Google Research推出的全球洪水预报系统第二版，通过改进模型架构和数据输入，显著提升了预报的稳定性和可靠性。新系统解决了训练数据不足的问题，并公开了关键实现细节和数据集，推动了水文预报的进步。尽管仍面临一些挑战，该系统为全球洪水预报提供了重要支持。

文章讨论了KV缓存大小计算器的模型参数，包括每个序列的模型令牌数量、序列数量、KV精度和索引器精度等内容。

北京大学团队提出的新稀疏注意力机制HISA，速度提升2-4倍，几乎不损失精度。该机制通过块级粗过滤和块内精挑字符，降低索引器成本，适应超长文本需求，工程友好性强。测试结果显示HISA在速度和精度上表现优异，未来可进一步优化块特征计算和训练方式。

麻省理工学院研究人员提出Wave-Former方法，利用毫米波技术实现高精度三维重建，成功克服传统视觉模型的局限，召回率从54%提升至72%，精度保持在85%。研究成果已发布于arXiv。

表征学习在生物化学与分子工程中愈发重要，尤其在肽的结构与功能建模方面。香港中文大学提出的Bi-TEAM框架通过整合生物与化学信息，提高了肽设计的准确性和成功率，特别是在细胞穿透性环肽的设计中表现优异，为药物研发提供了新技术路径。

在内存中，两个浮点数 a 和 b 不断递增。通过给 a 加非负浮点数或同时给 a 和 b 加非负整数来增加它们。后台线程报告增量 deltaA 和 deltaB，但由于浮点数精度问题，可能出现 deltaA < deltaB 的情况，尽管 a 的增量应大于或等于 b 的增量。

露笑科技成功完成高空焊接，使用人形机器人开普勒K2“大黄蜂”，操作员通过VR头显远程控制，机器人在20米高空以毫米级精度作业，持续8小时无误差，标志着人机协作在高危场景的突破。

Heroku推出支持Cohere Rerank 3.5和Amazon Rerank 1.0的重排序模型，能够根据查询相关性评分文档。通过Heroku Rerank API，开发者可实现两阶段检索，优化搜索结果并降低成本。该模型在美国和欧盟地区可用，支持每分钟最多250个请求。

训练语言模型需要大量内存，尤其是处理长序列数据。本文介绍了在内存受限环境中训练模型的技术，包括低精度浮点数、混合精度训练和梯度检查点，这些方法能有效节省内存并提升训练效率。

研究团队提出了一种名为ND²的神经符号回归方法，通过自动推导数学公式来理解复杂网络的动力学。该方法有效揭示了不同领域系统的微观规律，特别是在疫情传播研究中，展示了中美两国防控策略的差异及其动力学根源。

电子结构是材料性能的关键。尽管第一性原理计算精确，但计算量大，难以模拟复杂过程。机器学习为原子尺度模拟提供了新路径，PET-MAD模型通过广泛的数据集和高效的网络结构，实现了高精度与低计算成本，提升了材料建模的普适性与效率。

YOLOv13是清华大学等高校研发的新目标检测模型，解决了YOLO系列在复杂场景下的性能瓶颈。通过引入HyperACE机制，YOLOv13有效建模高阶相关性，提升视觉感知能力。与前代相比，YOLOv13在MS COCO上显著提升性能，同时降低参数和计算开销。

Tescan推出FemtoChisel飞秒激光平台，提升半导体样品制备效率。该平台具备高速、精准和高品质，适用于半导体研究与故障分析，减少FIB抛光需求，支持多材料加工，满足生产与研究需求。

天准科技专注于“AI+工业”，推动制造业智能化转型，核心技术为“AI量检测”，并推出自主可控的测量软件和高端检测装备。最新域控制器“星智007”集成决策与控制功能，显著提升算力和开发效率。

10月29日至31日，第29届中国国际质量控制与测试工业设备展在上海举行。富士胶片展示了DynamIx VU系列软件和DynamIx HR2扫描仪，专注于管道和焊缝的无损检测，具备自动缺陷检测功能，提高工作效率。