麻省理工学院的研究人员开发了一种新方法，提升了联邦学习的效率，使其在资源有限的设备上更快地训练人工智能模型。该方法通过减少内存需求和通信负担，加速训练过程，平均提高了81%的速度。这项技术有望在医疗和金融等高风险领域应用，同时保护用户数据安全。

Atlassian 宣布默认使用用户数据训练 AI，引发行业关注。许多平台如 ChatGPT 和 GitHub Copilot 也采取类似政策，用户数据默认开启，退出路径复杂。企业需评估合规风险，建议使用企业版以保护数据。

DeepSeek-V4技术通过架构创新和后训练优化，显著提升了长上下文处理能力。其混合注意力机制和流形约束超连接提高了效率与稳定性。后训练阶段采用专家培养与全词表蒸馏，增强了Coding Agent的能力，提升了编程任务表现，标志着在长上下文与智能体能力结合上的重要进展。

核心训练与腹肌训练不同，核心训练强调稳定性和抗阻力能力，涉及腹部、背部和臀部等肌肉，而腹肌训练主要针对腹部肌肉。核心稳定性有助于抵抗重力，减少肌肉代偿，降低受伤风险。尽管核心训练的效果尚无明确证据，但对普通人来说，锻炼核心是提升整体身体机能的重要方式。

本文介绍了如何使用FastAPI训练、服务和部署Scikit-learn模型。首先，创建项目结构并安装依赖。然后，使用乳腺癌数据集训练随机森林分类器并保存模型。接着，构建FastAPI服务器，提供健康检查和预测接口。最后，测试本地API并将其部署到FastAPI Cloud，确保API可用以处理生产流量。

谷歌在Cloud Next上推出了TPU 8t和TPU 8i两款新芯片，分别针对训练和推理进行优化。TPU 8t适合训练，保持3D环形互连，而TPU 8i则提升内存带宽，专注于推理性能。谷歌认为，单一加速器无法同时满足这两种需求，分化是提升性价比的关键。新芯片支持裸金属访问，方便开发者使用。

ClawGUI是一个开源框架，旨在解决GUI智能体的训练、评测和部署问题。它通过在线强化学习与真实设备交互，提升模型性能。ClawGUI-2B在MobileWorld基准上取得17.1 SR的成绩，显著超越基线，并支持自然语言控制手机，推动GUI智能体的实际应用。

MixAtlas是一种用于多模态大模型中期训练的数据混合优化框架，通过领域分解和小型代理模型提高样本效率和下游泛化能力。它在图像概念和任务监督两个方面分解训练数据，显著提升训练效率，实现3倍的收敛速度和2-5%的性能提升，尤其在文本丰富的基准测试中表现突出。

字节Seed与北大合作提出“原地测试时训练”（In-Place TTT），使大模型在推理时无需重训练即可更新参数，从而提高计算效率和适应能力，尤其在长文本任务中效果显著。

AI Gateway现支持团队级别的零数据保留（ZDR），用户可在仪表板上启用ZDR，确保所有请求符合ZDR协议。团队级ZDR每千个请求收费0.10美元，按请求ZDR和禁止提示训练对所有用户免费。

OpenAI的新模型“土豆”将整合编程、浏览器和ChatGPT，专注于AGI的发展。放弃Sora是战略调整，重心转向Super App，以提升用户体验和解决复杂问题。未来几个月将逐步推出新功能，企业市场表现出强劲的付费意愿。