PulseAugur
中
实时 16:48:57
实体 Vertex AI

Vertex AI

PulseAugur coverage of Vertex AI — every cluster mentioning Vertex AI across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
38
90 天内 99
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 5
层级分布 · 90 天
主题
关系
时间线
  1. 2026-10-28 product_launch Older Vertex AI embedding models are scheduled for retirement. 来源
情绪 · 30 天

13 天有情绪数据

最近 · 第 1/7 页 · 共 129 条
  1. COMMENTARY · CL_367643 ·

    Google的Gemini 4采用元素名称,令开发者困惑

    Google已将其AI模型命名惯例从顺序版本号改为化学元素,此举已引起开发者的困惑。这一变化以Gemini 4 Hydrogen、Neon和Carbon等模型为例,反映了AI开发的快速步伐以及对横向选择而非严格升级的需求。元素名称代表不同的功能和成本效益权衡,使开发者能够在复杂的代理工作流中为特定任务选择最合适的模型,而不是假设更高的数字总是意味着更好的整体模型。

  2. TOOL · CL_351651 ·

    Google 将于 2026 年 12 月 1 日退役 Gemini 2.5 Pro 和 Flash 模型

    Google 将于 2026 年 12 月 1 日退役 Gemini 2.5 Pro 和 Gemini 2.5 Flash 模型,并将自动将请求路由到更新的模型。调用 Gemini 2.5 Pro 的用户将被切换到 Gemini 3.8 Flash,而 Gemini 2.5 Flash 用户将被迁移到 Gemini 3.5 Flash-Lite。此过渡涉及定价、采样参数和模型行为的变更,开发人员需要更新其代码并进行彻底测试,以确保兼容…

  3. TOOL · CL_350410 ·

    Google AI Classroom 使用 Gemini 4 Argon 和 Gemma 4 E2B 进行多模态编排

    本文详细介绍了用于 AI 驱动教室的多模态编排策略,利用了 Google 的一系列 Gemini 模型和 Gemma。该方法强调根据具体的教育任务对模型进行适当规模调整,从使用 Gemma 4 E2B 进行实时设备端监考,到使用 Gemini 4 Argon 进行复杂的推理和评分。作者 Cyrus Wong 解释了如何使用 Google Genkit 来管理这些多样化的 AI 工作负载,确保系统不同层级的有效 FinOps 和弹性的 …

  4. TOOL · CL_349469 ·

    vLLM 0.33.0 要求使用 CUDA 13,采用 Model Runner V2,并提升速度

    vLLM 发布了 0.33.0 版本,引入了重大变更,需要用户注意以确保顺利升级。该版本强制要求使用 CUDA 13.0,不再支持旧版本,并需要更新驱动程序。一个主要变化是完全采用 Model Runner V2 作为默认执行引擎,集成了自动 KV 缓存大小调整和批次分片采样等功能。虽然该版本移除了对 Medusa、MLP 预测器和旧版 Ray 执行器的支持,但通过调度器优化,它也带来了显著的性能提升,在不改变底层内核的情况下,输出令…

  5. TOOL · CL_341908 ·

    DSPy框架实现程序化LLM开发,自动化提示调优

    DSPy是一个开源Python框架,旨在通过将重点从手动提示工程转移到程序化定义来简化大型语言模型应用程序的开发。它允许开发人员使用类型化的输入和输出签名来定义任务,选择用于控制模型执行的模块(如思维链或工具使用),然后使用优化器根据定义的指标和示例自动调整提示。这种方法旨在使LLM功能更加健壮和可测试,摆脱了手动提示调整的脆弱、迭代过程。

  6. TOOL · CL_341073 ·

    免费工具使用云API自动为LoRA数据集添加字幕

    开发了一个新的免费工具,以协助用户为AI图像生成 LoRA 数据集添加字幕。该工具可通过 Web 应用程序访问,允许用户上传图像并使用来自 Gemini、Vertex AI、Kie、WaveSpeed 或 Grok 等提供商的自有 API 密钥生成字幕。该应用程序会自动重命名图像文件,验证是否存在相应的文本文件,并将数据集导出为 zip 存档,从而简化模型训练的准备过程。

  7. TOOL · CL_339271 ·

    通过 MCP 将免费网络搜索集成到 Google ADK 和 Copilot 代理中

    开发人员现在可以使用 MCP 工具集将免费网络搜索功能集成到 Google 的 Agent Development Kit (ADK) 和 GitHub Copilot 代理中。此集成允许代理访问实时网络数据,而无需为搜索功能提供特定的 API 密钥,利用每个 IP 每天最多 25 次搜索的共享免费套餐。设置包括安装特定软件包以及使用 MCP 服务器配置代理或编辑器,使代理能够以最新信息回答问题。

  8. COMMENTARY · CL_338318 ·

    从 QA 到 AI/ML:职业转型十大免费资源

    一位高级 ML 工程师汇编了一份主要免费的资源列表,以帮助从质量保证 (QA) 职位转向人工智能 (AI) 和机器学习 (ML) 的个人。这位工程师在自己从 QA 转向 ML 的职业生涯中亲自审查了每项资源,这使得该指南区别于典型的营销驱动型概述。

  9. COMMENTARY · CL_337483 ·

    AI编排弥合了LLM智能与现实世界执行之间的鸿沟

    AI编排正成为弥合智能语言模型与现实世界任务执行之间鸿沟的关键学科。虽然大型语言模型在生成文本和推理方面表现出色,但它们本身缺乏行动、访问当前信息或长期记忆的能力。AI编排通过提供一个管理LLM、外部工具、记忆系统和工作流之间交互的软件层来解决这些限制,使AI系统能够执行操作并取得实际成果。

  10. RESEARCH · CL_336025 ·

    Google、OpenAI、Microsoft、Anthropic 将遵守共享的 AI 训练退出机制 · 跟踪到 1 个来源

    包括 Google、OpenAI、Microsoft 和 Anthropic 在内的主要人工智能公司已宣布计划遵守共享的 robots.txt 信号,以实现 AI 训练退出。这项在互联网工程任务组(Internet Engineering Task Force)上讨论的倡议旨在为发布商提供一个统一的指令,用于跨参与提供商设置 AI 训练偏好。虽然 Anthropic 已开始实施,OpenAI 预计将在未来几个月内实现,而 Google…

  11. COMMENTARY · CL_333707 ·

    OpenTelemetry 用于 LLM API,原生钩子用于编码代理

    文章区分了企业中大型语言模型 (LLM) 的两种主要用途:应用程序拥有的 API 调用和开发人员编码代理。对于应用程序拥有的 LLM 交互,建议使用 OpenTelemetry 作为可观察性的集成边界,允许现有基础设施导出遥测数据,而无需更改推理路径。相比之下,开发人员编码代理(如 Claude Code 或 Cursor)需要原生生命周期钩子和会话信息来捕获更丰富的上下文,例如文件编辑、终端命令和权限决策,这些信息无法通过标准的 O…

  12. COMMENTARY · CL_333101 ·

    LLM API成本:除令牌外,控制因素包括模型选择、重试和功能

    多篇文章讨论了控制大型语言模型(LLM)API成本的策略,强调令牌数量只是一个因素。除了令牌之外,成本还受模型层级、失败后的重试、重复请求以及使用生成比必要上下文或输出更多的功能的驱动。专家建议在API调用前实施成本感知决策层,跟踪每个租户和每个请求的成本,设置有界重试策略,并选择能够满足质量目标的最简单的模型。这种方法旨在使LLM的使用更具可预测性和可审计性。

  13. TOOL · CL_332309 ·

    Anthropic 更新 Claude Code,新增网关功能并修复错误

    Anthropic 发布了其 Claude Code 和 Claude Agent SDK 的更新,引入了新功能和错误修复。Claude Code 的更新包括对其网关的增强,例如池化组预算和用于 Amazon Bedrock 护栏的输入标记。它还解决了 macOS 和 Linux 上的 shell 命令执行问题,并修复了 PowerShell 钩子和网络请求。用于 Python 的 Claude Agent SDK 也已更新,但除版本…

  14. TOOL · CL_328191 ·

    Google 将于 2027 年 4 月停用旧版 Vertex AI 嵌入模型

    Google Cloud 将于 2027 年 4 月 1 日停用旧版 Vertex AI 嵌入模型。建议用户在截止日期前识别并从这些旧模型(例如 text-embedding-004)迁移到更新的替代方案。

  15. TOOL · CL_328126 ·

    机器学习基础:算法、数据集与评估

    本文深入探讨了机器学习的基本概念,区分了传统方法和现代方法。文章概述了机器学习的三个核心支柱:监督学习、无监督学习和强化学习。文章还详细介绍了数据集的架构,包括目标变量类型(回归和分类)、类别分布(平衡与不平衡)以及基数类型(二元与多元分类)。最后,文章开始探讨算法类型,重点关注决策树和随机森林等基于树的模型,以及它们的划分标准,如基尼不纯度和熵。

  16. TOOL · CL_326653 ·

    新工具 Sluice 和 Tobira 简化了 AI 代理工作流和数据库访问

    Sluice 和 Tobira 是旨在简化 AI 代理工作流的新开源工具。Sluice 可作为 Linux 系统上 AI 编码代理运行的构建和测试命令的统一队列和缓存,防止重复计算并管理资源使用。另一方面,Tobira 提供了一个单一的终端界面,用于与多个数据库进行交互,提供查询执行、终端 UI、AI 辅助以及用于 Claude Code 和 Cursor 等 AI 代理的 MCP 服务器。

  17. TOOL · CL_326654 ·

    Hugging Face AutoTrain 已停产;Nodus、Together AI、Axolotl 成为替代品

    Hugging Face 已停止对其用于 LLM 微调的 AutoTrain 工具的积极开发,促使用户寻求替代方案。Nodus 被定位为直接的托管替代品,而 Together AI 提供基于代币的定价模式。对于那些希望管理自己基础设施的用户,Axolotl 和 Unsloth 等选项提供了可以在现有硬件上运行的开源训练脚本。文章根据在 NVIDIA A100 GPU 上进行 10 小时微调作业的成本对这些替代品进行了比较,发现 Nod…

  18. COMMENTARY · CL_325701 ·

    AI 模型名称和版本在不同平台之间存在差异,导致开发者困惑

    AI 模型的命名和版本控制在不同平台之间可能不一致,导致开发者感到困惑。例如,'gpt-4.1-nano' 模型在 OpenAI 和 Microsoft Azure 上列出的退役日期不同,尽管它们使用了相同的版本字符串。同样,Anthropic 的 Claude Opus-5 模型在 Vertex AI 和 AWS Bedrock 上被引用为多个不同的标识符,区域推理配置文件的差异会影响定价和可用性。为了管理这些差异,建议开发者按平台…

  19. TOOL · CL_323503 ·

    Google 将于 2027 年 3 月停用 Gemini 2.5 Flash Image 模型

    Google 将于 2027 年 3 月 15 日从其 Gemini API 和 Vertex AI 平台停用 Gemini 2.5 Flash Image 模型。建议用户在截止日期前在代码中搜索对 'gemini-2.5-flash-image' 的引用并更新其应用程序。

  20. TOOL · CL_323488 ·

    70B模型在无外部数据情况下学习,表现优于RLHF

    一篇新论文介绍了一种名为On-Policy Self-Training (O-ST) 的方法,该方法允许一个700亿参数的模型在没有外部数据的情况下,从自身生成的输出和推理轨迹中学习。据报道,这种自训练方法比传统的基于人类反馈的强化学习(RLHF)表现更好,并已促使Azure AI和Google Cloud Vertex等主要云服务提供商推出早期测试版功能。该技术在推理任务方面显示出显著的进步,并通过消除外部数据许可和处理的需求,提供…