Credit Saison 在 ChatGPT Enterprise 试点中实现 954% ROI
Credit Saison 的 ChatGPT Enterprise 试点实现了 954% 的 ROI。该试点结果已转化为公司范围内的采用。领导者和员工共同推动了这一成果的落地。
Credit Saison 的 ChatGPT Enterprise 试点实现了 954% 的 ROI。该试点结果已转化为公司范围内的采用。领导者和员工共同推动了这一成果的落地。
OpenAI 强化了 ChatGPT 的暴力预防措施,通过扩展安全保障、提前干预以及承诺公共安全报告来加强保护。这些新措施旨在提升平台对青少年的安全防护能力。
Ropes & Gray 正在与 OpenAI 合作开发用于交易尽职调查的 AI。律师在向客户提供建议前,会审阅由 AI 整理的文档分组、摘要和报告。
OpenAI 更新了 Model Spec,旨在指导更具能力和益处的 AI 发展。该更新概述了五个核心价值观,以确保 AI 具备健全的判断力、尊重人类主体性,并忠实于人类意图。
Epsilon 利用 Amazon Nova Act 和 Amazon Bedrock AgentCore Browser Tool 在其平台中提供意图驱动的 UI 测试服务。
OpenAI 采用分层监控来检测前沿模型错位和未经授权的智能体行为。该系统旨在使响应人员能够在事件升级前进行干预。
MoEngage 使用 Amazon Bedrock AgentCore 的 AgentCore Gateway 将其内部约 400 个私有 REST API 转化为权限受限的 Agent 工具,避免了构建 20 多个 MCP 服务器的复杂性。该架构满足了不暴露公网、身份结构化隔离和上下文窗口限制等四项约束,使新 API 的接入时间从数天缩短到数小时。
AWS Batch 支持 Amazon SageMaker Training jobs 的配额管理功能,允许管理员按团队或项目划分计算容量,并使用 LEND、LEND_AND_BORROW 等策略自动共享空闲 GPU 容量。
开发者结合 Frontier AI 模型和 NVIDIA Omniverse 库,通过自然语言指令指导 AI Agents 构建各类模拟应用,包括使用 Claude 和 Astra 创建可编辑 3D 资产、测试机器人拆解、重建建筑模型和构建数字孪生。
推荐理由:文章展示了如何结合前沿 AI 模型和 NVIDIA Omniverse 库,将模拟想法转化为可编辑的 3D 应用和数字孪生。
OpenAI 与 ServiceNow 扩大合作,将 OpenAI 模型和 Agent 整合到 ServiceNow 平台及工作流中。此次合作使 ServiceNow 工作流能够集成到 ChatGPT 和 Codex 中。
Evernote 使用 ChatGPT Ads 将笔记应用推向使用 AI 的人群,团队追踪了免费试用到付费订阅的转化情况。
QA Studio 利用 Amazon Nova Act 实现了基于应用和团队的角色管理,解决了测试组织和责任归属问题。该平台通过记录 Amazon CloudWatch custom metrics,提供 pass rate、total executions 和 current failure count 等指标,并计算 0–100 的健康评分。
AWS 提供了 Ray Train Deep Learning Container (DLC),该容器预装了从 CUDA 到 EFA 的完整测试栈,解决了 PyTorch 训练扩展到集群时容器依赖复杂的问题。该示例展示了如何使用 KubeRay 在 Amazon EKS 上,利用 DLC 配合 FSDP 对 Qwen2.5-1.5B 进行微调,所有配置均在外部设置而非重建镜像。
该文章介绍了基于Amazon Bedrock AgentCore构建企业级Agentic AI平台的架构和参考实现,旨在解决生产环境中Agent部署的治理、成本和安全瓶颈。该平台采用联邦运营模型,由中央Platform控制平面和可重复的Workstream单元组成,通过推理和工具网关、部署运行时评估等机制实现端到端治理和生命周期管理。
推荐理由:该蓝图展示了如何在多账户AWS环境中构建受治理的企业级Agentic AI平台,平衡了平台控制与业务团队自治。
AI 可能以位于我们之下、旁边或中间的方式进入企业组织架构。该内容探讨了 AI 在未来企业结构中的潜在角色和形态。
Legora 利用 OpenAI models、ChatGPT 和 Codex 加速法律工作流程,扩展合同分析能力。该系统旨在帮助律师将精力集中于更高价值的工作。
NVIDIA RTX Spark 笔记本现已从 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 等厂商处供货,集成了 NVIDIA Blackwell RTX GPU 和 NVIDIA Grace CPU,支持高达 128GB 统一内存和 1 petaflop FP4 AI 性能。
推荐理由:RTX Spark 笔记本集成了 Blackwell RTX GPU 和 Grace CPU,支持 Nemotron 3.5 Transcribe 等本地 AI 模型和 Agent 工具。
Legora 利用 OpenAI models、ChatGPT 和 Codex 加速法律工作流程,扩展合同分析能力,使律师能专注于更高价值的工作。该系统旨在为法律工作提供 agentic 操作系统支持。
GPT-6 Astra 领先 Retell 的语音智能体基准测试,Retell 利用 OpenAI models 驱动每月 100M 通话。Codex 帮助 Retell 实现每位员工 $1.6M 的年收入运行率。
AWS Amazon Connect Customer 连续第四年被 Gartner 评为 2026 Gartner Magic Quadrant for Contact Center as a Service 的 Leader。
OpenAI Daybreak 帮助 Check Point 加速新安全保护的漏洞研究,使分析师能更快地将漏洞情报转化为客户防御能力。
Property Finder 发现 96.8% 的评估标签源自单一模型预测而非人工验证,导致模型比较存在评估偏差。团队通过构建无偏的专家标注基准,并应用进化式提示词优化,最终选择 Llama 4 Maverick 17B Instruct,在 356 张图像评估集上达到 Micro F1 0.80,成本降低 86%。
推荐理由:文章分享了如何识别评估偏差、构建无偏基准并应用进化式提示词优化以提升模型性能和降低成本。
AWS 宣布为 Amazon SageMaker AI Training 和 Amazon SageMaker AI processing jobs 引入 Seekable OCI (SOCI) 索引,实现容器镜像的懒加载,将作业启动时间从分钟级缩短至秒级。
OpenAI 与 Oracle 扩大合作,旨在将业务应用和 AI agents 引入 ChatGPT,并为新的 Oracle 产品提供支持。此次合作将使业务应用和 AI agents 能够在 ChatGPT 中使用,赋能 Oracle 的新服务。
Greptile 使用 GPT-6 Astra 测试用户工作流程,并结合 Daybreak 强化安全和 Codex 减少返工。该系统将 bug 检测能力扩展至用户工作流层面,而非仅限于代码审查。
该文章介绍了基于Amazon SageMaker Python SDK v3的参考架构,用于实现跨车间计算机视觉模型全生命周期管理。
推荐理由:该架构展示了如何利用SageMaker SDK v3实现跨车间的计算机视觉模型全生命周期管理,解决了大规模部署的挑战。
本文介绍了在 Amazon Bedrock 上使用 OpenAI 模型时,如何通过提示缓存模式让 AI 代理记住上下文,从而降低成本并提升响应一致性。文章演示了显式与隐式缓存的使用方法、缓存边界设置、工具列表变更处理以及多代理协作的热身策略,并给出了 GPT‑6 Astra 在六轮对话中的成本节省数据。
推荐理由:本文展示了在 Amazon Bedrock 上使用 OpenAI 模型的提示缓存模式,帮助读者显著降低成本并提升代理响应效率。
OpenAI 分享了模型在 Kakeya conjecture、Exponential Time Hypothesis 和 quantum chromodynamics 上的结果。研究人员可以验证并在此基础上进一步构建科学理解。
CodeRabbit 利用 GPT-6.1 Sol 调查复杂代码库中的安全风险。其安全智能体协助开发者审阅发现的安全问题及建议的修复方案。
OpenAI Signals 数据分析了近 100 个国家中 165 种工作活动,揭示了人们如何使用 ChatGPT 进行工作。数据显示了 ChatGPT 在工作中的使用方式及其随时间的变化趋势。
OpenAI 工程师使用 Codex Ultrafast 将事件调查时间从数小时缩短至数分钟。该工具支持更快的安全分析、代码重构以及日常工作流程的加速。
Fanatics 与 OpenAI 合作,利用 OpenAI 技术为粉丝提供 Shop the Look 功能,帮助他们完成比赛日穿搭。 在对约30,000件 MLB 产品的测试中,使用该功能的参与度提升了10%。
OpenAI 发布 GPT-6.1 Terra,旨在实现大规模、快速且有能力的计算机使用。该模型专注于提供高效的计算能力。
OpenAI 通过多租户、全局缓存和 Azure Cosmos DB 将 Habitat 的读取速度提升 12 倍,以支持超过十亿 ChatGPT 用户。该方案实现了可靠的多租户架构,并利用全球缓存减少延迟。
Amazon Polly Generative engine 升级提供更自然、更准确的语音输出,新增 14 个语音,印地语和芬兰语首次通用化。此升级为现有生成式语音的无缝升级,无需修改现有应用代码,并支持低延迟流式传输。
三位拥有十年以上经验的 Java 专家分享了如何使用 GitHub Copilot 提高生产力,例如 Vlad Mihalcea 使用 Copilot 将原本需数周的任务缩短至两天。
GitHub 指出 AI 智能体参与的 Pull Request 比例快速增长,要求秘密保护能力同步提升,而非依赖人工。GitHub 引入了与 Microsoft Applied Sciences 合作的微调分类器,该模型能在两毫秒内评估候选秘密,可使可预防的秘密数量增加一倍以上。
推荐理由:GitHub 阐述了 AI 驱动代码生成带来的安全挑战,并介绍了新分类器如何提升秘密保护的效率和规模。
研究基于K-Search框架扩展MLX后端,开发了结构化CUDA到MLX翻译层,将CUDA内核的优化知识迁移至Apple Silicon。在Attention内核上,该方法达到0.97x的加速比;在Mamba SSM内核上,实现了比社区mlx-lm高约20倍的Prefill吞吐量。
推荐理由:研究展示了将CUDA内核知识通过结构化翻译层迁移至MLX,在Apple Silicon上达到接近专家水平的性能。
GRASP 是一个用于学习动力学(世界模型)的基于梯度的规划器,通过将轨迹提升到虚拟状态实现跨时间的并行优化,并向状态迭代中添加随机性以进行探索。研究表明,在 H=80 的测试中,GRASP 的成功率达到 10.4%,中位成功时间为 58.9s,优于其他方法。