BAIR K-Search:把 CUDA 内核优化经验迁移到 Apple Silicon 的 MLX
伯克利 BAIR 提出 K-Search,把 CUDA 优化知识翻译成符合 MLX 架构的原生策略,而不是逐条照搬指令,用于在 Apple Silicon 上自动优化内核。
伯克利 BAIR 提出 K-Search,把 CUDA 优化知识翻译成符合 MLX 架构的原生策略,而不是逐条照搬指令,用于在 Apple Silicon 上自动优化内核。
BAIR 提出 ABBEL,用信念状态代替完整交互历史作为智能体的工作上下文,并通过对信念内容的评分监督提升长程任务表现。
NINX 是可在本机运行模型或自带 API 密钥的 AI 工作空间,支持连接应用、用 Codex 写代码、自动化定期任务、在 Studio 中生成视频及笔记和协作空间。
Tulu 在 Product Hunt 发布,无需 UTM 或表格即可查看哪些营销支出带来收入,可整合线下投放、团队共享视图,并在需要关注时把提醒发到 WhatsApp。
BAIR 文章指出 GPT-4 级能力的价格从 2023 年初约每百万 token 30 美元降到如今不足 1 美元,讨论数据系统如何为智能体服务、由智能体构建。
伯克利 AI 研究实验室祝贺 2026 届博士毕业生,介绍他们在人工智能与机器学习前沿的研究。
Y Combinator 宣布 Christopher Golda 和 Grey Baker 由访问合伙人转为普通合伙人。Golda 曾联合创办 BackType(YC S08),2011 年被 Twitter 收购,在 Twitter 主导的 Ad Center 产品收入超过 10 亿美元。
Y Combinator 宣布 Diana Hu 升任管理合伙人。她曾联合创办被 Niantic 收购的 Escher Reality,四年间辅导了 18 个批次近 230 家公司、超过 2,100 次 office hours,这些公司合计估值 70 亿美元。
Paul Graham 基于牛津辩论社演讲解释人们如何成为亿万富翁,指出创办成功的创业公司是最常见途径,YC 自 2005 年以来资助了约 6500 家公司,其中约 30 位创始人已成为亿万富翁,并反驳不可能挣到十亿美元的说法。
BAIR 分析推理模型自主决定何时把独立子任务分解并行、开多少并发线程以及如何协调的“自适应并行推理”方向的近期进展。
BAIR 提出 GRASP,通过把轨迹提升为虚拟状态实现跨时间并行优化、在状态迭代中直接加入随机性以探索,让基于学习动力学的长时域梯度规划变得可行。
Y Combinator 宣布 Harshita Arora 成为普通合伙人,她自 Summer 2025 批次起担任访问合伙人,是 YC 史上最年轻的访问合伙人。她 16 岁做出被收购的 Crypto Price Tracker,后联合创办 AtoB(YC S20)。
BAIR 介绍在大规模下识别 LLM 内部特征与组件交互的可解释性研究,以提高模型决策过程的透明度。
Paul Graham 以瑞士手表业 1970 年代的石英危机为例展开论述,指出日本竞争、布雷顿森林体系崩溃使瑞士法郎从 0.228 美元升到 0.625 美元,再加上石英机芯让精确计时变成廉价商品,迫使行业转向品牌竞争。
Y Combinator 宣布今后将重新投资在美国、加拿大、开曼和新加坡注册的公司。此前 YC 因表现最好的加拿大公司大多改为美国注册而将加拿大移出名单,但它每年仍投资数十家加拿大初创公司。
Y Combinator 祝贺 Winter 2015 批次的 EquipmentShare 上市。创始人来自密苏里州农村,从解决自身问题出发,为承包商打造建筑机械租赁市场并帮助其盘活已有设备,YC 称其一贯先做再说、快速发布并倾听客户。
Y Combinator 与近二十家公司合作,为参加 YC 活动的学生提供 AI 开发工具免费额度,包括 Azure 和 AWS 超过 2 万美元云额度、GPT/Claude/Grok 超过 5000 美元额度,以及语音、浏览器自动化、搜索、视频生成等工具额度,其中 14 家为 YC 公司。
BAIR 提出只用含噪测量和噪声模型估计成像系统信息量的方法,量化测量区分不同物体的能力,用于设计人眼从不直接看的成像系统。