OpenAI 如何为 ChatGPT 构建兼顾用户信任与相关性的广告系统
OpenAI 详解 ChatGPT 的广告技术栈：由 LLM 驱动理解对话意图，并将广告与回答内容分离，从而在大规模下投放相关广告。该系统以用户信任与相关性为核心设计目标。
#人工智能
OpenAI NewsAI 评分4040 OpenAI NewsAI 评分5050 OpenAI、PerturbAI 与 Scripps Research 用数千个 AI 智能体挖掘生物数据新线索
OpenAI、PerturbAI 与 Scripps Research 使用分布式 AI 智能体，从数百万个脑细胞的数据中挖掘出有前景的研究线索。该工作展示了用数千个 AI 智能体协同分析生物数据的方式。
OpenAI NewsAI 评分5858 ChatGPT Ads 扩展至 26 个新国家，已有超 10 万广告主使用该平台
OpenAI 宣布 ChatGPT Ads 扩展至 26 个新国家，已有超过 10 万广告主使用该平台。OpenAI 表示，从本地商家到全球品牌，更多广告主可以在用户于 ChatGPT 中探索、比较和决定购买时触达他们。
OpenAI News精选AI 评分6262 OpenAI 模型将上线 Google Cloud 的 Gemini Model Garden
OpenAI 与 Google Cloud 合作，将把前沿模型和 Codex 工作流接入 Gemini 的 Model Garden，并通过 Google Cloud Marketplace 提供。
推荐理由：OpenAI 与 Google Cloud 的合作把前沿模型和 Codex 工作流接入 Gemini 的 Model Garden，读者可据此了解两家竞争方在分发渠道上的交集。
NVIDIA BlogAI 评分5858 Nebius、Nscale 等厂商采用 NVIDIA Vera CPU 建设本地基础设施
Nebius、Nscale 和 Verda 等 AI 云厂商将采用 NVIDIA Vera CPU 建设面向智能体计算的基础设施，与运行模型的 GPU 配合承担数据处理和软件执行。
NVIDIA Blog精选AI 评分7272 NVIDIA 扩展开放模型家族，覆盖语言、机器人、生物与量子计算
NVIDIA 扩展其开放模型家族，覆盖语言、机器人、生物和量子计算，包括新的 Nemotron 3.5 Super VL、Nemotron 3.5 Bolt、Nemotron Retriever、Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo 和 Ising。
推荐理由：原文一次性列出语言、机器人、生物、量子多条开放模型线及各自可用渠道，便于读者对照选型。
NVIDIA Blog精选AI 评分6060 NVIDIA 扩展 Agent Toolkit，新增 Agent Knowledge Foundation 等组件
NVIDIA 扩展开源 Agent Toolkit，新增 Agent Knowledge Foundation，并纳入 CUDA-X 库、Nemotron Retriever 与 Kumo 系列开放模型、OpenShell 安全运行时、NemoClaw 蓝图及 NeMo Relay、NeMo Compass 等工具。
推荐理由：原文列出了 Agent Toolkit 新增组件与企业落地案例，读者可据此判断企业智能体如何在不迁移数据的前提下接入公司数据。
NVIDIA BlogAI 评分5858 NVIDIA 扩展机密计算，推出 Confidential Bare Metal 部署选项
NVIDIA 扩展机密计算能力，新增 Confidential Bare Metal 部署选项，让前沿模型构建方在第三方专用基础设施上运行敏感负载并保留对模型和数据的控制。
NVIDIA BlogAI 评分5858 NVIDIA cuDSS 正式发布，加速工程与科学仿真
NVIDIA 宣布 CUDA-X 库 cuDSS 正式可用，将工程与科学仿真中的大型稀疏方程组求解迁移到 GPU。应用材料在 Ginestra 平台上实现最高 10 倍加速，达索系统在 Abaqus 求解器中报告 8-10 倍加速，ZEISS SMT 用 COMSOL 完成 EUV 光刻等离子体仿真基准测试，耗时 6 天 14 小时。
NVIDIA BlogAI 评分5858 NVIDIA 开放工厂运营蓝图 FOX 早期访问，欧洲工业企业落地工程与制造智能体
NVIDIA 在 GitHub 上开放 Factory Operations Blueprint（FOX）早期访问，供开发者构建可连接 Cosmos、Nemotron 等模型的工厂管理智能体与视觉检测、根因分析等专用智能体。
NVIDIA BlogAI 评分5858 NVIDIA 欧洲云合作伙伴扩容算力并推出 OpenShell 智能体安全架构
NVIDIA 在欧洲、北欧、非洲和中亚的云合作伙伴正扩大区域算力，用于模型训练与推理，并支持智能体和物理 AI 应用。Nscale 在 GB300 NVL72 测试中借助 DSX MaxLPS 在同一供电预算内多部署 37% 的 GPU、聚合推理吞吐提升近 50%，并计划部署 Vera Rubin。
NVIDIA Blog精选AI 评分7575 Google Cloud 与 NVIDIA 宣布 Vera Rubin 基础设施正式可用
Google Cloud 与 NVIDIA 宣布基于 NVIDIA Vera Rubin 的 A5X 实例正式可用，下月上线并计划扩展至欧洲。A5X 整合 Vera Rubin NVL72、ConnectX-9 SuperNICs、Google Cloud Virgo 网络与第四代液冷技术，面向大规模智能体推理与强化学习负载。
推荐理由：原文给出了 A5X 实例的组成、上线时间与首批客户用法，读者可据此判断这套云上训练推理平台的实际形态。
NVIDIA Blog精选AI 评分6060 NVIDIA 在 GTC Berlin 展示 RTX Spark、DGX Spark 与 DGX Station 本地 AI 产品线
NVIDIA 在 GTC Berlin 集中展示本地 AI 硬件产品线，包括上周发布的 RTX Spark、面向开发者的 DGX Spark 和面向企业团队的 DGX Station。
推荐理由：原文把 RTX Spark、DGX Spark 与 DGX Station 的本地 AI 能力、可用时间和配套模型放在一起，便于读者对照选型。
NVIDIA Blog精选AI 评分6262 NVIDIA 在 GTC Berlin 2026 发布 DSX POD、OpenShell 与 Nemotron 等多项产品
NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主题演讲中发布多项产品，包括由合作伙伴在模块化集装箱内构建的 Vera Rubin AI 工厂参考设计 DSX POD，现场部署时间可从六个月缩短至 14 天。
推荐理由：黄仁勋在 GTC Berlin 集中发布 AI 工厂、智能体安全运行时与开源模型矩阵，可据此看清 NVIDIA 面向欧洲 AI 经济的整套布局。
arXiv 量子物理AI 评分5555 arXiv 论文：简单线性模型比 Transformer 更准预测量子混沌多体动力学
arXiv 论文将量子多体动力学建模为时间序列预测问题，以可由 Rydberg 原子阵列实现的少比特 PXP 链为基准，比较非线性 Transformer 与简单线性模型 DLinear。
arXiv 量子物理AI 评分3838 QML-PipeGuard：检测不可信云环境中量子机器学习流水线的信道替换攻击
QML-PipeGuard 可在运行时利用客户已有的测量统计检测量子机器学习流水线的信道替换攻击，恶意云厂商可用能通过精度测试的量子信道替换申报信道。其双边保证以局部验证器测得的距离表述：单量子比特输出边际在迹范数上偏移 δ，至少迫使合约偏差达 δ/√3，该常数紧且与量子比特数无关。
arXiv 量子物理AI 评分3838 TCAPI：面向应用、轻量化的可移植高性能张量网络计算 API
研究团队提出张量计算应用编程接口 TCAPI，一套面向应用、轻量化的 API，目前提供 C++ 和 Python 规范，让张量网络应用不依赖特定框架。TCAPI 定义了抽象张量对象的类型系统约定和核心张量运算函数，跨语言共享操作语义；基于 TCAPI 的 C++ 代码可无缝迁移到异构软硬件平台，性能与原生框架实现相当。
arXiv 量子物理AI 评分3131 量子-经典混合优化方法：来自经典分解的经验
一篇综述用经典分解的视角分析量子与物理启发求解器如何接入混合量子-经典算法，区分形式化分解、重构归约与计算编排三类接口。文章以 Benders 分解、列生成、图归约和 copositive 方法说明如何把启发式提议与经典认证分开，并指出所分析研究只给出有条件的组件收益与协同设计证据，尚未确立相对强经典基线的可迁移端到端优势。
arXiv 量子物理AI 评分3131 混合 QKD-PQC 网络的全局密钥容量分配：SDN 驱动的分布式密钥管理系统
论文提出一套面向混合 QKD-PQC 网络的分布式密钥管理系统（DKMS），用多跳可信中继传输物理密钥、端到端 PQC 层保护中继密钥材料，并以 SDN 中央控制器全局计算各对等节点密钥缓冲的最优填充速率与多路径路由。在 Kubernetes 数字孪生上对五种网络拓扑的评测中，控制器在六分钟内将所有密钥缓冲填满；需求过载时网络通过受控限流安全拒绝超额请求，而非灾难性失效。
arXiv 量子物理AI 评分3434 qDGSP：面向 5G V2X 通信的量子种子分布式后量子群签名方案
研究提出 qDGSP 后量子 V2X 基础设施，将基于 SPHINCS+ 与 WOTS+ 的哈希群签名方案分散到中央控制器与路侧验证器之间，群密钥由经 ETSI GS QKD 014 接口下发的 QKD 种子确定性派生，群签名密钥不经过经典信道。
arXiv 物理AI 评分3838 SENK：用响应态学习与电子先验实现可迁移振动光谱表征
SO(3) 等变神经卡尔曼网络（SENK）以等变 Transformer 主干学习 Hessian、偶极导数和极化率导数，并通过 Equivariant Neural Kalman 桥与 NBO 电子先验通路实现状态修正和光谱校准。
arXiv 物理AI 评分3434 利用仅幅度与复数测量提升学习先验动态 MRI 重建
研究提出 C+Mag，一种融合辅助 k 空间幅度信息的物理驱动深度学习动态 MRI 重建方法，基于 ADMM 展开框架并引入幅度感知数据保真项。在回顾性欠采样 cine MRI、相位对比血流 MRI 及前瞻性实时 cine MRI 上，该方法相比传统 PD-DL 方法伪影抑制更好、解剖结构更清晰、相位信息保留更佳，并获得盲法专家评估支持。成果将发表于 IEEE TBME。
arXiv 物理AI 评分88 用数据衍生先验指导 NIR 化学计量学 CNN 架构设计的论文被撤稿
Dário Passos 撤回了 arXiv 论文《Using Data-Derived Priors to Guide CNN Architecture Design for NIR Chemometrics》，原因是进一步分析无法充分支持所提出的基于描述符的 CNN 超参数选择先验。作者称观察到的相关性可能反映数据集规模效应，且未充分考虑预测任务，需要大幅方法修订和额外验证。
arXiv 物理精选AI 评分6060 GraphRiverCast：拓扑感知基础模型实现全球河网水动力预测
研究团队提出拓扑感知的河流基础模型 GraphRiverCast（GRC），可在无先验河流状态条件下，基于稀疏水文站观测对全球河网逐河段预测每日多变量水动力。GRC 表现优于强物理模型和机器学习模型，其预测技巧随预见期衰减很小，并可泛化到无观测河段和更高分辨率河网。归因实验显示，GRC 更多依赖拓扑与强迫信息重建河流状态，而非依赖时间递归。
推荐理由：论文提出以拓扑结构约束的河流基础模型，为观测稀疏的地球系统建模提供了一种可迁移思路。
arXiv 物理AI 评分4040 CuAD：面向计算流体力学离散伴随的 CUDA 内核源到源自动微分工具
CuAD 是一款源到源自动微分工具，可读取 CUDA 内核并输出其切线与伴随版本的普通 CUDA 源码，反向模式以 GPU 线程为组织单位。
arXiv 物理AI 评分5858 CAM6 用神经网络深对流方案改善降水变率
研究团队在 Community Atmosphere Model 6（CAM6）中用全连接深度神经网络替换 Zhang-McFarlane 深对流方案，其余辐射、湍流和云过程保持不变。
arXiv 物理AI 评分3838 BridgeCast：用条件流匹配与外生变量将海浪预报桥接到再分析数据
BridgeCast 是一个基于条件流匹配（CFM）的概率模型，将物理模型的海浪预报转换为类再分析场，以做偏差校正。它把物理预报视为受损观测，用连续时间生成过程将其分布桥接到再分析数据，并由 Transformer 架构实现时空建模、引入外生大气变量，支持 ODE 与 SDE 两种推理形式。真实数据实验显示其在各区域和预报时效上均优于 SOTA 基线。
arXiv 物理AI 评分5858 ACE2-NEMO：将 ACE2 机器学习大气模拟器与 NEMO 海洋模式耦合
研究团队提出 ACE2-NEMO 混合建模框架，把 ACE2 机器学习大气模拟器与 NEMO 海洋模式交互耦合，完成 1950-2020 历史强迫和固定 1950 年代控制两组 70 年耦合模拟，并与共用同一海洋分量的 EC-Earth 全动力耦合模式对比。
arXiv 物理AI 评分5858 PI-sampler：无需数值求解即可为算子学习生成 PDE 一致数据
研究提出物理信息采样器 PI-sampler，从神经网络先验中抽取候选解场，并用自动微分计算控制方程、边界与初始条件算子，从而无需数值求解即可构造 PDE 一致的输入-解对。
arXiv 物理AI 评分5858 Neural Operator Splitting 框架提升复杂几何流体仿真精度
Jianxiang Li 等提出 Neural Operator Splitting 框架，按分数步数值格式把每个时间步拆成物理可解释的算子分别学习，并引入条件线性傅里叶神经算子 CL-FNO。在二维和三维变几何流体实验中，完整模型相比单步神经算子将平均相对 L2 rollout 误差在二维降低 68%、三维降低 40%；在相近误差水平下，每步推理速度约为蒙特卡洛求解器的 10^3 倍。
arXiv 物理AI 评分5858 Projection Healing：让量化神经网络在比特翻转后自修复的运行时方法
Peter Xiangyuan Ma 与 Joshua S. Bloom 提出 Projection Healing，一种在商用现货硬件上修复量化神经网络权重比特翻转的运行时方法，无需存储额外副本。
arXiv 物理AI 评分4848 MoSAIK：用 AI 在 k 空间搜索运动，实现脑 MRI 回顾性运动校正
MoSAIK 直接从标准多线圈 TSE k 空间回顾性估计平面内刚体运动，无需无运动参考、外部导航或额外采集，并将预测参数纳入模型驱动的运动感知重建。旋转与平移估计误差 MSE 均低于 0.2（deg²、pixels²），Pearson 相关性约 0.96 和 0.94；在全部在体采集中超过 75% 的层面相对未校正重建获得信息增益。
arXiv 物理AI 评分5858 研究用机器学习分子动力学绘制行星包层中氨氢相平衡图
研究团队用基于密度泛函理论训练的机器学习原子间势，对氨氢体系在 500 至 4000 K、0.1 至 100 GPa 范围内开展大规模两相共存模拟，绘制出富氢相与富氨相的共存组成及临界曲线。
arXiv 物理AI 评分2020 基于合成数据生成与主动学习的血流动力学形状感知代理模型
研究基于 SynthAorta 数据集生成生理一致的计算流体动力学解，并用 Graph U-Net 与 Transformer U-Net 代理模型预测收缩期峰值速度场和压力场。主动学习在早期训练阶段相比随机采样收益有限，但在微调阶段通过梯度与子空间采样策略提升性能；物理一致性约束作为微调目标比全程正则化更有效。分布外研究表明，代理模型的主要限制在于参数化的几何支撑范围，而非神经网络架构本身。
arXiv 物理AI 评分5858 LatticeMind：面向密度泛函理论工作流的校验门控智能体框架
作者提出 LatticeMind，一个把自然语言请求转换为可执行、可检查的密度泛函理论（DFT）项目的校验门控智能体框架，通过工作流契约、确定性校验器、有界修复和可追溯报告来保证多阶段计算流程的可靠性。
arXiv 物理AI 评分3838 双层双能胸片深度学习机会性冠脉钙化评估的模拟研究
一项回顾性模拟研究用 550 例钙化积分 CT 构建双层双能胸片，并以改进的 nnU-Net 同时预测冠脉钙化定位与 Agatston 评分。侧位视图 Dice 为 0.34，高于 AP 的 0.23 和 45° 的 0.22；侧位双能骨图像在 CAC>100 的 AUC 为 0.86，显著优于单能的 0.64。研究者认为模拟结果支持侧位双层双能骨成像用于机会性冠脉钙化评估，仍需物理与临床验证。
arXiv 物理AI 评分3131 物理约束图闭包与工作点条件化：直线加速器束流动力学的快速代理模型
研究者构建了直线加速器束流动力学的图神经网络代理模型，将空间电荷、短程尾场和相干同步辐射作为解析核上的有界闭包，其框架与边方向跟随相互作用，使净空间电荷自作用力对任意权重为零。
arXiv 物理AI 评分5858 研究用 ConvLSTM 分离观测气候演变中的强迫与内部变率
研究团队开发卷积长短期记忆网络 ConvLSTM，用于分离观测气候演变中的外部强迫响应与内部变率，在多气候模型大集合模拟上训练评估，表现优于现有基于模型、统计和机器学习的方法。
arXiv 物理AI 评分3131 面向风灾后建筑评估与恢复推理的多模态工程 GraphRAG 框架
一项研究提出多模态工程 GraphRAG 框架，将风灾后的图像与勘察报告证据转化为保留来源的构件级表示，区分已确认损伤、明确阴性证据、未决状态与临时措施。该框架结合图对齐检索与兼容性、矛盾、证据优先级和弃权机制约束推理，并用蒙特卡洛模拟在动作依赖网络中传播停工时间不确定性。
arXiv 物理AI 评分3838 TerraNostra-Bench：全球 1 公里土地利用重建的空间降尺度与时间推演基准
研究提出 TerraNostra-Bench，将高分辨率土地利用重建视为语义分割任务，用粗分辨率情景数据、气候分类与静态地球物理特征生成 1 公里年度土地利用图，并把空间降尺度与自回归时间推演分开评测、只对稀有的土地利用变化像素打分。