跳到正文
只看一手#技术突破
  1. Google DeepMind78

    Google DeepMind 发布 AlphaGenome 2，按细胞类型预测 DNA 变异影响

    Google DeepMind 发布 AlphaGenome 2，可按特定细胞类型和状态预测 DNA 序列变异的影响，在 TenK10K 数据集上识别出的因果变异比例从 16% 提升到 30%。

    推荐理由：相比上一代，新模型在单细胞层面识别致病变异的召回率接近翻倍，并能在未训练过的细胞状态上直接预测。

  1. Google DeepMind82

    Google DeepMind 推出 AlphaProof Code，用 AI 智能体形式化验证 Signal 协议代码

    Google DeepMind 发布 AlphaProof Code，一个多 LLM 智能体形式化验证框架，首次用 AI 对广泛部署的 Signal 加密协议实际代码完成深度形式化验证。

    推荐理由：Google DeepMind 用多模型智能体框架把 Signal 协议从设计层验证推进到实际编译代码，四周完成过去需数年的工作。

  1. GitHub Blog67

    GitHub 详解新 Git 存储架构 Rubicon：单仓库支持每秒 7200 次推送

    GitHub 详解其新 Git 存储架构 Project Rubicon，内部测试中单仓库可支持 5000 个并发智能体、每秒 7200 次推送，同时保持读取低延迟。该架构把 Git 对象存入 Azure Blob Storage，引用状态交给独立的 Ref-CAS 复制日志服务，压缩与垃圾回收由后台独立节点完成，使存储与计算各自扩展。该架构目前处于有限私密预览，计划明年年初扩大推送范围。

    推荐理由：GitHub 拆解新 Git 存储架构的设计取舍，解释如何用 Ref-CAS 与后台压缩支撑单仓库每秒数千次写入。

  1. Google DeepMind62

    Google 为 Private AI Compute 加入服务端持久记忆，密钥仍留在用户设备

    Google 公布 Private AI Compute 架构更新，将在云端加入持久记忆层，让 AI 助手跨设备保留上下文。该记忆以加密存储保存，解密密钥只存放在用户个人设备上，请求在硬件隔离的安全飞地内临时解密处理后再加密。Google 同时发布服务器软件的可验证公开记录，并公布一家网络安全公司独立审计的结果。

    推荐理由：Google 披露 Private AI Compute 如何在云端保留跨设备记忆，同时把解密密钥留在用户设备上。

  1. Google DeepMind78

    Google DeepMind 发布 AlphaGenome Atlas，覆盖人类基因组全部 90 亿个单碱基变异预测

    Google DeepMind 发布 AlphaGenome Atlas，这是一个包含人类基因组全部约 90 亿个单核苷酸变异效应预测的平台，数据集规模达 1PB，超过 AlphaFold 数据库 30 倍。

    推荐理由：AlphaGenome Atlas 把 90 亿个单碱基变异的预测结果做成可检索数据集，规模是 AlphaFold 数据库的 30 多倍，并配套推出 AVI 评分。

已经到底了