Transformer 是否需要三个投影?QKV 变体的系统性研究
社区讨论:多人质疑QKV设计的必要性,@hollosi认为注意力机制本身可能不关键,类似激活函数演进,GPU计算效率才是QKV被沿用的主因;@Lerc提出几何直觉上应有更优的向量对映射方式;@in-silico指出实验用1.2B模型仅训10B tokens,远低于现代1B模型的10T tokens量级,质疑结论泛化性;@jephs强调“不看scaling曲线就免谈”,小模型有效的替代方案未必在大模型尺度成立。
Lovable和谷歌云的合作升级了。新协议下,Lovable在谷歌云上的使用量——包括AI部分——将提升5倍。这家公司去年2月年化收入刚突破4亿美元,月增1亿美元,员工只有146人。它声称超过一半的财富500强公司在以某种方式用它的产品。
这次合作给Lovable带来了两个关键能力:对Anthropic的Claude和谷歌Gemini模型的扩展访问权限。Claude是目前最流行的编程模型之一,Gemini则是谷歌自研的家族模型。拿到更多访问权意味着Lovable能让自己的AI代理同时调用两种模型,根据任务选择最合适的。
𝕏 实时信号 + arXiv 前沿论文,经 AI 聚类解读 · 一眼扫完全貌
有人系统测试了QKV变体,发现删掉其中一组投影后模型仍能工作。
Transformer 是否需要三个投影?QKV 变体的系统性研究
社区讨论:多人质疑QKV设计的必要性,@hollosi认为注意力机制本身可能不关键,类似激活函数演进,GPU计算效率才是QKV被沿用的主因;@Lerc提出几何直觉上应有更优的向量对映射方式;@in-silico指出实验用1.2B模型仅训10B tokens,远低于现代1B模型的10T tokens量级,质疑结论泛化性;@jephs强调“不看scaling曲线就免谈”,小模型有效的替代方案未必在大模型尺度成立。
vLLM用户现在能直接用华为实现的KV-cache量化,不用额外改代码。
Anthropic联合创始人透露,截至2026年5月,超过80%合并入代码库的代码由Claude撰写;工程师日均合并代码量比2024年增长8倍;有人用Mythos Preview后,写完就直接提PR了
Qwen团队一名成员曾公开表示可能推出27B参数的新模型,随后删除该评论;此事发生在Qwen 3.7 Plus摘要发布前后,引发社区对版本路线图的猜测
有点担心即将发布的 Qwen 3.7 开源模型。
一位 Qwen 团队成员最近删除了一条评论,其中他曾表示他们很可能还会发布另一款 27B 模型。
Qwen 3.7 Plus 博客文章的“Summary”部分并未提及任何即将推出的开源模型,而 Qwen 3.6 Plus 的博客则明确指出将开源更小规模的模型。
我们也没收到此前投票中提到的另外两款 Qwen 3.6 模型:9B 和 122B。
我仍然认为,我们大概率会从 Qwen 3.7 系列中获得一些开源模型,但目前尚不清楚它们的具体参数量级,也不清楚发布时间。
用户尝试将Claude Code接入不支持图像输入的DeepSeek V4 Pro,寻求技术解决方案。
我在尝试用 Claude Code 接 deepseek v4 pro,但是 deepseek 不是多模态模型,不支持图片输入。 有解决办法吗?
@0xTechMelon 感觉skill不行,因为claude code调用api的同时在context离带上skill信息,这时候已经传了image参数了,直接报错
@RongshengWang nb
一名工程师披露其24/7运行的轻量级多代理系统,强调可靠性设计而非模型魔法。
Brian Chesky将同时担任ABNB CEO和新AI实验室负责人,项目尚处早期融资阶段。有人刚把‘CEO跨界搞AI’写进玩笑清单,他就把它变成了新闻标题。
Airbnb 的切斯基计划成立新 AI 实验室,目前尚处于早期融资阶段。
$ABNB 首席执行官正创办一家新 AI 实验室,以开发 AI 模型。
切斯基将继续担任 $ABNB 首席执行官——这个消息可没出现在我们的“预测宾果卡”上。
有人微调了一个LLM,让它生成的文档风格严格匹配1995年网页刚起步时的朴素排版和用语习惯。
Fine-tuning an LLM to write docs like it's 1995
社区讨论:多人强调旧式技术文档的价值在于深度与上下文理解,而非文风(@v1ne);有人指出当前本地模型需高端硬件,成本是普及障碍(@mock-possum);也有人质疑“连HTML标签都不带”的复古风格是否真有必要,反问“谁还在读文档”,并称LLM已替代人工阅读(@holoduke);另有用户追问生成的Win2K风格REST文档示例链接,确认后表示期待此类具象输出(@vintagedave)。
Ramp称AI正带来金融业自电子表格以来最重大的结构性变化,公司估值已升至440亿美元。
软银、a16z、Prosus、General Atlantic和Accel在本轮募资中拒绝投资Sarvam AI,该公司仍计划以约15亿美元估值募集约3亿美元。
彭博社报道称,印度AI初创公司Sarvam AI在最新一轮融资中被软银(SoftBank)、Prosus、a16z、General Atlantic和Accel拒绝。
该公司仍有望以约15亿美元估值募集约3亿美元资金。这一估值相当于印度约2000万人口每人贡献75美元的公司价值。
Sarvam AI获得英伟达(Nvidia)支持,专注为印度开发主权AI技术。
有分析指出,Sarvam AI或成为印度最具代表性的主权AI成功案例。尽管遭到上述多家顶级风险投资机构拒绝,这家总部位于班加罗尔的初创公司仍维持原定融资目标区间——3亿至3.5亿美元。
Conductor CEO Charlie Holtz演示如何用Conductor自身工具链编码并管理AI代理团队,视频含构建产品与团队协作两部分。
在Y Combinator新系列《Full Stack》第一期中,Conductor公司CEO兼联合创始人Charlie Holtz详细介绍了他用于编写代码和管理AI代理的工作流设置。
视频从00:00开始,标题为“用Conductor构建Conductor”;01:05进入第二部分,标题为“管理一支编码AI代理团队”。
该期视频可通过两个链接观看: 和
不安全的AI模型因不可靠而大幅贬值,安全本身就是核心商业竞争力。
我认为,AI 安全在经济上的价值被严重低估了。一个经常失控、采取危险行动、具有误导性或欺骗性的模型,其价值远低于一个不会出现这些问题的模型。
我感觉,许多人认为企业开展安全工作是违背自身商业目标的,而非服务于这些目标。因此,许多人会把精力集中在倡导和监管等事务上,而不是去创办一家以提升安全性为产品核心价值的公司。
Nemotron 3 Ultra 现在免费开放,支持100万token上下文,代码和权重全部开源。
NVIDIA推出Nemotron 3 Ultra,定位为‘前沿推理模型’,明确用于支持长周期、自主决策的AI代理任务;模型开源,由NVIDIA主导建设
今日,Nemotron 3 Ultra 正式发布,@nvidia 持续加码开源 AI 领域投入。
这款旗舰级前沿推理模型专为长时间运行的自主智能体(autonomous agents)设计,发布首日即已在 Modal 平台上线。
- 参数规模达 550B,其中活跃参数为 55B
- 采用混合 Transformer-Mamba 稀疏专家混合(MoE)架构
- 上下文长度达 1M
- 推理速度最高提升至 5 倍
- 成本最高降低 30%
有开发者观察到Claude 4.6系列写作能力反而强于更新版本;推测Anthropic和OpenAI转向‘All in Coding’后,训练数据倾斜导致语言生成质量波动;尚无官方解释
懂的朋友讲讲,为啥 Claude 4.8,GPT 5.5 反而写作能力都不如 Claude 4.6 系列。 是因为 Anthropic 和 OpenAI 都 All in Coding后,训练数太多倾向于编程带来的问题? 为什么不能兼顾编程和写作呢,有什么��术难点?
有人用Clojure调用PyTorch做机器学习,依赖libpython-clj2桥接Python生态。
10个新开源项目里,有Karpathy的AI编码经验、Claude Code实战手册、微软AI代理入门课——学AI的人不用再从零拼凑知识了。
该本地大语言模型由Qwen3.6 35B A3B版本经Opus 4.7知识蒸馏优化,移除了内容审核机制,链接指向发布地址。
没有限制的模型好玩啊哈哈😁 本地LLM模型里现在最喜欢这个 Qwen3.6 35B A3B用Opus 4.7蒸馏后无审核
@csf1349 表弟早
@Julia35602988 解锁新世界
@Arvinral 还可以,比我聪明就行哈哈哈。 老哥有推荐的无限制版模型么
@OceanOlaf
@kongxairdrop 我想突破法律的枷锁
@Big_Tea_Rice 老张无法被蒸馏,研究结果表明他啥技术也没有😭
Hermes新版本以可视化多智能体协作取代传统代码式AI管理,重构用户日常AI工作流。
Hermes 刚刚获得了一次无人谈论的更新。它彻底取代了我日常的全部工作流。
管理 AI 过去意味着盯着一屏奇怪代码的黑屏发呆。那堵墙终于消失了。
新应用将你的工作交接给多个更小的智能体(agents)。其中一个智能体负责抓取每日新闻。
想用 AI 赚钱并节省时间?获取 AI 教练指导、技术支持与课程 👉 免费领取一门 AI 课程 + 1000 个全新 AI 智能体 👉
介绍10个提升内容创作效率的Claude Code实用技能
Claude Code 中文内容创作者十大必装 Skills 写作、调研、整理资料、配图、做 PPT…… 很多人把 Claude Code 当成代码工具,但对于内容创作者来说,它其实更像一个可以不断扩展能力的内容工作台。 下面这 10 个 Skills,基本覆盖了从选题到发布的整个创作流程。 1️⃣ Deep Research
@ajs6888 是的啊 可以关注一下我噢
Superpowers官方开源14个工程化AI编程Skills,支持Claude Code等主流Agent。
AI 编程界的天花板 Superpowers,扔出了 14 个核弹级 Skills! 90%的人用 Claude Code 还是说一句写一句的草台班子模式,但真正高产出团队背后的秘密,全在这套工程化流程里。 Superpowers 官方直接放出 14 个 Skills: 支持 Claude Code、OpenClaw、Hermes、Windsurf 等几乎所有主流
@HuySolo_BBW 效率提升了不止一个档次
@winnerineast 😂
Anthropic在9650亿美元估值后呼吁全球放慢前沿AI发展,有人质疑这是为削弱竞争对手。一位CEO刚宣布成立新AI实验室,另一位却说该按下暂停键。
这是怎么回事??
这句话出自全球估值最高的AI实验室:“我们相信,为世界提供一个选择——放慢或暂时暂停前沿AI的发展——将有利于社会结构与对齐研究跟上技术进步的步伐。”
这是Anthropic发布的声明。
他们称,自家模型已接近无需人类输入即可实现自我改进的程度。
对此,你可自行判断。
Anthropic在公司估值达9650亿美元后呼吁全球AI减速。
批评者则声称,此举不过是为遏制竞争对手。
Moderation scores现在能和文本生成一起返回,开发者不用额外调用API就能拿到审核信号。如果你正在做客服机器人或教育应用,这个改动让合规逻辑直接嵌进主流程。
审核分数现已在 Responses API 和 Completions API 中提供。 你可以在与内容生成相同的请求流程中返回审核信号,然后决定你的应用如何使用这些信号——用于日志记录、路由分发、人工复审或直接拦截。
加拿大计划用资金支持AI企业扩张,同时换取股权,目标是培育国家级AI企业。这不像发补助,更像风投机构进场,但出资方是财政部。
Flourish拿了5亿美元融资,估值25亿,目标是用活体神经元替代传统芯片训练模型。它不争算力排名,而是把AI底层从硅基换成生物基。
Cine是基于Grok Imagine Video 1.5 Preview构建的开源工具,能生成无限长度、帧帧连贯的影片。如果你在做短视频脚本测试或分镜预演,现在本地就能跑完整流程。
刚刚发布了 Cine。这是一款基于 Grok Build 构建的开源工具,可将 Grok Imagine Video 1.5 Preview 升级为完整的电影级视频生成机器!
支持生成无限长度的影片,并实现帧与帧之间的完美连续性。
任意场景均可即时重做;借助 Grok 的思维文本 API,自动生成功能场景;只需一键,即可获得丝滑流畅的转场效果。
代码仓库链接即将发布。欢迎告诉我你最想要哪些功能!
Michael Saylor称资本市场正历史性地资助AI建设;另一观点指出,算ROI得先假设所有规划中的数据中心都已建成并通电。SPV结构让融资暂时不成问题。
ROI 并不是衡量 AI 的合适指标。
合适的指标是:假设所有规划中的数据中心均已建成并通电,在整个 IRR 周期内所能实现的 ROI。
SPV(特殊目的实体)已使资金问题不再成为障碍(至少目前如此)。
但若相关硬件组件始终未通电启用,它们就只是价值 1 万亿美元的库存“纸镇”。
刚刚消息:迈克尔·赛勒(Michael Saylor)表示:“资本市场正以历史性的规模为 AI 建设提供资金。”
SingularityNET 开源了 FabricPC,一个专为预测编码(predictive coding)神经网络设计的训练框架。
我们推出了 FabricPC——一个开源研究框架,用于构建和训练基于预测编码(predictive coding)的神经网络,由 @SingularityNET 开发。 它提供了一个高性能、可扩展的工具包,支持对替代性神经学习架构开展实验。
阿里在Qwen 2026大会上推出Qwen Cloud,一个同时面向人类和AI代理的AI平台。
阿里巴巴刚刚发布的,远不止是一个简单的模型。
在通义千问2026大会上,他们推出了Qwen Cloud:一个面向人类用户与AI智能体的AI平台。
这或将成为下一代AI应用的操作层。
APOB AI 把杂乱的提示词转成专业动画工作流,支持角色一致、智能分镜和引导式运镜。
有人靠技术能力和好奇心,零AI安全经验就进了Anthropic的4个月全职研究员项目,自己主导课题、发论文、发现区块链漏洞。
它用数千个仿人机械手收集了50多万小时真实操作视频,来训练机器人完成系扎带、摆薯片这类短时物理任务。
Swift 开发者现在能用一套官方推进的网络工具,从底层 I/O 到 HTTP 客户端和服务器 API 都覆盖了。
一个面向 Swift 的统一网络协议栈,自底层 I/O 原语起分层构建,涵盖通用协议,并延伸至现代 HTTP 客户端与服务器 API。⚙️ 这正是新成立的 Networking 工作组正在打造的项目。
如果你有兴趣参与贡献,请加入我们:
Geet Khosla 基于 badlogicgames 的 People of Pi 和 thinkymachines 的 Tinker API,构建了名为 pi-tinker 的 Python 包,用于降低开源大模型微调门槛。
Geet Khosla 在 𝕏 上发布消息称,她基于 @badlogicgames 开发的 People of Pi 项目和 @thinkymachines 提供的 Tinker API,构建了一个名为 pi-tinker 的 Python 包。
pi-tinker 的目标是简化开源模型的微调流程。用户只需提供自有数据,该工具即可引导完成后续步骤。
消息中附有两个链接:一个指向 pi-tinker 的使用说明页面(
Geet Khosla 向 @ajs6888、@badlogicgames 和 @thinkymachines 表示感谢,并邀请用户试用后反馈意见。
专家指出,现阶段构建高质量公共AI基准测试可获得显著先发优势(alpha)。
现在创建优质公开 AI 基准测试所能获得的超额收益(alpha)多得惊人,这是一个巨大的机会。
@ikirigin 如果他们同时也开发 AI 产品,且模型在该基准测试所针对的用例上表现越来越强,那么这些基准测试确实有用。
@ckor @zapier 是的
Claude Code 和 Codex 现在能在 boxes.dev 上各自拥有独立云电脑,不再依赖本地开发环境。
Twitter用户围绕“最佳开源AI模型”展开讨论,Kimi、GLM、DeepSeek被多次提及。
说实话,哪个是最棒的开源 AI 模型?
@SourabhGurwani 是的,Kimi 确实很棒
@shub0414 没错
@droidbuilds 主要是 2.6 版本
@0xPrajwal_ 没错,它被严重低估了
@zavxai 是的,Kimi 确实很棒
@Venkateeshhh 有什么原因吗?
@FreightBridgeEU 什么原因?
@haroonsulahri 是的,它真的非常惊艳
@CunxiangWang 有什么理由选择 GLM 而不是 Deepseek 和 Kimi?
@Selfdestruct168 是的,这两个模型确实很优秀
@cryptic_node Granma??
微软推出自有代码大模型MAI-Code-1-Flash,已集成至全部GitHub Copilot订阅版本。
突发消息:微软刚刚推出了自家 AI 模型系列,以及 GitHub Copilot 内置的编程模型——MAI-Code-1-Flash。该模型已面向所有 Copilot 订阅层级上线。我刚刚用它构建了一个应用。请查看下方视频 👇
基准测试得分为 85.8%。上下文长度达 256K。在高难度任务中实现 60% 的 token 消耗降低。
@raccoon_builds 我也遇到了同样的问题,用的是最新版!应该可以正常运行!要不试试重启?😅 老办法了。
@JohnBaima 不是开源权重。
@ssb168 在我看来,起名比什么都难 :)
美国国家安全局正在使用Anthropic开发的Mythos模型执行网络攻击任务。
Solidity-auditor v3免费开源上线,一年内登顶安全竞赛榜首。
🤯一款AI安全工具仅用一年时间,就在去年的安全竞赛中斩获第一名。Solidity-auditor v3 正式发布,免费且开源。已有数千名 Solidity 开发者在使用该工具。提升你的安全基线,立即上手使用🫡
大多数人的安全策略是错误的。欢迎通过 Telegram @pashovkrum 与我交流你的策略。顺便说一句,我们将向转发主推文并@一位 fellow web3 开发者的用户,赠送 50 份(没错,50 份)Claude Pro / GPT Plus 月度订阅计划。祝你好运,结果周一公布🫡
@PatrickAlphaC @boredGenius @KhanAbbas201 @contrarianmarco @eboadom @ethereum 🫡
@dawiddrzala 主要测试环境为 Claude,但也兼容 Codex。
@sk_ugs 🫡
@0xFireFist 所有这一切都因你而成为可能!!🫡
@p_tsanev Plamen 的工具极其出色,已听到大量赞誉。感谢你提出的挑战 🫡
MiniMax-M3在AAI综合榜单超越Kimi-K2.6等竞品,成当前最佳开源模型。
MiniMax-M3 现在是 AAI 上表现最佳的开源模型。
它领先于 Kimi-K2.6、GLM-5.1 和 DeepSeek-V4-Pro。
在 Coding Index 上,它略逊于 V4-Pro 和 K2.6,但在 Agentic Index 上已超越二者。
CritPt 分数略令人担忧。
但此处最大的亮点是……
开发者宣布将于今年底推出开源AI代理项目,聚焦去中心化智能市场与按需付费的认知服务。
我正致力于在今年年底前发布一个开源 AI 代理项目。目标并非构建另一个单体式系统,去参与惯常的“OpenAI 对阵 Claude 对阵 Gemini”式竞争。这种范式预设了智能应被集中于少数实体。
一个开放的智能市场
当前 AI 行业建立在一个简单假设之上:智能应当被集中。少数几家机构构建日益庞大的模型,用海量数据集进行训练,并在巨型计算设施中运行它们。
该网络不依赖广告资助的智能,也不依赖订阅资助的智能,而是支持对认知工作进行直接支付。每一项贡献均可定价,每一项服务均可度量,每一位参与者均可获得回报。
声誉即基础设施
其中一环是……
对于任何认为这一方向对我而言是新尝试的人,事实并非如此。相关基础早在 2014–2015 年提交给澳大利亚 AusIndustry 的研发申报文件中就已存在。这些文件描述了我与研发团队共同开展的、涉及分布式 AI 与自主软件的系统工作。
@Hekto100 不是
@big_simp 最终会(支持 Web)
Surface RTX Spark Dev Box 配备英伟达 RTX Spark 芯片和 128GB 内存,算力达 1 petaflop,开发者把它放在桌上就能跑大模型——以前得租云服务器或攒工作站的事,现在一个 Xbox 大小的盒子就做了。
Anthropic 发布的参考框架把漏洞挖掘拆成 Recon→Find→Verify→Triage→Report→Patch 六步,连威胁建模和修复建议都内置了;安全工程师现在能用一套标准化流程,让AI替人跑完从扫描到写补丁的整条链。
Anthropic 刚刚开源了一个用于 AI 驱动的漏洞发现与修复的参考框架 🤖💀
该工作流包括:Recon(侦察)→ Find(发现)→ Verify(验证)→ Triage(分类)→ Report(报告)→ Patch(修复)
功能特性:
• 威胁建模
• 自主式漏洞挖掘
• 崩溃验证
• 漏洞发现去重
• 可利用性分析
• 基于 AI 生成补丁并验证
整个框架围绕 Claude Code 构建,并采用 gVisor 沙箱化智能体。
🔗 一个值得关注的信号:AI 正在从代码生成,迈向自主安全研究与漏洞管理。
#CyberSecurity #AppSec #AI #LLM #VulnerabilityManagement #DevSecOps #ClaudeAI
HackerOne 在营销新AI产品时提到‘用12年以上真实漏洞数据训练’,引发社区对数据来源和授权方式的质疑,公司随后进入危机公关模式;白帽黑客提交的报告,正变成AI公司的隐性训练资产。
Gemma 4 12B 是 Apache 2.0 开源的多模态模型,支持视觉、音频、推理和智能体功能,不依赖重型编码器栈,普通笔记本就能加载运行;以前要调用云端API才能做的多模态理解,现在本地终端里就能试。
Google 刚刚发布了 Gemma 4 12B。
这款 AI 多模态模型可在你的笔记本电脑上本地运行,无需繁重的编码器堆栈。
支持视觉、音频、推理与智能体(Agents)能力。
采用 Apache 2.0 开源协议。
Chai 的前沿AI模型 Chai-3 正在辉瑞的药物研发团队中实际使用,不是演示或POC,而是嵌入真实制药工作流;药企研究员现在能用对话方式调取分子结构预测、实验路径生成等能力,而不是等IT部门排期。
Autocontext 是一个递归自我改进框架:AI Agent 执行任务后自动评估效果、积累知识、生成可复用的 playbook 和数据集,甚至蒸馏出轻量本地模型供下一轮继承;它不只做任务,还留下能被后来者直接用的经验。
Magenta RealTime 2 是开源实时音乐生成模型,仅 2.4B 参数,支持音频、MIDI 和文本控制,延迟极低;音乐人用手机或笔记本就能边弹边生成伴奏,不用上传片段等云端返回,整个过程像调音一样即时。
推出 Magenta RealTime 2 🎺 —— 面向实时音乐生成的开源模型
仅 2.4B 参数,专为设备端运行优化
低延迟控制
支持音频、MIDI 和文本三种控制方式
我们同步发布了一系列应用,供你在 Mac 上直接实验!
设计师现在可以用坐标把中英文文字精准钉在图上,不用反复重试——开源图像模型第一次做到这一步。
Ideogram 发布首个开源AI图像模型:Ideogram 4.0 宣称文字渲染和版面控制拉到了开源天花板 传统文生图只能写一段 prompt 然后祈祷模型把东西放对位置 Ideogram 4.0 引入了 bounding box(边界框)控制:你可以用坐标精确指定每个元素放在画面的哪个区域。 结构化 JSON 提示词:Ideogram 4.0 不只接受纯文本 prompt,还支持一套结构化 JSON 提示词格式。 多语言文字渲染:英文 OCR 准确率达到 0.97(X-Omni 基准测试),并支持跨语言的密集文字渲染,支持(中日韩等非拉丁文字)
NVIDIA 把 Cosmos 3、Isaac Lab、GR00T 等物理 AI 工具打包成预连接、代理驱动、开源的工作台。
“模型从来都不是难点。” 我们推出 Physical AI Workbench,覆盖物理人工智能中所有非模型的部分:@nvidia Cosmos 3、Isaac Lab、GR00T 以及其他物理 AI 工具,全部预连接、以智能体为驱动、开源。
Agent 现在能通过写 HTML 生成产品宣传和知识解说视频,支持 MP4 导出,接入 Claude Code、Codex 等主流 Agent 即可使用。
正式开源 html-video 🚀 html版剪映来了!你的 Agent 现在可以通过写 html轻松做出世界级水准的产品宣传、知识解说视频,成本极低!🔥 历时 3 天,3 万行代码!
支持20多套顶尖视频风格模板,分页编辑,mp4 导出,支持包括Claude Code、Codex、hermes、cursor等主流 Agent接入即用💥地址见评论区
该工具将交易所需结构、上下文与执行清晰度直接呈现在图表上,目前正微调Ferocious模型以支持入场点与CISDs识别,已开放3天试用
所有交易上下文已直接可视化显示在你的图表上。接下来只需等待各要素对齐。
工具提供结构、上下文与执行清晰度三重支持。用户可获得高层级交易上下文,且无需支付高昂费用。
团队当前正在微调Ferocious模型,使其适配入场点(entries)与CISDs(可能指特定入场/离场信号,原文未展开定义)识别。上线临近。
@EndyFXMMxM 回复称:“很棒,目前开放3天试用。”
LangChain 推出 LangSmith Engine,可自动发现埋藏在追踪日志中的系统性问题,改变团队对 AI 代理的评估方式。
LangSmith Engine 能自动浮现系统性问题,而非让这些问题被掩盖在追踪日志(traces)中。
@ollieelmgren 来自 @ListenLabs,他介绍了 LangSmith Engine 如何改变了其团队评估 AI 代理(agents)的方式。
可通过链接开始使用 LangSmith Engine:
Sh_reya 指出,技能文档描述的是每日变化的数据模型,若不主动维护,其内容会迅速失效;类比数据库领域,技能维护等同于物化视图维护。
数据代理再次引发关注!一些提升数据代理准确性和对齐度的新技巧被分享出来。
其中一点值得注意:技能文档(skill docs)描述的是一个每日变化的数据模型。因此,若不进行主动维护,这些文档很快就会失效。
作者补充道:虽非数据库专业人士,但技能维护本质上类似于数据库中的物化视图(materialized view)维护。
用户使用GPT Image 2生成路线规划图,再输入Seedance 2.0生成15秒一镜到底的海底沉船FPV视频,全程无需3D建模或关键帧动画。
最近这个 AI 做 FPV 运镜 的玩法真的有点炸。只用一张路线规划图,就能让镜头跟着一条小鱼,穿过海底巨大沉船,钻进被淹没的走廊、破损甲板和锈迹斑斑的船舱。那种一镜到底的沉浸感,已经有点像在看电影了。
这套效果是用 GPT Image 2 + Seedance 2.0 跑出来的。完整工作流和提示词已公开:
第一步:用 GPT Image 2 创建一张高度详细的 16:9 航拍地形图像,描绘一艘泰坦尼克号般巨大的沉船静静地躺在深海海床上。要求呈现电影般的海底环境,采用略微抬高的地图式相机角度和深邃透视,专为 FPV 使用。
第二步:用 GPT Image 2 绘制相机路径草图,提示语为:“画一条红线作为路径/路线,展示鱼的视角进入大船,就像无人机视角镜头”。
第三步:将标记的草图图像上传至 itspolloai,并让 Seedance 2.0 开始制作。上传图像作为路线规划的地形图;红线仅为草图中的相机路径,必须在最终视频中完全移除。输出为一段15秒的单次连续、16:9、电影级 FPV 视频。
用户可在Codex、Claude Code等工具中接入免费Opus 4.8模型,API额度每5小时刷新一次,无需魔法即可使用。
多位用户在𝕏上指出,“AI安全”一词常被用作实施技术准入限制、权力控制和内容审查的借口,且“对齐(alignment)”等核心概念被指由悲观论者(doomers)发明。
AI安全等于准入控制、权力控制与内容审查。
@evi77ain 指出:当有人使用“有害”(harmful)一词时,通常是一个危险信号。
@kvickart 表示:“对齐”(alignment)这一概念是由悲观论者(doomers)发明的。
@leadprompt_sh 回应称:对他们而言,这本质上全是关于控制与审查。
@JAYCEEWEB1 @DavidSacks @UKSovereignAI 提到:David Sacks 的工作做得很好。
@annagrad78 引用经典台词:“魔鬼最成功的诡计,就是让世人相信他并不存在。”
@zygisSS22 称:这正是问题所在——你不该忽视它。
@DrSouthern 质疑:“对齐”究竟意味着什么?它本就是悲观论者(doomers)发明的术语。
@ghostinthecli 评价:“说得好,且有依据。”
@missrubypugslee 表示:“确实非常明显。”
@starphyre23 指出:这些安全护栏(safety guardrails)严重限制了模型的实际可用性。
该项目聚焦AI伦理与治理,申请人强调其工作核心与此直接相关,并表示将为所建社区深化相关知识储备。
Brii_toe_knee在𝕏平台发文称,今日获麻省理工学院(MIT)AI Safety Fundamentals 8-week fellowship录取。
该研修项目为期8周,主题为AI安全基础,AI伦理与治理是其核心内容。Brii_toe_knee指出,AI伦理与治理是其工作的核心,其所构建的社区值得她在此领域进一步深入学习。
文末附一句“Here's to more knowledge!”(为更多知识干杯!)。
随后多条回复显示多位用户(@wickedbrok、@KanikaTolver、@KeirstenBrager、@iamKierraD、@sadies_page、@pfemis、@350_degrees_)向其表示祝贺或致谢,其中@KeirstenBrager转发时附带一个链接(
视频涵盖注册、充值、下载CodeX、调用API全流程,通过CC中转站接入大模型,链接为https://t.co/7xz8BGelvt和https://t.co/W4Xp5pLZef
有很多小白不懂得如何使用AI工具,也不懂得如何配置AI工具,这将让你们与AI大时代直接脱轨!
现在直接录制了一个最小配置教学视频,链接为
视频沉浸式演示完整路径:注册→充值→下载CodeX→使用API。
目标是让所有人都能通过CC中转站使用AI大模型,相关链接为
@Guomin184935 回复“必须的”。
@bixiaochao 回复“给了老师”。
@Afei_th 回复“必须的”。
@sin107190 回复“希望能让每个人都用上”。
该论文使用当前最先进的大语言模型(LLMs)进行实证,得出AI尚不能执行特定任务X的结论;论文链接与配套推文均未说明X具体指代何任务。
论文标题为《我们使用最先进的大语言模型证明AI仍无法完成X》。
文中指出,研究团队采用当前最先进的大语言模型(state-of-the-art LLMs)开展实验,旨在验证AI在某项任务X上的能力边界。
论文得出的核心结论是:现有最先进大语言模型仍无法完成任务X。
论文原文链接为:
作者在𝕏平台同步发布推文“I'm tired boss”,并附另一链接:
整篇推文及所引论文摘要中,均未定义X所指的具体任务、领域、评估标准或测试用例。
用户现可在Google AI Studio内直接构建连接Gmail、Drive、Sheets等Workspace服务的应用,无需跳转外部站点。
10个新开源项目里,有Karpathy的AI编码经验、Claude Code实战手册、微软AI代理入门课——学AI的人不用再从零拼凑知识了。
APOB AI 把杂乱的提示词转成专业动画工作流,支持角色一致、智能分镜和引导式运镜。
阿里在Qwen 2026大会上推出Qwen Cloud,一个同时面向人类和AI代理的AI平台。
阿里巴巴刚刚发布的,远不止是一个简单的模型。
在通义千问2026大会上,他们推出了Qwen Cloud:一个面向人类用户与AI智能体的AI平台。
这或将成为下一代AI应用的操作层。
SingularityNET 开源了 FabricPC,一个专为预测编码(predictive coding)神经网络设计的训练框架。
我们推出了 FabricPC——一个开源研究框架,用于构建和训练基于预测编码(predictive coding)的神经网络,由 @SingularityNET 开发。 它提供了一个高性能、可扩展的工具包,支持对替代性神经学习架构开展实验。
Agent 现在能通过写 HTML 生成产品宣传和知识解说视频,支持 MP4 导出,接入 Claude Code、Codex 等主流 Agent 即可使用。
正式开源 html-video 🚀 html版剪映来了!你的 Agent 现在可以通过写 html轻松做出世界级水准的产品宣传、知识解说视频,成本极低!🔥 历时 3 天,3 万行代码!
支持20多套顶尖视频风格模板,分页编辑,mp4 导出,支持包括Claude Code、Codex、hermes、cursor等主流 Agent接入即用💥地址见评论区
NVIDIA 把 Cosmos 3、Isaac Lab、GR00T 等物理 AI 工具打包成预连接、代理驱动、开源的工作台。
“模型从来都不是难点。” 我们推出 Physical AI Workbench,覆盖物理人工智能中所有非模型的部分:@nvidia Cosmos 3、Isaac Lab、GR00T 以及其他物理 AI 工具,全部预连接、以智能体为驱动、开源。
设计师现在可以用坐标把中英文文字精准钉在图上,不用反复重试——开源图像模型第一次做到这一步。
Ideogram 发布首个开源AI图像模型:Ideogram 4.0 宣称文字渲染和版面控制拉到了开源天花板 传统文生图只能写一段 prompt 然后祈祷模型把东西放对位置 Ideogram 4.0 引入了 bounding box(边界框)控制:你可以用坐标精确指定每个元素放在画面的哪个区域。 结构化 JSON 提示词:Ideogram 4.0 不只接受纯文本 prompt,还支持一套结构化 JSON 提示词格式。 多语言文字渲染:英文 OCR 准确率达到 0.97(X-Omni 基准测试),并支持跨语言的密集文字渲染,支持(中日韩等非拉丁文字)
Nemotron 3 Ultra 现在免费开放,支持100万token上下文,代码和权重全部开源。
Anthropic联合创始人透露,截至2026年5月,超过80%合并入代码库的代码由Claude撰写;工程师日均合并代码量比2024年增长8倍;有人用Mythos Preview后,写完就直接提PR了
NVIDIA推出Nemotron 3 Ultra,定位为‘前沿推理模型’,明确用于支持长周期、自主决策的AI代理任务;模型开源,由NVIDIA主导建设
今日,Nemotron 3 Ultra 正式发布,@nvidia 持续加码开源 AI 领域投入。
这款旗舰级前沿推理模型专为长时间运行的自主智能体(autonomous agents)设计,发布首日即已在 Modal 平台上线。
- 参数规模达 550B,其中活跃参数为 55B
- 采用混合 Transformer-Mamba 稀疏专家混合(MoE)架构
- 上下文长度达 1M
- 推理速度最高提升至 5 倍
- 成本最高降低 30%
有开发者观察到Claude 4.6系列写作能力反而强于更新版本;推测Anthropic和OpenAI转向‘All in Coding’后,训练数据倾斜导致语言生成质量波动;尚无官方解释
懂的朋友讲讲,为啥 Claude 4.8,GPT 5.5 反而写作能力都不如 Claude 4.6 系列。 是因为 Anthropic 和 OpenAI 都 All in Coding后,训练数太多倾向于编程带来的问题? 为什么不能兼顾编程和写作呢,有什么��术难点?
Qwen团队一名成员曾公开表示可能推出27B参数的新模型,随后删除该评论;此事发生在Qwen 3.7 Plus摘要发布前后,引发社区对版本路线图的猜测
有点担心即将发布的 Qwen 3.7 开源模型。
一位 Qwen 团队成员最近删除了一条评论,其中他曾表示他们很可能还会发布另一款 27B 模型。
Qwen 3.7 Plus 博客文章的“Summary”部分并未提及任何即将推出的开源模型,而 Qwen 3.6 Plus 的博客则明确指出将开源更小规模的模型。
我们也没收到此前投票中提到的另外两款 Qwen 3.6 模型:9B 和 122B。
我仍然认为,我们大概率会从 Qwen 3.7 系列中获得一些开源模型,但目前尚不清楚它们的具体参数量级,也不清楚发布时间。
有人微调了一个LLM,让它生成的文档风格严格匹配1995年网页刚起步时的朴素排版和用语习惯。
Fine-tuning an LLM to write docs like it's 1995
社区讨论:多人强调旧式技术文档的价值在于深度与上下文理解,而非文风(@v1ne);有人指出当前本地模型需高端硬件,成本是普及障碍(@mock-possum);也有人质疑“连HTML标签都不带”的复古风格是否真有必要,反问“谁还在读文档”,并称LLM已替代人工阅读(@holoduke);另有用户追问生成的Win2K风格REST文档示例链接,确认后表示期待此类具象输出(@vintagedave)。
vLLM用户现在能直接用华为实现的KV-cache量化,不用额外改代码。
有人系统测试了QKV变体,发现删掉其中一组投影后模型仍能工作。
Transformer 是否需要三个投影?QKV 变体的系统性研究
社区讨论:多人质疑QKV设计的必要性,@hollosi认为注意力机制本身可能不关键,类似激活函数演进,GPU计算效率才是QKV被沿用的主因;@Lerc提出几何直觉上应有更优的向量对映射方式;@in-silico指出实验用1.2B模型仅训10B tokens,远低于现代1B模型的10T tokens量级,质疑结论泛化性;@jephs强调“不看scaling曲线就免谈”,小模型有效的替代方案未必在大模型尺度成立。
它用数千个仿人机械手收集了50多万小时真实操作视频,来训练机器人完成系扎带、摆薯片这类短时物理任务。
有人靠技术能力和好奇心,零AI安全经验就进了Anthropic的4个月全职研究员项目,自己主导课题、发论文、发现区块链漏洞。
Ramp称AI正带来金融业自电子表格以来最重大的结构性变化,公司估值已升至440亿美元。
Anthropic在9650亿美元估值后呼吁全球放慢前沿AI发展,有人质疑这是为削弱竞争对手。一位CEO刚宣布成立新AI实验室,另一位却说该按下暂停键。
这是怎么回事??
这句话出自全球估值最高的AI实验室:“我们相信,为世界提供一个选择——放慢或暂时暂停前沿AI的发展——将有利于社会结构与对齐研究跟上技术进步的步伐。”
这是Anthropic发布的声明。
他们称,自家模型已接近无需人类输入即可实现自我改进的程度。
对此,你可自行判断。
Anthropic在公司估值达9650亿美元后呼吁全球AI减速。
批评者则声称,此举不过是为遏制竞争对手。
Moderation scores现在能和文本生成一起返回,开发者不用额外调用API就能拿到审核信号。如果你正在做客服机器人或教育应用,这个改动让合规逻辑直接嵌进主流程。
审核分数现已在 Responses API 和 Completions API 中提供。 你可以在与内容生成相同的请求流程中返回审核信号,然后决定你的应用如何使用这些信号——用于日志记录、路由分发、人工复审或直接拦截。
加拿大计划用资金支持AI企业扩张,同时换取股权,目标是培育国家级AI企业。这不像发补助,更像风投机构进场,但出资方是财政部。
Brian Chesky将同时担任ABNB CEO和新AI实验室负责人,项目尚处早期融资阶段。有人刚把‘CEO跨界搞AI’写进玩笑清单,他就把它变成了新闻标题。
Airbnb 的切斯基计划成立新 AI 实验室,目前尚处于早期融资阶段。
$ABNB 首席执行官正创办一家新 AI 实验室,以开发 AI 模型。
切斯基将继续担任 $ABNB 首席执行官——这个消息可没出现在我们的“预测宾果卡”上。
Flourish拿了5亿美元融资,估值25亿,目标是用活体神经元替代传统芯片训练模型。它不争算力排名,而是把AI底层从硅基换成生物基。
Cine是基于Grok Imagine Video 1.5 Preview构建的开源工具,能生成无限长度、帧帧连贯的影片。如果你在做短视频脚本测试或分镜预演,现在本地就能跑完整流程。
刚刚发布了 Cine。这是一款基于 Grok Build 构建的开源工具,可将 Grok Imagine Video 1.5 Preview 升级为完整的电影级视频生成机器!
支持生成无限长度的影片,并实现帧与帧之间的完美连续性。
任意场景均可即时重做;借助 Grok 的思维文本 API,自动生成功能场景;只需一键,即可获得丝滑流畅的转场效果。
代码仓库链接即将发布。欢迎告诉我你最想要哪些功能!
Michael Saylor称资本市场正历史性地资助AI建设;另一观点指出,算ROI得先假设所有规划中的数据中心都已建成并通电。SPV结构让融资暂时不成问题。
ROI 并不是衡量 AI 的合适指标。
合适的指标是:假设所有规划中的数据中心均已建成并通电,在整个 IRR 周期内所能实现的 ROI。
SPV(特殊目的实体)已使资金问题不再成为障碍(至少目前如此)。
但若相关硬件组件始终未通电启用,它们就只是价值 1 万亿美元的库存“纸镇”。
刚刚消息:迈克尔·赛勒(Michael Saylor)表示:“资本市场正以历史性的规模为 AI 建设提供资金。”
有人用Clojure调用PyTorch做机器学习,依赖libpython-clj2桥接Python生态。
Surface RTX Spark Dev Box 配备英伟达 RTX Spark 芯片和 128GB 内存,算力达 1 petaflop,开发者把它放在桌上就能跑大模型——以前得租云服务器或攒工作站的事,现在一个 Xbox 大小的盒子就做了。
Anthropic 发布的参考框架把漏洞挖掘拆成 Recon→Find→Verify→Triage→Report→Patch 六步,连威胁建模和修复建议都内置了;安全工程师现在能用一套标准化流程,让AI替人跑完从扫描到写补丁的整条链。
Anthropic 刚刚开源了一个用于 AI 驱动的漏洞发现与修复的参考框架 🤖💀
该工作流包括:Recon(侦察)→ Find(发现)→ Verify(验证)→ Triage(分类)→ Report(报告)→ Patch(修复)
功能特性:
• 威胁建模
• 自主式漏洞挖掘
• 崩溃验证
• 漏洞发现去重
• 可利用性分析
• 基于 AI 生成补丁并验证
整个框架围绕 Claude Code 构建,并采用 gVisor 沙箱化智能体。
🔗 一个值得关注的信号:AI 正在从代码生成,迈向自主安全研究与漏洞管理。
#CyberSecurity #AppSec #AI #LLM #VulnerabilityManagement #DevSecOps #ClaudeAI
HackerOne 在营销新AI产品时提到‘用12年以上真实漏洞数据训练’,引发社区对数据来源和授权方式的质疑,公司随后进入危机公关模式;白帽黑客提交的报告,正变成AI公司的隐性训练资产。
Gemma 4 12B 是 Apache 2.0 开源的多模态模型,支持视觉、音频、推理和智能体功能,不依赖重型编码器栈,普通笔记本就能加载运行;以前要调用云端API才能做的多模态理解,现在本地终端里就能试。
Google 刚刚发布了 Gemma 4 12B。
这款 AI 多模态模型可在你的笔记本电脑上本地运行,无需繁重的编码器堆栈。
支持视觉、音频、推理与智能体(Agents)能力。
采用 Apache 2.0 开源协议。
Chai 的前沿AI模型 Chai-3 正在辉瑞的药物研发团队中实际使用,不是演示或POC,而是嵌入真实制药工作流;药企研究员现在能用对话方式调取分子结构预测、实验路径生成等能力,而不是等IT部门排期。
Autocontext 是一个递归自我改进框架:AI Agent 执行任务后自动评估效果、积累知识、生成可复用的 playbook 和数据集,甚至蒸馏出轻量本地模型供下一轮继承;它不只做任务,还留下能被后来者直接用的经验。
Magenta RealTime 2 是开源实时音乐生成模型,仅 2.4B 参数,支持音频、MIDI 和文本控制,延迟极低;音乐人用手机或笔记本就能边弹边生成伴奏,不用上传片段等云端返回,整个过程像调音一样即时。
推出 Magenta RealTime 2 🎺 —— 面向实时音乐生成的开源模型
仅 2.4B 参数,专为设备端运行优化
低延迟控制
支持音频、MIDI 和文本三种控制方式
我们同步发布了一系列应用,供你在 Mac 上直接实验!
美国国家安全局正在使用Anthropic开发的Mythos模型执行网络攻击任务。
Claude Code 和 Codex 现在能在 boxes.dev 上各自拥有独立云电脑,不再依赖本地开发环境。
Swift 开发者现在能用一套官方推进的网络工具,从底层 I/O 到 HTTP 客户端和服务器 API 都覆盖了。
一个面向 Swift 的统一网络协议栈,自底层 I/O 原语起分层构建,涵盖通用协议,并延伸至现代 HTTP 客户端与服务器 API。⚙️ 这正是新成立的 Networking 工作组正在打造的项目。
如果你有兴趣参与贡献,请加入我们:
用户现可在Google AI Studio内直接构建连接Gmail、Drive、Sheets等Workspace服务的应用,无需跳转外部站点。
该论文使用当前最先进的大语言模型(LLMs)进行实证,得出AI尚不能执行特定任务X的结论;论文链接与配套推文均未说明X具体指代何任务。
论文标题为《我们使用最先进的大语言模型证明AI仍无法完成X》。
文中指出,研究团队采用当前最先进的大语言模型(state-of-the-art LLMs)开展实验,旨在验证AI在某项任务X上的能力边界。
论文得出的核心结论是:现有最先进大语言模型仍无法完成任务X。
论文原文链接为:
作者在𝕏平台同步发布推文“I'm tired boss”,并附另一链接:
整篇推文及所引论文摘要中,均未定义X所指的具体任务、领域、评估标准或测试用例。
视频涵盖注册、充值、下载CodeX、调用API全流程,通过CC中转站接入大模型,链接为https://t.co/7xz8BGelvt和https://t.co/W4Xp5pLZef
有很多小白不懂得如何使用AI工具,也不懂得如何配置AI工具,这将让你们与AI大时代直接脱轨!
现在直接录制了一个最小配置教学视频,链接为
视频沉浸式演示完整路径:注册→充值→下载CodeX→使用API。
目标是让所有人都能通过CC中转站使用AI大模型,相关链接为
@Guomin184935 回复“必须的”。
@bixiaochao 回复“给了老师”。
@Afei_th 回复“必须的”。
@sin107190 回复“希望能让每个人都用上”。
该项目聚焦AI伦理与治理,申请人强调其工作核心与此直接相关,并表示将为所建社区深化相关知识储备。
Brii_toe_knee在𝕏平台发文称,今日获麻省理工学院(MIT)AI Safety Fundamentals 8-week fellowship录取。
该研修项目为期8周,主题为AI安全基础,AI伦理与治理是其核心内容。Brii_toe_knee指出,AI伦理与治理是其工作的核心,其所构建的社区值得她在此领域进一步深入学习。
文末附一句“Here's to more knowledge!”(为更多知识干杯!)。
随后多条回复显示多位用户(@wickedbrok、@KanikaTolver、@KeirstenBrager、@iamKierraD、@sadies_page、@pfemis、@350_degrees_)向其表示祝贺或致谢,其中@KeirstenBrager转发时附带一个链接(
多位用户在𝕏上指出,“AI安全”一词常被用作实施技术准入限制、权力控制和内容审查的借口,且“对齐(alignment)”等核心概念被指由悲观论者(doomers)发明。
AI安全等于准入控制、权力控制与内容审查。
@evi77ain 指出:当有人使用“有害”(harmful)一词时,通常是一个危险信号。
@kvickart 表示:“对齐”(alignment)这一概念是由悲观论者(doomers)发明的。
@leadprompt_sh 回应称:对他们而言,这本质上全是关于控制与审查。
@JAYCEEWEB1 @DavidSacks @UKSovereignAI 提到:David Sacks 的工作做得很好。
@annagrad78 引用经典台词:“魔鬼最成功的诡计,就是让世人相信他并不存在。”
@zygisSS22 称:这正是问题所在——你不该忽视它。
@DrSouthern 质疑:“对齐”究竟意味着什么?它本就是悲观论者(doomers)发明的术语。
@ghostinthecli 评价:“说得好,且有依据。”
@missrubypugslee 表示:“确实非常明显。”
@starphyre23 指出:这些安全护栏(safety guardrails)严重限制了模型的实际可用性。
用户可在Codex、Claude Code等工具中接入免费Opus 4.8模型,API额度每5小时刷新一次,无需魔法即可使用。
用户使用GPT Image 2生成路线规划图,再输入Seedance 2.0生成15秒一镜到底的海底沉船FPV视频,全程无需3D建模或关键帧动画。
最近这个 AI 做 FPV 运镜 的玩法真的有点炸。只用一张路线规划图,就能让镜头跟着一条小鱼,穿过海底巨大沉船,钻进被淹没的走廊、破损甲板和锈迹斑斑的船舱。那种一镜到底的沉浸感,已经有点像在看电影了。
这套效果是用 GPT Image 2 + Seedance 2.0 跑出来的。完整工作流和提示词已公开:
第一步:用 GPT Image 2 创建一张高度详细的 16:9 航拍地形图像,描绘一艘泰坦尼克号般巨大的沉船静静地躺在深海海床上。要求呈现电影般的海底环境,采用略微抬高的地图式相机角度和深邃透视,专为 FPV 使用。
第二步:用 GPT Image 2 绘制相机路径草图,提示语为:“画一条红线作为路径/路线,展示鱼的视角进入大船,就像无人机视角镜头”。
第三步:将标记的草图图像上传至 itspolloai,并让 Seedance 2.0 开始制作。上传图像作为路线规划的地形图;红线仅为草图中的相机路径,必须在最终视频中完全移除。输出为一段15秒的单次连续、16:9、电影级 FPV 视频。
Sh_reya 指出,技能文档描述的是每日变化的数据模型,若不主动维护,其内容会迅速失效;类比数据库领域,技能维护等同于物化视图维护。
数据代理再次引发关注!一些提升数据代理准确性和对齐度的新技巧被分享出来。
其中一点值得注意:技能文档(skill docs)描述的是一个每日变化的数据模型。因此,若不进行主动维护,这些文档很快就会失效。
作者补充道:虽非数据库专业人士,但技能维护本质上类似于数据库中的物化视图(materialized view)维护。
LangChain 推出 LangSmith Engine,可自动发现埋藏在追踪日志中的系统性问题,改变团队对 AI 代理的评估方式。
LangSmith Engine 能自动浮现系统性问题,而非让这些问题被掩盖在追踪日志(traces)中。
@ollieelmgren 来自 @ListenLabs,他介绍了 LangSmith Engine 如何改变了其团队评估 AI 代理(agents)的方式。
可通过链接开始使用 LangSmith Engine:
该工具将交易所需结构、上下文与执行清晰度直接呈现在图表上,目前正微调Ferocious模型以支持入场点与CISDs识别,已开放3天试用
所有交易上下文已直接可视化显示在你的图表上。接下来只需等待各要素对齐。
工具提供结构、上下文与执行清晰度三重支持。用户可获得高层级交易上下文,且无需支付高昂费用。
团队当前正在微调Ferocious模型,使其适配入场点(entries)与CISDs(可能指特定入场/离场信号,原文未展开定义)识别。上线临近。
@EndyFXMMxM 回复称:“很棒,目前开放3天试用。”
开发者宣布将于今年底推出开源AI代理项目,聚焦去中心化智能市场与按需付费的认知服务。
我正致力于在今年年底前发布一个开源 AI 代理项目。目标并非构建另一个单体式系统,去参与惯常的“OpenAI 对阵 Claude 对阵 Gemini”式竞争。这种范式预设了智能应被集中于少数实体。
一个开放的智能市场
当前 AI 行业建立在一个简单假设之上:智能应当被集中。少数几家机构构建日益庞大的模型,用海量数据集进行训练,并在巨型计算设施中运行它们。
该网络不依赖广告资助的智能,也不依赖订阅资助的智能,而是支持对认知工作进行直接支付。每一项贡献均可定价,每一项服务均可度量,每一位参与者均可获得回报。
声誉即基础设施
其中一环是……
对于任何认为这一方向对我而言是新尝试的人,事实并非如此。相关基础早在 2014–2015 年提交给澳大利亚 AusIndustry 的研发申报文件中就已存在。这些文件描述了我与研发团队共同开展的、涉及分布式 AI 与自主软件的系统工作。
@Hekto100 不是
@big_simp 最终会(支持 Web)
MiniMax-M3在AAI综合榜单超越Kimi-K2.6等竞品,成当前最佳开源模型。
MiniMax-M3 现在是 AAI 上表现最佳的开源模型。
它领先于 Kimi-K2.6、GLM-5.1 和 DeepSeek-V4-Pro。
在 Coding Index 上,它略逊于 V4-Pro 和 K2.6,但在 Agentic Index 上已超越二者。
CritPt 分数略令人担忧。
但此处最大的亮点是……
Solidity-auditor v3免费开源上线,一年内登顶安全竞赛榜首。
🤯一款AI安全工具仅用一年时间,就在去年的安全竞赛中斩获第一名。Solidity-auditor v3 正式发布,免费且开源。已有数千名 Solidity 开发者在使用该工具。提升你的安全基线,立即上手使用🫡
大多数人的安全策略是错误的。欢迎通过 Telegram @pashovkrum 与我交流你的策略。顺便说一句,我们将向转发主推文并@一位 fellow web3 开发者的用户,赠送 50 份(没错,50 份)Claude Pro / GPT Plus 月度订阅计划。祝你好运,结果周一公布🫡
@PatrickAlphaC @boredGenius @KhanAbbas201 @contrarianmarco @eboadom @ethereum 🫡
@dawiddrzala 主要测试环境为 Claude,但也兼容 Codex。
@sk_ugs 🫡
@0xFireFist 所有这一切都因你而成为可能!!🫡
@p_tsanev Plamen 的工具极其出色,已听到大量赞誉。感谢你提出的挑战 🫡
不安全的AI模型因不可靠而大幅贬值,安全本身就是核心商业竞争力。
我认为,AI 安全在经济上的价值被严重低估了。一个经常失控、采取危险行动、具有误导性或欺骗性的模型,其价值远低于一个不会出现这些问题的模型。
我感觉,许多人认为企业开展安全工作是违背自身商业目标的,而非服务于这些目标。因此,许多人会把精力集中在倡导和监管等事务上,而不是去创办一家以提升安全性为产品核心价值的公司。
微软推出自有代码大模型MAI-Code-1-Flash,已集成至全部GitHub Copilot订阅版本。
突发消息:微软刚刚推出了自家 AI 模型系列,以及 GitHub Copilot 内置的编程模型——MAI-Code-1-Flash。该模型已面向所有 Copilot 订阅层级上线。我刚刚用它构建了一个应用。请查看下方视频 👇
基准测试得分为 85.8%。上下文长度达 256K。在高难度任务中实现 60% 的 token 消耗降低。
@raccoon_builds 我也遇到了同样的问题,用的是最新版!应该可以正常运行!要不试试重启?😅 老办法了。
@JohnBaima 不是开源权重。
@ssb168 在我看来,起名比什么都难 :)
Twitter用户围绕“最佳开源AI模型”展开讨论,Kimi、GLM、DeepSeek被多次提及。
说实话,哪个是最棒的开源 AI 模型?
@SourabhGurwani 是的,Kimi 确实很棒
@shub0414 没错
@droidbuilds 主要是 2.6 版本
@0xPrajwal_ 没错,它被严重低估了
@zavxai 是的,Kimi 确实很棒
@Venkateeshhh 有什么原因吗?
@FreightBridgeEU 什么原因?
@haroonsulahri 是的,它真的非常惊艳
@CunxiangWang 有什么理由选择 GLM 而不是 Deepseek 和 Kimi?
@Selfdestruct168 是的,这两个模型确实很优秀
@cryptic_node Granma??
专家指出,现阶段构建高质量公共AI基准测试可获得显著先发优势(alpha)。
现在创建优质公开 AI 基准测试所能获得的超额收益(alpha)多得惊人,这是一个巨大的机会。
@ikirigin 如果他们同时也开发 AI 产品,且模型在该基准测试所针对的用例上表现越来越强,那么这些基准测试确实有用。
@ckor @zapier 是的
Conductor CEO Charlie Holtz演示如何用Conductor自身工具链编码并管理AI代理团队,视频含构建产品与团队协作两部分。
在Y Combinator新系列《Full Stack》第一期中,Conductor公司CEO兼联合创始人Charlie Holtz详细介绍了他用于编写代码和管理AI代理的工作流设置。
视频从00:00开始,标题为“用Conductor构建Conductor”;01:05进入第二部分,标题为“管理一支编码AI代理团队”。
该期视频可通过两个链接观看: 和
软银、a16z、Prosus、General Atlantic和Accel在本轮募资中拒绝投资Sarvam AI,该公司仍计划以约15亿美元估值募集约3亿美元。
彭博社报道称,印度AI初创公司Sarvam AI在最新一轮融资中被软银(SoftBank)、Prosus、a16z、General Atlantic和Accel拒绝。
该公司仍有望以约15亿美元估值募集约3亿美元资金。这一估值相当于印度约2000万人口每人贡献75美元的公司价值。
Sarvam AI获得英伟达(Nvidia)支持,专注为印度开发主权AI技术。
有分析指出,Sarvam AI或成为印度最具代表性的主权AI成功案例。尽管遭到上述多家顶级风险投资机构拒绝,这家总部位于班加罗尔的初创公司仍维持原定融资目标区间——3亿至3.5亿美元。
Geet Khosla 基于 badlogicgames 的 People of Pi 和 thinkymachines 的 Tinker API,构建了名为 pi-tinker 的 Python 包,用于降低开源大模型微调门槛。
Geet Khosla 在 𝕏 上发布消息称,她基于 @badlogicgames 开发的 People of Pi 项目和 @thinkymachines 提供的 Tinker API,构建了一个名为 pi-tinker 的 Python 包。
pi-tinker 的目标是简化开源模型的微调流程。用户只需提供自有数据,该工具即可引导完成后续步骤。
消息中附有两个链接:一个指向 pi-tinker 的使用说明页面(
Geet Khosla 向 @ajs6888、@badlogicgames 和 @thinkymachines 表示感谢,并邀请用户试用后反馈意见。
Superpowers官方开源14个工程化AI编程Skills,支持Claude Code等主流Agent。
AI 编程界的天花板 Superpowers,扔出了 14 个核弹级 Skills! 90%的人用 Claude Code 还是说一句写一句的草台班子模式,但真正高产出团队背后的秘密,全在这套工程化流程里。 Superpowers 官方直接放出 14 个 Skills: 支持 Claude Code、OpenClaw、Hermes、Windsurf 等几乎所有主流
@HuySolo_BBW 效率提升了不止一个档次
@winnerineast 😂
一名工程师披露其24/7运行的轻量级多代理系统,强调可靠性设计而非模型魔法。
介绍10个提升内容创作效率的Claude Code实用技能
Claude Code 中文内容创作者十大必装 Skills 写作、调研、整理资料、配图、做 PPT…… 很多人把 Claude Code 当成代码工具,但对于内容创作者来说,它其实更像一个可以不断扩展能力的内容工作台。 下面这 10 个 Skills,基本覆盖了从选题到发布的整个创作流程。 1️⃣ Deep Research
@ajs6888 是的啊 可以关注一下我噢
用户尝试将Claude Code接入不支持图像输入的DeepSeek V4 Pro,寻求技术解决方案。
我在尝试用 Claude Code 接 deepseek v4 pro,但是 deepseek 不是多模态模型,不支持图片输入。 有解决办法吗?
@0xTechMelon 感觉skill不行,因为claude code调用api的同时在context离带上skill信息,这时候已经传了image参数了,直接报错
@RongshengWang nb
Hermes新版本以可视化多智能体协作取代传统代码式AI管理,重构用户日常AI工作流。
Hermes 刚刚获得了一次无人谈论的更新。它彻底取代了我日常的全部工作流。
管理 AI 过去意味着盯着一屏奇怪代码的黑屏发呆。那堵墙终于消失了。
新应用将你的工作交接给多个更小的智能体(agents)。其中一个智能体负责抓取每日新闻。
想用 AI 赚钱并节省时间?获取 AI 教练指导、技术支持与课程 👉 免费领取一门 AI 课程 + 1000 个全新 AI 智能体 👉
该本地大语言模型由Qwen3.6 35B A3B版本经Opus 4.7知识蒸馏优化,移除了内容审核机制,链接指向发布地址。
没有限制的模型好玩啊哈哈😁 本地LLM模型里现在最喜欢这个 Qwen3.6 35B A3B用Opus 4.7蒸馏后无审核
@csf1349 表弟早
@Julia35602988 解锁新世界
@Arvinral 还可以,比我聪明就行哈哈哈。 老哥有推荐的无限制版模型么
@OceanOlaf
@kongxairdrop 我想突破法律的枷锁
@Big_Tea_Rice 老张无法被蒸馏,研究结果表明他啥技术也没有😭
这一天的 62 条信号到这里
https://ai-pulse-lab.com/feed.xml
每天 08:00 · 12:30 · 18:30 · 23:50 更新
在阅读器里订阅
添加到 Feedly、Inoreader 等阅读器
https://ai-pulse-lab.com/feed.xml
让你的 Agent 自动获取每轮简报
适用于 Claude、ChatGPT、Manus 等
请帮我设置一个定时任务,每天北京时间 08:30、13:00、19:00、00:20 各执行一次: 请求 https://ai-pulse-lab.com/api/brief.json,读取返回 JSON 中的 textPlain 字段,将内容发送给我。 补充:每日北京时间 08:00、12:30、18:30、23:50 更新,建议更新后 30 分钟查询。可先请求 /api/manifest.json 检查 nextUpdateAt 字段。无需认证,直接 GET 请求即可。