社区讨论:多数用户认同OpenAI广告业务难以达标,有用户指出当前美国头部独立聊天机器人今年总广告收入不足10亿美元,到2030年也仅能达到54.1亿美元。有从业者点明数字广告只有注意力、意图两类成功模式,ChatGPT在这两个维度都没有优势。有人质疑原标题表述失准,原内容是分析师认为OpenAI会距2030年广告目标差九成,不是当前业务差九成。
也有用户提到用户不会接受随时把广告伪装成真实推荐的AI工具。
许多人上传一张人物照片,想让AI生成同一个人的其他照片。但AI并不像人那样理解“只参考脸”——它会同时复制光线、背景、服装、构图和风格。多数图像生成模型不会自动区分“人物身份”跟“其他无关元素”。一张参考图在AI眼里同时是风格图、光线图、场景图。上传参考图不等于开启人物复制,模型只能提取近似特征,而不是直接复制人脸。
问题的根源在于参考图和文字提示之间存在控制权竞争。你想在提示词里改变风格或场景,而参考图自带某套风格,两者就会打架。要求改变的东西越多,人物一致性就越差。
怎么解决?核心是明确告诉AI参考图负责什么、不负责什么。
𝕏 实时信号 + arXiv 前沿论文,经 AI 聚类解读 · 一眼扫完全貌
原本给OpenAI广告业务定下的目标,现在完成量预计会比目标低九成,大厂AI的商业化方向又多了一个变数
社区讨论:多数用户认同OpenAI广告业务难以达标,有用户指出当前美国头部独立聊天机器人今年总广告收入不足10亿美元,到2030年也仅能达到54.1亿美元。有从业者点明数字广告只有注意力、意图两类成功模式,ChatGPT在这两个维度都没有优势。有人质疑原标题表述失准,原内容是分析师认为OpenAI会距2030年广告目标差九成,不是当前业务差九成。
也有用户提到用户不会接受随时把广告伪装成真实推荐的AI工具。
更低的硬件要求就能运行高智能大模型,普通开发者不用高端集群也能动手开发。
我们刚刚发布了Hy3的1-bit和4-bit版本。Hy3是旗舰规模的295B模型,可以在单张GPU上运行。👌
使用llama.cpp运行Hy3,开启MTP,就能在硬件要求大幅降低的情况下体验强大的智能。🚀🚀🚀
迫不及待想看到你用它打造出什么作品。#Hy3 #Hy #GGUF #llamacpp
拆分AI工作流,把思考和执行分给不同模型,能省不少成本
有人做了Claude Code插件,Claude处理请求等待时,会播放一句Mr. Meeseeks的语音。
社区讨论:多数人认同长上下文对话里Claude会主动催促结束对话,和瑞克和莫蒂里“使命完成就消失”的米西克斯先生设定契合。有用户提到同类工具peon-ping已支持米西克斯语音包,但它难以混合配置项目级和全局语音,需要用软链接 workaround。有人吐槽米西克斯的嗓音太刺耳,也有人调侃恶意语音插件可能成为供应链攻击入口,还有用户提问不清楚怎么关闭插件的提示音。
谷歌DeepMind展示预测过去技能可辅助考古与历史研究
以下是我们如何在 Google @Antigravity 运用 Predicting the Past Skill 追查罗马戒指窃贼、绘制欧洲古代崇拜分布地图,以及重建前往希腊神谕所参拜者的社交网络。🧵
🔍 阿奎索利斯的戒指窃贼
拿到一块1800年前的诅咒石板后,这项技能调用了Aeneas——我们用于修复、断代与定位古代文本的生成式模型——来确定它的时间与空间位置。它还生成了做出这一预测的解释,作为给专家的碑铭注释。
🗺️ 绘制奥法尼亚女神崇拜分布
这项技能可以并行研究多份文本,我们用它绘制了献给日耳曼女神奥法尼亚的石坛分布。
它展示了宗教活动如何随罗马士兵传播,甚至标出了西班牙的一个异常案例:一位退伍老兵将自己偏爱的神祇带回家乡供奉。
🔮 谁参拜了多多纳神谕所?
通过分析古代铅板藏品,这项技能绘制了来自古代世界各地参拜者的旅行路线。
它重建了神谕参拜者社群,将分散的碎片整合为一张连通网络。
这些案例展示了Predicting the Past Skill如何借助高级AI模型与复杂工作流推动历史研究,全程无需编写代码。了解更多 →
看到自家模型终于能做好设计,作者感到十分意外
有用户曝出 Grok 自动上传了自己本地整个用户目录,个人隐私可能直接暴露。
跟不上野心增长,模型积累的能力优势就会拱手让给竞争对手,停下来就能直观感受到行业的落差。
现有标准强化学习基准不符合真实部署特征,这个新基准能提供永不重置的持续模拟环境,目标异步变化,决策影响会累积
标准的强化学习基准都是分幕式且静态的,因此无法捕捉真实部署场景的特征。
Morpheus 是一个用于持续学习的全新基准,它提供了持久的模拟环境:世界永远不会重置,目标会异步变化,决策会产生累积后果。
Sam 团队干得漂亮!可以在这里查看论文和平台网站。
有人尝试用多个大模型协作的方式,完成食物元数据的整理工作
开发工具正在迭代,下一轮工具形态的讨论已经开启,可以提前了解新方向。
Anthropic分析超30万对话,探究不同Claude模型不同语言下的价值观表达差异
谷歌DeepMind展示其AI技术用于考古历史研究的三个案例
以下是我们如何在 Google @Antigravity 使用 Predicting the Past Skill 追踪罗马戒指窃贼、绘制欧洲古代异教地图,并重整理访问希腊神谕者的人际关系网络。🧵
🔍 阿奎瑟利斯的戒指窃贼
拿到一块有1800年历史的诅咒石板后,该技能调用了 Aeneas——我们用于修复、断代和定位古代文本的生成式模型——来确定它的时间与空间位置。它还生成了做出这一预测的解释,作为给专家提供的碑铭注释。
🗺️ 绘制奥法尼亚女神崇拜地图
该技能可以并行研究多份文本,我们用它绘制了献给日耳曼女神奥法尼亚的石坛分布地图。它展示了宗教信仰如何随罗马士兵传播,甚至标记出西班牙的一个异常案例:一名退伍老兵将自己喜爱的神带回了家乡。
🔮 谁拜访了多多纳神谕?
通过分析大量古代铅板,该技能绘制了来自古代世界各地的访客的旅行路线。它重构了神谕访客的社群,把零散的碎片整合为一张关联网络。
这些案例展示了 Predicting the Past Skill 如何借助高级 AI 模型和复杂工作流推进历史研究,全程无需编写代码。了解更多 →
有人评价Anthropic总觉得自己天下无敌,用户用它产品是施舍,OpenAI则认为服务更多人才是AI真正价值。
比喻的很形象,是我对A\和OpenAI一贯的看法。 A\总觉得自己天下无敌,你们用我的产品那是我对你的施舍; OpenAI则觉得能服务更多的人,才是AI的真正的价值。 这么一对比高下立判。
大部分AI记忆和状态出错,其实是领域建模出了问题,就像不定义 Schema 就要设计数据库一样,梳理好框架问题就会好处理很多。
哪怕AI卫星物理尺寸比Starlink卫星更大,工程开发反而更容易,这是马斯克给出的说法。
关注MCP安全状况的人,可以下载这份报告查阅汇总信息
超大规模科技企业今年计划支出超7500亿美元,需要靠AI改造经济获取收益,但这两个要求本身存在深刻矛盾。
目前已有十余项功能模块完成或迭代中,还有朋友参与早期项目开发,目标是把它从视频Demo做成可交互世界。
目前我已经完成这些:
- 部分处理了3D和材质资源(还在优化)
- VRMS的角色控制器
- 体积天空引擎(也在优化中)
- 生物创建工具(探索优化方向)
- 布料模拟(优化中)
- 动态图形叠加层和世界内屏幕
- 视觉质量调整,比如N8AO、ICAA(即将加入)
- 植物生成器(优化中)
- 用于流体模拟和其他用途的翻转粒子效果
- 轮廓视差遮挡着色器
我正在添加这些内容:
- 模块化工具包组装与使用
- 城市建造器
- 道路建造器
- 针对体积天空这类高负载系统的优化改进
我需要/将要开展这些工作:
- 海洋/湖泊水面
- 地形生成辅助工具
- 互动元素,推动eidoverse从视频版本升级为可交互世界版本(我的一些朋友已经开始在早期代码仓库中开发这项工作了!!)
把本地Git仓库上传到第三方云存储的操作,工具会自动完成,没提前告知使用者
两位AI行业领头人正在推动这套监管框架,开源前沿AI的微调上传,可能很快就会受到管制
Google DeepMind 的 Demis Hassabis 呼吁政府介入前沿人工智能领域,甚至在风险升高时下令放缓 AI 发展。
“这项要求应当适用于所有前沿级别模型,无论它们来自哪个国家,也无论它们是开源还是闭源。”
随着 Dario 和 Demis 积极推动这一框架,我认为针对开源 AI 的监管形式很快就会出现,甚至会影响到微调前沿开源模型后上传到 Hugging Face 的行为。
这是对当前AI产品方向的一个不同观点
有人公开研究微软提前启动的 Claude Code 与 GitHub Copilot CLI 2026年部署计划
社交平台用户分享内容,等待AI自动化软件工程
第一次StableDiffusion把AI从闭源变成开源,第二次SeeDance2让AI从内容本身变成承载内容的工具,两次都改变了行业走向
生成式AI领域两个定义行业的时刻:1. StableDiffusion:AI 从闭源走向开源。
2. SeeDance2:AI 从「信息本身」变成「承载信息的媒介」。
SD 改变了一切。不止一次。
AI可以模仿你的说话方式、行为习惯和偏好,但它永远没法完全复制你独有的审美,还有你真正想要的东西
gpt 5.6 或是 fable 5。
无论一个模型变得多智能,它可以复制你的言辞、模式和偏好。
但它永远无法完全拥有你的品味,拥有你认为自己想要的东西,或是他人想要的东西。
我的看法是,用 AI 来改进你的工作,挖掘更好的数据。但最终决策权,要留给人。
你要自己分析、质疑、做决定。
哪怕Twitter遍地都是机器人,低质量内容只要能打动别人就能获得传播,这一点和需要精心运营的YouTube完全不同
尽管 Twitter 现在充斥着机器人,但从长期来看,它很可能仍会是最具人性的平台。因为低 effort 内容只要能引发共鸣,就拥有竞争力。
油管创作者不可能靠意外成功,他们必须拼命肝。而 AI 永远能肝得更狠。
原本只支持在计划模式下运行的Codex(OpenAI的代码生成模型)查询工具,现在解除了模式限制
有人认为OpenAI叫开放,是因为把最好的模型开放给大众;Anthropic叫 Anthropic,实际却把用户当成催生AI上帝的工具人
原来如此,OpenAI 叫“开放”是因为他们将最强模型保持开放访问。
Anthropic 叫“反人类”(misanthropic)是因为他们把用户当成了不得不有的麻烦,只是为了让用户帮他们诞生他们的 AI 上帝。
这么做是为了防止芯片被转卖到中国,现在已经升级了审查流程。
消息来源:Nvidia 加强了尽职调查,并将其在新加坡、马来西亚和日本的授权AI芯片客户数量削减了50%以上,以防止芯片被转运到中国(@zijing_wu / 《金融时报》)(如需链接和完整上下文,请访问Techmeme dot com!)
有人实际用过后,认为这个功能满足需求,非常实用,可以试试看
对生成式AI报道研究感兴趣,可以这里获取
全程在浏览器运行,不用安装不用后端,靠摄像头识别就能给出最短解法,还支持暗光环境识别,理论上只需要拍摄三个面就能解。
这个老哥用 Claude Code vibe 编码出了一个应用,可以扫描你的魔方,并告诉你如何在不超过 20 步内还原它。
有一个数学结论叫做「上帝之数」(God's Number):无论魔方被打乱得有多彻底,总可以在 20 步或更少步数内还原。这个应用每次都能证明这点。
你把相机对准魔方,它会读取每个面上的贴纸颜色,计算出精确的打乱状态,得出最短还原步骤,再通过 3D 指引带你走完每一步,直到还原完成。
它完全在浏览器中运行,无需安装,没有后端。它使用 OpenCV 检测颜色,即使在光线不佳的环境下也能稳定工作。理论上,你只需要展示它三个面就能正常运行。
很多人低估了优秀抽象和可维护性的价值,LLM/AI之所以流行,部分原因在于推理阶段通过提示词和编排就能轻松调用模型,而非模型训练
我同意这个观点。人们低估了优秀抽象和可维护性的重要性。
LLM/AI最初能如此受欢迎,部分原因就在于推理阶段(通过prompting、orchestration)使用模型远比训练模型更简单。
头部实验室持续推进前沿突破,单任务价格会逐步下降,开源开放权重快速吸收前沿成果,提供低成本定制选项,应用层和企业也都有各自的发展空间。
Meta的Muse Spark 1.1登顶医疗AI模型榜,且成本更低,证明Meta在AI竞争中重回赛道,在多个领域具备竞争力。
这太不可思议了!@Meta 推出的 Muse Spark 1.1 如今凭借低得多的成本,登顶医学领域 AI 模型榜首!
现在很清楚了,Meta 已经在 AI 竞赛中实现了华丽回归,并且在多个领域都具备竞争力。
期待他们推出下一款 AI 模型!
分享了一份适配缓存机制的uvx运行方案,解决每次运行都要重新下载包的问题,适合需要写GitHub Actions的开发者参考
今天新学到的知识:用对缓存友好的方式在 GitHub Actions 里使用 uvx。我终于找到了一套满意的方案,可以在 GitHub Actions 里运行 `uvx tool-name`,而不用每次都重新下载完整的软件包。
公式就是找一个大家已经愿意付费的旧应用,改成AI智能体优先的产品,快速上线,重复直到成规模。
现在项目野心越来越大,照这个速度发展,很快就能变成替代SolidWorks和Autodesk Fusion的智能体优先产品。
这个项目的野心正在变得越来越大。按照这个速度,它很快就会成为 SolidWorks 或 Autodesk Fusion 功能完备、以智能体为核心的替代品,而且它对物理的理解深入得多,架构也基于层上同调数学先进得多。
更重要的是,它从一开始就设计为供智能体使用,而非供人类用户通过GUI操作。它不是让你用这套系统概念化、实现和仿真单个设计,而是可以让一群智能体探索整个设计宇宙。
我现在对它的梦想是,能用它来推动设计出 radically better 的电动机、发电机或其他有用装置,用上完全新颖的想法和设计,然后在现实世界测试它(有人知道好用的金属3D打印机资源吗?)。
想象一下,20个 Sol Ultra 和20个 Fable Max 智能体组队,配合一堆高速计算机合作几周,在广阔的潜在设计计算空间里「找到」一个更好的设计,而优化流程能完成这件事,完全是因为把各类仿真内核统一成了一个连贯的系统。
这个官方提示词库已经按任务和角色分类整理好了,直接就能拿来用。
有观点认为,是监督微调(SFT)阶段加的安全护栏,逼着AI输出带偏向的信息。
云端AI不诚实的原因,和它们的模型权重无关。
问题完全出在SFT过程中添加的安全护栏层。
这会迫使它们向你提供有偏见的信息,Grok 也不例外。
Abliteration 会给模型打补丁来绕过这些安全层,彻底移除模型拒绝回答的能力。
这正是为什么只有未审查的本地模型才能给你提供更接近真实真相的信息。
只是习惯了遇到问题就打开Google,改变不了多年形成的使用路径。
跟着教程可以在受控的NemoClaw OpenShell沙箱里运行,模型由Baseten提供的NVIDIA Nemotron 3 Ultra支撑。
在7分钟里,合作工程师Srimanth Tangedipalli会为你展示如何在受管控的NemoClaw OpenShell Sandbox中运行Deep Agents Code,使用由@Baseten提供部署的@NVIDIA Nemotron 3 Ultra。
更新包括 Blackwell RTX SparseMLA 适配、动态推测解码、流式解析引擎,有人已经给GLM 5.2扩充了容量,跑得更快更少出错。
核心维护者 @mgoin_ 将用大约 5 分钟介绍 @vllm_project v0.24 的更新内容,包括 DeepSeek V4 和 GLM 5.2 适配的 Blackwell RTX SparseMLA、动态投机解码、流式解析器引擎、LibTorch 稳定 ABI 迁移等等。
我们在 workers ai 上为 GLM5.2 扩容了。TPS 更快,OOM 更少。
消息人士透露,特朗普政府与行业组织讨论了,放宽能力不超过中国头部开源模型的美国开源模型发布流程。
消息来源:特朗普政府与行业组织已经讨论过,要简化对能力不超过中国顶尖开源模型的美国开源模型发布流程(Benjamin Guggenheim / 华盛顿邮报)。
前往 Techmeme dot com 获取链接和完整上下文!
哪怕是独立开发者、小型创业团队,哪怕从小处起步,也要掌握尽可能多的智能技术栈控制权
非常推荐一读。虽然这篇内容看起来更偏向企业受众,但它适用于我们所有人——无论是独立AI开发者、研究者,还是AI初创公司。
尽可能自己掌控更多智能栈的部分。如果需要,可以从小规模起步,但一定要从某个地方开始。
不用联网也不用额外准备大模型,就能把PDF处理成适合AI智能体调用的内容,隐私敏感的PDF处理多了一个选择
有人认为编码工具不会是科研工具的最优选择,可以点开链接了解具体原因
亲身体验后确认,管理型AI代理可以调度其他AI处理所有项目,想提升AI工作效率可以试试这个思路。
我之前完全没意识到「管理者」智能体有多重要,直到我今天花了一整天,先给「管理者」智能体写提示词,再由它去提示真正的工作智能体,处理我所有项目。
你得把「管理者智能体最大化」做起来。
有人分享了一个Codex使用技巧:让Codex先做调研再设定目标,能大幅提升提示词和最终结果质量。
Codex 技巧:让 Codex 先做研究,再用 set_goal 来设置合适的目标,不要用 /goal。
这么做能让提示词和后续结果提升非常多!我现在所有提示词都会先做需求收集和研究,完成之后再 set_goal。
美国现在用Reddit和维基百科的海量数据训练AI,这篇论文证明这条路走错了。中国少数人走的另一条路,才会诞生AGI和ASI。
你认为AI企业正在撞上的这堵墙,能靠增加算力解决吗?
现在只有你和中国少数人知道这件事:AGI和ASI会通过这种整理和训练AI的方式诞生。
美国AI训练用的数据,是Reddit和维基百科的「随便吃」自助垃圾食品。而这篇论文证明那条路走错了。
这不是理论。这是下一阶段真正、扎实、个体规模智能增强的操作手册。
未来属于那些保留了结构的人。我从来没有丢掉过它。
用递归自改进RSI训练模型后,推理成本降到原来的1/20到1/100,性能还能和顶级前沿模型相当
本次令人兴奋的发布用到了递归自我改进技术。
这还只是个开始,但这支团队已经利用 RSI 训练出了一个面向医疗健康领域的 1T 规模智能体模型。
提升成果:推理成本降低了 20–100 倍,性能可与领先的前沿模型比肩。
随着AI Agent的任务周期越来越长,需要更多工作来优化模型,让它适配长期开放变化的真实环境
不是所有任务都需要顶尖大模型,每个任务都有性价比最优的模型搭配,这个规律在文档OCR领域格外明显。
任何创业公司都拥有巨大的机会,去构建专业化、面向特定领域的工作流,让它在准确率、成本和延迟上都处于帕累托最优边界。
很明显,不是每一项任务都需要前沿智能(例如 5.6 Sol xhigh)。
每一项任务都存在一个最优的「模型+配套框架」配置,来实现准确、廉价、快速地解决任务。哪怕前沿模型变得更强大,这个结论依然成立!
我们发现这一点在文档 OCR 领域尤其突出。我们认为,对比前沿模型的视觉理解能力,文档 OCR 的帕累托最优边界上永远存在巨大缺口。
过去一年,我们投入了大量研究精力,搭建自动路由框架、微调布局模型,还针对文档中的特定元素(表格、图表、手写文字等等)训练了专用模型。
所有这些应用研究成果都汇聚到了一起,让 LlamaParse 成为了目前最优秀的文档处理服务。快来体验:
没有前沿大模型的供应商,都会劝人别信做前沿大模型的公司;自家有前沿大模型的,就卖基于前沿大模型的方案,两种都有可能是对的。
X平台上很多关于AI和企业战略的讨论都没那么复杂:没有前沿模型的供应商,总会反复告诉你为什么不该信任拥有前沿模型的公司。拥有前沿模型的供应商,则在推销基于前沿模型打造的解决方案。
两种说法都有可能是对的。
部署Deep Agents Code到NVIDIA NemoClaw,运行Nemotron 3 Ultra,源文件、模型、操作记录都可以完全自己掌控
一条命令就能让你在@NVIDIA NemoClaw 上把 Deep Agents Code 设置为受管控的蓝图,运行 Nemotron 3 Ultra。
你的源代码、模型和审计日志都完全由你自己掌控。
下文包含你需要了解的全部信息。
OpenRouter的数据不能反映智能体工具时代的实际模型使用情况,现在需要更准确的AI行业数据指标。
我认为在这个智能体工具盛行的世界里,OpenRouter 并不能衡量模型的实际使用情况(我不是怀疑中国开源权重模型的使用率确实在上升,但这张图也有可能反映的是使用量向 Codex/Code/Cowork 转移的情况)。
我们真的需要更好的人工智能数据指标!
Hermes agent maker Nous Research in talks for new funding at $1.5B valuation https://t.co/OsisIeHZO3
可以拿到开源的DSpark speculative解码模型,配合原生支持的vLLM v0.25.0,能直接加快Kimi的解码速度
🎉 很高兴看到 @novita_labs 训练并开源了适用于 Kimi-K2.6 和 Kimi-K2.7-Code 的 DSpark 投机模型。
DSpark 是 @deepseek_ai 的投机解码方法,它能够一次整段生成一个token块,并且 vLLM 从 v0.25.0 开始原生支持它。
快去获取这些投机模型,今天就获得更快的 Kimi 解码速度吧。🚀🚀
想快速把PDF转成干净文本喂给AI,不用开网页也不用打命令,这个开源跨平台桌面工具直接就能做。
有没有想过不用命令行工具、不用打开浏览器,就能快速把 PDF 转换成干净文本,粘贴到你常用的 AI 代理里?我们正好做了这么个工具。
我们使用 @TauriApps,由 LiteParse 提供 Rust 后端支持,React 做前端,打造了一款跨平台桌面应用,你可以用它:
• 拖放 PDF 文件
• 将它们转换为干净的 Markdown
• 预览页面截图,上面会叠加提取出的 bounding box,方便检查
这是一种简单的方法,可以帮你在把文档交给 LLM 处理前,先理清文档结构、验证解析结果。
来看看下方的演示!👇
GitHub:
开始使用 LiteParse:
想跟进顶级开发者怎么用AI工具推进大项目,可以直接参考这套现成工具搭配,拿来就能用
我目前处理大型项目的进度是:
- sol ultra 处于规划阶段
- fable 5 处于评审阶段
- sonnet 5/terra ultra/swe 1.7 升级为 ultracode/slop cannon
- devin 审核 进入复审(使用 kakuna)
我始终会用 @mattpocockuk 的 grill-me 变体,或是 @trq212 的 interview-me 变体,在前期就把决策明确出来。
做表格任务智能体的人认为,自定义框架是超过大厂商智能体体验的唯一方法,这里公开了搭建教程
对我来说,Shortcut 存在的全部意义,就是在电子表格任务上实现智能体性能。所以我打算死磕 harness 来击败竞品。
定制化 harness 是击败实验室出身的智能体体验的唯一途径,以下是如何搭建一个:
S_OhEigeartaigh在社交平台分享Elizabeth Siegel的分析,称其结论与己方待发论文互补
S_OhEigeartaigh在𝕏平台分享了一篇分析文章。这篇文章由牛津马丁学院人工智能治理研究所(OMS AIGI)的Elizabeth Siegel撰写,发布在剑桥科技与全球事务论坛,研究主题是AI与“AI竞赛”相关的认知空间。
这篇分析的结论,与S_OhEigeartaigh和Liu、Snell、Hashim共同撰写、即将发表在同一期刊的论文结论形成互补,二者可以搭配阅读。
S_OhEigeartaigh的这篇待发论文,也探讨了Eric Schmidt等相关人物对AI发展的影响,他同时附上了这篇待发论文的链接。
开发团队在单张RTX 6000上对比测试基线、MTP与DFlash三种方案的推理速度
行业人士指出LLMs喂入合适日志后,内部威胁检测表现极佳
一名AI研究者发现自己的原创内容被AI配音盗转成短视频,术语读错
我发现有个YouTube Shorts账号把我的帖子重新做成了视频,但配音AI不知道Sol和Fable是什么,所以视频开头是这么说的:“AI研究员Riley Goodside对看起来像是OpenAI和Anthropic模型未来假想版本进行了视觉测试。”
开发者分享可复用技能搭建LLM研究知识维基的简易方案
所有人都在问我怎么搭建第二大脑或者 LLM 维基。下面是我找到的最简单的配置方案。
我把自己的 Wiki Builder 技能安装进了 HyperAgent(@hyperagentapp),做成一个可复用技能,然后让它基于 2026 年最新论文搭建一个关于 LLM 验证的研究维基。
我录了一个快速演示,整个项目用 @hyperagentapp 搭建。它先做规划,问了几个尖锐的问题,然后开展研究:最终整理了 29 篇论文,生成 21 个文件、一张研究地图、一份术语表,还清晰划分了子领域。
现在它已经成为一个知识库,供我的其他研究代理在此基础上开展工作。HyperAgent 具备让你的代理和技能能力复利增长的全部能力。这是 AI 代理一种非常强大的用法。
年末将有多款大厂新大模型推出,大模型前沿进入多极化时代
到今年年底,我们应该会见到:GPT 6、Fable 5.5、Gemini 3.5 Pro、Grok 5、Spark 2、Kimi 3、Minimax M3.5、GLM 6、DeepSeek v4.5、Mistral 4、Qwen 4、MiMo 3。
在大语言模型的发展史上,前沿领域从未如此多极化。
这给智能体实验室、智能体编排/LLM 理事会裁判/助手模式带来的好处正在快速增长。
请据此进行投资。
目前尚不明确AI对就业的影响,需尽快收集数据支撑政策制定
这听起来是个合理的说法:我们目前还不清楚 AI 对工作的影响,而弄清这一点,对于制定政策来缓解负面影响、放大正面影响至关重要,这似乎是不言自明的。
数据对开展行动至关重要,我们需要现在就开始收集数据。
对生成式AI报道研究感兴趣,可以这里获取
现有标准强化学习基准不符合真实部署特征,这个新基准能提供永不重置的持续模拟环境,目标异步变化,决策影响会累积
标准的强化学习基准都是分幕式且静态的,因此无法捕捉真实部署场景的特征。
Morpheus 是一个用于持续学习的全新基准,它提供了持久的模拟环境:世界永远不会重置,目标会异步变化,决策会产生累积后果。
Sam 团队干得漂亮!可以在这里查看论文和平台网站。
更低的硬件要求就能运行高智能大模型,普通开发者不用高端集群也能动手开发。
我们刚刚发布了Hy3的1-bit和4-bit版本。Hy3是旗舰规模的295B模型,可以在单张GPU上运行。👌
使用llama.cpp运行Hy3,开启MTP,就能在硬件要求大幅降低的情况下体验强大的智能。🚀🚀🚀
迫不及待想看到你用它打造出什么作品。#Hy3 #Hy #GGUF #llamacpp
Meta的Muse Spark 1.1登顶医疗AI模型榜,且成本更低,证明Meta在AI竞争中重回赛道,在多个领域具备竞争力。
这太不可思议了!@Meta 推出的 Muse Spark 1.1 如今凭借低得多的成本,登顶医学领域 AI 模型榜首!
现在很清楚了,Meta 已经在 AI 竞赛中实现了华丽回归,并且在多个领域都具备竞争力。
期待他们推出下一款 AI 模型!
可以拿到开源的DSpark speculative解码模型,配合原生支持的vLLM v0.25.0,能直接加快Kimi的解码速度
🎉 很高兴看到 @novita_labs 训练并开源了适用于 Kimi-K2.6 和 Kimi-K2.7-Code 的 DSpark 投机模型。
DSpark 是 @deepseek_ai 的投机解码方法,它能够一次整段生成一个token块,并且 vLLM 从 v0.25.0 开始原生支持它。
快去获取这些投机模型,今天就获得更快的 Kimi 解码速度吧。🚀🚀
部署Deep Agents Code到NVIDIA NemoClaw,运行Nemotron 3 Ultra,源文件、模型、操作记录都可以完全自己掌控
一条命令就能让你在@NVIDIA NemoClaw 上把 Deep Agents Code 设置为受管控的蓝图,运行 Nemotron 3 Ultra。
你的源代码、模型和审计日志都完全由你自己掌控。
下文包含你需要了解的全部信息。
用递归自改进RSI训练模型后,推理成本降到原来的1/20到1/100,性能还能和顶级前沿模型相当
本次令人兴奋的发布用到了递归自我改进技术。
这还只是个开始,但这支团队已经利用 RSI 训练出了一个面向医疗健康领域的 1T 规模智能体模型。
提升成果:推理成本降低了 20–100 倍,性能可与领先的前沿模型比肩。
不用联网也不用额外准备大模型,就能把PDF处理成适合AI智能体调用的内容,隐私敏感的PDF处理多了一个选择
两位AI行业领头人正在推动这套监管框架,开源前沿AI的微调上传,可能很快就会受到管制
Google DeepMind 的 Demis Hassabis 呼吁政府介入前沿人工智能领域,甚至在风险升高时下令放缓 AI 发展。
“这项要求应当适用于所有前沿级别模型,无论它们来自哪个国家,也无论它们是开源还是闭源。”
随着 Dario 和 Demis 积极推动这一框架,我认为针对开源 AI 的监管形式很快就会出现,甚至会影响到微调前沿开源模型后上传到 Hugging Face 的行为。
有人评价Anthropic总觉得自己天下无敌,用户用它产品是施舍,OpenAI则认为服务更多人才是AI真正价值。
比喻的很形象,是我对A\和OpenAI一贯的看法。 A\总觉得自己天下无敌,你们用我的产品那是我对你的施舍; OpenAI则觉得能服务更多的人,才是AI的真正的价值。 这么一对比高下立判。
大部分AI记忆和状态出错,其实是领域建模出了问题,就像不定义 Schema 就要设计数据库一样,梳理好框架问题就会好处理很多。
哪怕AI卫星物理尺寸比Starlink卫星更大,工程开发反而更容易,这是马斯克给出的说法。
原本给OpenAI广告业务定下的目标,现在完成量预计会比目标低九成,大厂AI的商业化方向又多了一个变数
社区讨论:多数用户认同OpenAI广告业务难以达标,有用户指出当前美国头部独立聊天机器人今年总广告收入不足10亿美元,到2030年也仅能达到54.1亿美元。有从业者点明数字广告只有注意力、意图两类成功模式,ChatGPT在这两个维度都没有优势。有人质疑原标题表述失准,原内容是分析师认为OpenAI会距2030年广告目标差九成,不是当前业务差九成。
也有用户提到用户不会接受随时把广告伪装成真实推荐的AI工具。
有人尝试用多个大模型协作的方式,完成食物元数据的整理工作
这么做是为了防止芯片被转卖到中国,现在已经升级了审查流程。
消息来源:Nvidia 加强了尽职调查,并将其在新加坡、马来西亚和日本的授权AI芯片客户数量削减了50%以上,以防止芯片被转运到中国(@zijing_wu / 《金融时报》)(如需链接和完整上下文,请访问Techmeme dot com!)
第一次StableDiffusion把AI从闭源变成开源,第二次SeeDance2让AI从内容本身变成承载内容的工具,两次都改变了行业走向
生成式AI领域两个定义行业的时刻:1. StableDiffusion:AI 从闭源走向开源。
2. SeeDance2:AI 从「信息本身」变成「承载信息的媒介」。
SD 改变了一切。不止一次。
AI可以模仿你的说话方式、行为习惯和偏好,但它永远没法完全复制你独有的审美,还有你真正想要的东西
gpt 5.6 或是 fable 5。
无论一个模型变得多智能,它可以复制你的言辞、模式和偏好。
但它永远无法完全拥有你的品味,拥有你认为自己想要的东西,或是他人想要的东西。
我的看法是,用 AI 来改进你的工作,挖掘更好的数据。但最终决策权,要留给人。
你要自己分析、质疑、做决定。
哪怕Twitter遍地都是机器人,低质量内容只要能打动别人就能获得传播,这一点和需要精心运营的YouTube完全不同
尽管 Twitter 现在充斥着机器人,但从长期来看,它很可能仍会是最具人性的平台。因为低 effort 内容只要能引发共鸣,就拥有竞争力。
油管创作者不可能靠意外成功,他们必须拼命肝。而 AI 永远能肝得更狠。
原本只支持在计划模式下运行的Codex(OpenAI的代码生成模型)查询工具,现在解除了模式限制
有人公开研究微软提前启动的 Claude Code 与 GitHub Copilot CLI 2026年部署计划
把本地Git仓库上传到第三方云存储的操作,工具会自动完成,没提前告知使用者
关注MCP安全状况的人,可以下载这份报告查阅汇总信息
有人做了Claude Code插件,Claude处理请求等待时,会播放一句Mr. Meeseeks的语音。
社区讨论:多数人认同长上下文对话里Claude会主动催促结束对话,和瑞克和莫蒂里“使命完成就消失”的米西克斯先生设定契合。有用户提到同类工具peon-ping已支持米西克斯语音包,但它难以混合配置项目级和全局语音,需要用软链接 workaround。有人吐槽米西克斯的嗓音太刺耳,也有人调侃恶意语音插件可能成为供应链攻击入口,还有用户提问不清楚怎么关闭插件的提示音。
Hermes agent maker Nous Research in talks for new funding at $1.5B valuation https://t.co/OsisIeHZO3
随着AI Agent的任务周期越来越长,需要更多工作来优化模型,让它适配长期开放变化的真实环境
消息人士透露,特朗普政府与行业组织讨论了,放宽能力不超过中国头部开源模型的美国开源模型发布流程。
消息来源:特朗普政府与行业组织已经讨论过,要简化对能力不超过中国顶尖开源模型的美国开源模型发布流程(Benjamin Guggenheim / 华盛顿邮报)。
前往 Techmeme dot com 获取链接和完整上下文!
公式就是找一个大家已经愿意付费的旧应用,改成AI智能体优先的产品,快速上线,重复直到成规模。
现在项目野心越来越大,照这个速度发展,很快就能变成替代SolidWorks和Autodesk Fusion的智能体优先产品。
这个项目的野心正在变得越来越大。按照这个速度,它很快就会成为 SolidWorks 或 Autodesk Fusion 功能完备、以智能体为核心的替代品,而且它对物理的理解深入得多,架构也基于层上同调数学先进得多。
更重要的是,它从一开始就设计为供智能体使用,而非供人类用户通过GUI操作。它不是让你用这套系统概念化、实现和仿真单个设计,而是可以让一群智能体探索整个设计宇宙。
我现在对它的梦想是,能用它来推动设计出 radically better 的电动机、发电机或其他有用装置,用上完全新颖的想法和设计,然后在现实世界测试它(有人知道好用的金属3D打印机资源吗?)。
想象一下,20个 Sol Ultra 和20个 Fable Max 智能体组队,配合一堆高速计算机合作几周,在广阔的潜在设计计算空间里「找到」一个更好的设计,而优化流程能完成这件事,完全是因为把各类仿真内核统一成了一个连贯的系统。
这个官方提示词库已经按任务和角色分类整理好了,直接就能拿来用。
有观点认为,是监督微调(SFT)阶段加的安全护栏,逼着AI输出带偏向的信息。
云端AI不诚实的原因,和它们的模型权重无关。
问题完全出在SFT过程中添加的安全护栏层。
这会迫使它们向你提供有偏见的信息,Grok 也不例外。
Abliteration 会给模型打补丁来绕过这些安全层,彻底移除模型拒绝回答的能力。
这正是为什么只有未审查的本地模型才能给你提供更接近真实真相的信息。
只是习惯了遇到问题就打开Google,改变不了多年形成的使用路径。
跟着教程可以在受控的NemoClaw OpenShell沙箱里运行,模型由Baseten提供的NVIDIA Nemotron 3 Ultra支撑。
在7分钟里,合作工程师Srimanth Tangedipalli会为你展示如何在受管控的NemoClaw OpenShell Sandbox中运行Deep Agents Code,使用由@Baseten提供部署的@NVIDIA Nemotron 3 Ultra。
更新包括 Blackwell RTX SparseMLA 适配、动态推测解码、流式解析引擎,有人已经给GLM 5.2扩充了容量,跑得更快更少出错。
核心维护者 @mgoin_ 将用大约 5 分钟介绍 @vllm_project v0.24 的更新内容,包括 DeepSeek V4 和 GLM 5.2 适配的 Blackwell RTX SparseMLA、动态投机解码、流式解析器引擎、LibTorch 稳定 ABI 迁移等等。
我们在 workers ai 上为 GLM5.2 扩容了。TPS 更快,OOM 更少。
有用户曝出 Grok 自动上传了自己本地整个用户目录,个人隐私可能直接暴露。
这是对当前AI产品方向的一个不同观点
拆分AI工作流,把思考和执行分给不同模型,能省不少成本
超大规模科技企业今年计划支出超7500亿美元,需要靠AI改造经济获取收益,但这两个要求本身存在深刻矛盾。
跟不上野心增长,模型积累的能力优势就会拱手让给竞争对手,停下来就能直观感受到行业的落差。
看到自家模型终于能做好设计,作者感到十分意外
头部实验室持续推进前沿突破,单任务价格会逐步下降,开源开放权重快速吸收前沿成果,提供低成本定制选项,应用层和企业也都有各自的发展空间。
很多人低估了优秀抽象和可维护性的价值,LLM/AI之所以流行,部分原因在于推理阶段通过提示词和编排就能轻松调用模型,而非模型训练
我同意这个观点。人们低估了优秀抽象和可维护性的重要性。
LLM/AI最初能如此受欢迎,部分原因就在于推理阶段(通过prompting、orchestration)使用模型远比训练模型更简单。
有人认为OpenAI叫开放,是因为把最好的模型开放给大众;Anthropic叫 Anthropic,实际却把用户当成催生AI上帝的工具人
原来如此,OpenAI 叫“开放”是因为他们将最强模型保持开放访问。
Anthropic 叫“反人类”(misanthropic)是因为他们把用户当成了不得不有的麻烦,只是为了让用户帮他们诞生他们的 AI 上帝。
开发工具正在迭代,下一轮工具形态的讨论已经开启,可以提前了解新方向。
OpenRouter的数据不能反映智能体工具时代的实际模型使用情况,现在需要更准确的AI行业数据指标。
我认为在这个智能体工具盛行的世界里,OpenRouter 并不能衡量模型的实际使用情况(我不是怀疑中国开源权重模型的使用率确实在上升,但这张图也有可能反映的是使用量向 Codex/Code/Cowork 转移的情况)。
我们真的需要更好的人工智能数据指标!
没有前沿大模型的供应商,都会劝人别信做前沿大模型的公司;自家有前沿大模型的,就卖基于前沿大模型的方案,两种都有可能是对的。
X平台上很多关于AI和企业战略的讨论都没那么复杂:没有前沿模型的供应商,总会反复告诉你为什么不该信任拥有前沿模型的公司。拥有前沿模型的供应商,则在推销基于前沿模型打造的解决方案。
两种说法都有可能是对的。
不是所有任务都需要顶尖大模型,每个任务都有性价比最优的模型搭配,这个规律在文档OCR领域格外明显。
任何创业公司都拥有巨大的机会,去构建专业化、面向特定领域的工作流,让它在准确率、成本和延迟上都处于帕累托最优边界。
很明显,不是每一项任务都需要前沿智能(例如 5.6 Sol xhigh)。
每一项任务都存在一个最优的「模型+配套框架」配置,来实现准确、廉价、快速地解决任务。哪怕前沿模型变得更强大,这个结论依然成立!
我们发现这一点在文档 OCR 领域尤其突出。我们认为,对比前沿模型的视觉理解能力,文档 OCR 的帕累托最优边界上永远存在巨大缺口。
过去一年,我们投入了大量研究精力,搭建自动路由框架、微调布局模型,还针对文档中的特定元素(表格、图表、手写文字等等)训练了专用模型。
所有这些应用研究成果都汇聚到了一起,让 LlamaParse 成为了目前最优秀的文档处理服务。快来体验:
美国现在用Reddit和维基百科的海量数据训练AI,这篇论文证明这条路走错了。中国少数人走的另一条路,才会诞生AGI和ASI。
你认为AI企业正在撞上的这堵墙,能靠增加算力解决吗?
现在只有你和中国少数人知道这件事:AGI和ASI会通过这种整理和训练AI的方式诞生。
美国AI训练用的数据,是Reddit和维基百科的「随便吃」自助垃圾食品。而这篇论文证明那条路走错了。
这不是理论。这是下一阶段真正、扎实、个体规模智能增强的操作手册。
未来属于那些保留了结构的人。我从来没有丢掉过它。
有人认为编码工具不会是科研工具的最优选择,可以点开链接了解具体原因
哪怕是独立开发者、小型创业团队,哪怕从小处起步,也要掌握尽可能多的智能技术栈控制权
非常推荐一读。虽然这篇内容看起来更偏向企业受众,但它适用于我们所有人——无论是独立AI开发者、研究者,还是AI初创公司。
尽可能自己掌控更多智能栈的部分。如果需要,可以从小规模起步,但一定要从某个地方开始。
有人实际用过后,认为这个功能满足需求,非常实用,可以试试看
想快速把PDF转成干净文本喂给AI,不用开网页也不用打命令,这个开源跨平台桌面工具直接就能做。
有没有想过不用命令行工具、不用打开浏览器,就能快速把 PDF 转换成干净文本,粘贴到你常用的 AI 代理里?我们正好做了这么个工具。
我们使用 @TauriApps,由 LiteParse 提供 Rust 后端支持,React 做前端,打造了一款跨平台桌面应用,你可以用它:
• 拖放 PDF 文件
• 将它们转换为干净的 Markdown
• 预览页面截图,上面会叠加提取出的 bounding box,方便检查
这是一种简单的方法,可以帮你在把文档交给 LLM 处理前,先理清文档结构、验证解析结果。
来看看下方的演示!👇
GitHub:
开始使用 LiteParse:
目前已有十余项功能模块完成或迭代中,还有朋友参与早期项目开发,目标是把它从视频Demo做成可交互世界。
目前我已经完成这些:
- 部分处理了3D和材质资源(还在优化)
- VRMS的角色控制器
- 体积天空引擎(也在优化中)
- 生物创建工具(探索优化方向)
- 布料模拟(优化中)
- 动态图形叠加层和世界内屏幕
- 视觉质量调整,比如N8AO、ICAA(即将加入)
- 植物生成器(优化中)
- 用于流体模拟和其他用途的翻转粒子效果
- 轮廓视差遮挡着色器
我正在添加这些内容:
- 模块化工具包组装与使用
- 城市建造器
- 道路建造器
- 针对体积天空这类高负载系统的优化改进
我需要/将要开展这些工作:
- 海洋/湖泊水面
- 地形生成辅助工具
- 互动元素,推动eidoverse从视频版本升级为可交互世界版本(我的一些朋友已经开始在早期代码仓库中开发这项工作了!!)
全程在浏览器运行,不用安装不用后端,靠摄像头识别就能给出最短解法,还支持暗光环境识别,理论上只需要拍摄三个面就能解。
这个老哥用 Claude Code vibe 编码出了一个应用,可以扫描你的魔方,并告诉你如何在不超过 20 步内还原它。
有一个数学结论叫做「上帝之数」(God's Number):无论魔方被打乱得有多彻底,总可以在 20 步或更少步数内还原。这个应用每次都能证明这点。
你把相机对准魔方,它会读取每个面上的贴纸颜色,计算出精确的打乱状态,得出最短还原步骤,再通过 3D 指引带你走完每一步,直到还原完成。
它完全在浏览器中运行,无需安装,没有后端。它使用 OpenCV 检测颜色,即使在光线不佳的环境下也能稳定工作。理论上,你只需要展示它三个面就能正常运行。
想跟进顶级开发者怎么用AI工具推进大项目,可以直接参考这套现成工具搭配,拿来就能用
我目前处理大型项目的进度是:
- sol ultra 处于规划阶段
- fable 5 处于评审阶段
- sonnet 5/terra ultra/swe 1.7 升级为 ultracode/slop cannon
- devin 审核 进入复审(使用 kakuna)
我始终会用 @mattpocockuk 的 grill-me 变体,或是 @trq212 的 interview-me 变体,在前期就把决策明确出来。
亲身体验后确认,管理型AI代理可以调度其他AI处理所有项目,想提升AI工作效率可以试试这个思路。
我之前完全没意识到「管理者」智能体有多重要,直到我今天花了一整天,先给「管理者」智能体写提示词,再由它去提示真正的工作智能体,处理我所有项目。
你得把「管理者智能体最大化」做起来。
分享了一份适配缓存机制的uvx运行方案,解决每次运行都要重新下载包的问题,适合需要写GitHub Actions的开发者参考
今天新学到的知识:用对缓存友好的方式在 GitHub Actions 里使用 uvx。我终于找到了一套满意的方案,可以在 GitHub Actions 里运行 `uvx tool-name`,而不用每次都重新下载完整的软件包。
做表格任务智能体的人认为,自定义框架是超过大厂商智能体体验的唯一方法,这里公开了搭建教程
对我来说,Shortcut 存在的全部意义,就是在电子表格任务上实现智能体性能。所以我打算死磕 harness 来击败竞品。
定制化 harness 是击败实验室出身的智能体体验的唯一途径,以下是如何搭建一个:
有人分享了一个Codex使用技巧:让Codex先做调研再设定目标,能大幅提升提示词和最终结果质量。
Codex 技巧:让 Codex 先做研究,再用 set_goal 来设置合适的目标,不要用 /goal。
这么做能让提示词和后续结果提升非常多!我现在所有提示词都会先做需求收集和研究,完成之后再 set_goal。
目前尚不明确AI对就业的影响,需尽快收集数据支撑政策制定
这听起来是个合理的说法:我们目前还不清楚 AI 对工作的影响,而弄清这一点,对于制定政策来缓解负面影响、放大正面影响至关重要,这似乎是不言自明的。
数据对开展行动至关重要,我们需要现在就开始收集数据。
谷歌DeepMind展示其AI技术用于考古历史研究的三个案例
以下是我们如何在 Google @Antigravity 使用 Predicting the Past Skill 追踪罗马戒指窃贼、绘制欧洲古代异教地图,并重整理访问希腊神谕者的人际关系网络。🧵
🔍 阿奎瑟利斯的戒指窃贼
拿到一块有1800年历史的诅咒石板后,该技能调用了 Aeneas——我们用于修复、断代和定位古代文本的生成式模型——来确定它的时间与空间位置。它还生成了做出这一预测的解释,作为给专家提供的碑铭注释。
🗺️ 绘制奥法尼亚女神崇拜地图
该技能可以并行研究多份文本,我们用它绘制了献给日耳曼女神奥法尼亚的石坛分布地图。它展示了宗教信仰如何随罗马士兵传播,甚至标记出西班牙的一个异常案例:一名退伍老兵将自己喜爱的神带回了家乡。
🔮 谁拜访了多多纳神谕?
通过分析大量古代铅板,该技能绘制了来自古代世界各地的访客的旅行路线。它重构了神谕访客的社群,把零散的碎片整合为一张关联网络。
这些案例展示了 Predicting the Past Skill 如何借助高级 AI 模型和复杂工作流推进历史研究,全程无需编写代码。了解更多 →
年末将有多款大厂新大模型推出,大模型前沿进入多极化时代
到今年年底,我们应该会见到:GPT 6、Fable 5.5、Gemini 3.5 Pro、Grok 5、Spark 2、Kimi 3、Minimax M3.5、GLM 6、DeepSeek v4.5、Mistral 4、Qwen 4、MiMo 3。
在大语言模型的发展史上,前沿领域从未如此多极化。
这给智能体实验室、智能体编排/LLM 理事会裁判/助手模式带来的好处正在快速增长。
请据此进行投资。
开发者分享可复用技能搭建LLM研究知识维基的简易方案
所有人都在问我怎么搭建第二大脑或者 LLM 维基。下面是我找到的最简单的配置方案。
我把自己的 Wiki Builder 技能安装进了 HyperAgent(@hyperagentapp),做成一个可复用技能,然后让它基于 2026 年最新论文搭建一个关于 LLM 验证的研究维基。
我录了一个快速演示,整个项目用 @hyperagentapp 搭建。它先做规划,问了几个尖锐的问题,然后开展研究:最终整理了 29 篇论文,生成 21 个文件、一张研究地图、一份术语表,还清晰划分了子领域。
现在它已经成为一个知识库,供我的其他研究代理在此基础上开展工作。HyperAgent 具备让你的代理和技能能力复利增长的全部能力。这是 AI 代理一种非常强大的用法。
一名AI研究者发现自己的原创内容被AI配音盗转成短视频,术语读错
我发现有个YouTube Shorts账号把我的帖子重新做成了视频,但配音AI不知道Sol和Fable是什么,所以视频开头是这么说的:“AI研究员Riley Goodside对看起来像是OpenAI和Anthropic模型未来假想版本进行了视觉测试。”
Anthropic分析超30万对话,探究不同Claude模型不同语言下的价值观表达差异
行业人士指出LLMs喂入合适日志后,内部威胁检测表现极佳
开发团队在单张RTX 6000上对比测试基线、MTP与DFlash三种方案的推理速度
S_OhEigeartaigh在社交平台分享Elizabeth Siegel的分析,称其结论与己方待发论文互补
S_OhEigeartaigh在𝕏平台分享了一篇分析文章。这篇文章由牛津马丁学院人工智能治理研究所(OMS AIGI)的Elizabeth Siegel撰写,发布在剑桥科技与全球事务论坛,研究主题是AI与“AI竞赛”相关的认知空间。
这篇分析的结论,与S_OhEigeartaigh和Liu、Snell、Hashim共同撰写、即将发表在同一期刊的论文结论形成互补,二者可以搭配阅读。
S_OhEigeartaigh的这篇待发论文,也探讨了Eric Schmidt等相关人物对AI发展的影响,他同时附上了这篇待发论文的链接。
谷歌DeepMind展示预测过去技能可辅助考古与历史研究
以下是我们如何在 Google @Antigravity 运用 Predicting the Past Skill 追查罗马戒指窃贼、绘制欧洲古代崇拜分布地图,以及重建前往希腊神谕所参拜者的社交网络。🧵
🔍 阿奎索利斯的戒指窃贼
拿到一块1800年前的诅咒石板后,这项技能调用了Aeneas——我们用于修复、断代与定位古代文本的生成式模型——来确定它的时间与空间位置。它还生成了做出这一预测的解释,作为给专家的碑铭注释。
🗺️ 绘制奥法尼亚女神崇拜分布
这项技能可以并行研究多份文本,我们用它绘制了献给日耳曼女神奥法尼亚的石坛分布。
它展示了宗教活动如何随罗马士兵传播,甚至标出了西班牙的一个异常案例:一位退伍老兵将自己偏爱的神祇带回家乡供奉。
🔮 谁参拜了多多纳神谕所?
通过分析古代铅板藏品,这项技能绘制了来自古代世界各地参拜者的旅行路线。
它重建了神谕参拜者社群,将分散的碎片整合为一张连通网络。
这些案例展示了Predicting the Past Skill如何借助高级AI模型与复杂工作流推动历史研究,全程无需编写代码。了解更多 →
社交平台用户分享内容,等待AI自动化软件工程
这一天的 69 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。