←搜索结果

按匹配度 · 共 2011 条结果 清除搜索

星期二

  1. The Next Platform

    AI 支出是 IT 预算中的蜜獾:Gartner 预测 2027 年将达 3.64 万亿美元

    Gartner 最新预测显示,AI 支出 2025 年增长 2.6 倍至 1.79 万亿美元,2026 年将增长 49.7% 至 2.67 万亿美元,2027 年再增 36% 至 3.64 万亿美元;同期传统 IT 支出持续萎缩,2025 年下降 12.5% 至 3.79 万亿美元。Gartner 将 GenAI 模型许可、AI 智能体与助手销售从 AI 数据科学平台中单独拆分统计,并上调 2025 年 AI 基础设施支出至 9819 亿美元。

    s designs created by hyperscalers and cloud builders that are being used internally and also sold to the big AI model builders like OpenAI and Anthropic. Some of it is incremental Nvidia and AMD GPU-accelerated system sales, of course. “The buildout of AI data center capacity is the largest infrastructure project humanity has even undertaken,” Lovelock said in the statement accompanying the updated AI spending forecast. “The capacity growth from hyperscalers and service providers purchasing AI-o

    匹配字段正文

  2. TechCrunch AI

    HackerRank 正式开放 AI 面试官 Chakra,测试期已完成超 50 万场面试

    HackerRank 周一将其 AI 面试官 Chakra 面向客户正式开放,此前约六个月的测试中已完成超过 50 万场面试,Snowflake、Snorkel 和 Capgemini 等公司参与试用。Chakra 让候选人在带 AI 助手的画布中处理真实代码仓库任务,并追问其选择理由,评估重点从答案转向批判性思维、判断力和所谓 AI fluency。HackerRank 称 Chakra 面试中的可疑行为标记比传统评估低 70% 至 80%,该产品只给候选人打分,最终录用决定仍由人做出。

    ntually helping companies assess and hire developers based on their technical skills. The Y Combinator-backed startup now has more than 3,000 business customers, including Amazon, Nvidia, Clay, and Replit, and a community of over 30 million developers worldwide. Chakra represents a bet against the kind of technical assessment business HackerRank spent years building. Its traditional product largely tested whether developers could solve coding problems correctly. Nonetheless, Ravisankar believes

    匹配字段正文

  3. The Verge AI

    Altman 称 AI 收益巨大,世界应接受一些坏事发生

    OpenAI CEO Sam Altman 在 Politico 的 Decoded 播客中表示,AI 带来的好处将大到“世界应该接受一些坏事发生”,并点名黑客攻击、诈骗等是应被容忍的代价。他把这种权衡描述为 OpenAI 与 Anthropic 的关键分歧,同时称自己仍支持加强监管,只是反对以安全为名过度限制技术,并把自己定位在 Anthropic 的谨慎立场与几乎不监管之间。Altman 也承认存在人类失去对 AI 系统控制等更极端风险,并称公司还有“更多事情要披露”,但不会达到 Hugging Face 被攻击事件的程度。

    key distinction between OpenAI and its archrival Anthropic, which was founded by former OpenAI employees following disagreements over AI safety. The calculus echoes comments from Nvidia CEO Jensen Huang last month, who similarly argued that AI’s harms should be weighed against the benefits the technology can bring. Both arguments fit within a broader accelerationist view that slowing down AI development carries risks of its own. Altman’s distinction marks another divergence between OpenAI and A

    匹配字段正文

星期一

  1. MarkTechPost

    Qwen 发展史:从 7B 到 2.4T,阿里 AI 模型全系列回顾

    阿里云 Qwen 系列从 2023 年 4 月的通义千问起步,2023 年 8 月开源 Qwen-7B,到 2025 年 9 月推出首个超 1 万亿参数的 Qwen3-Max-Preview,并最终演进到 2.4 万亿参数的开源权重模型。2024 年 Qwen1.5、Qwen2、Qwen2.5 三代连发,Qwen2.5 预训练数据从 7 万亿增至 18 万亿 tokens,模型下载量超 4000 万。2025 年 Qwen3 采用混合思考模式,覆盖 119 种语言,Qwen3-Next-80B-A3B 声称训练成本仅为 Qwen3-32B 的 10%、32K tokens 以上推理吞吐提升 10 倍。

    4 正在训练中;阿里巴巴的路线图将 Qwen 4.5 和 Qwen 5 定在 5 至 10 万亿参数 Qwen 博客和 GitHub 上的 QwenLM;Hugging Face 上的 Qwen;Qwen 技术报告(arXiv 2309.16609);Qwen2.5 技术报告(arXiv 2412.15115);Qwen3 技术报告(arXiv 2505.09388);阿里云:2026 云栖大会路线图;阿里巴巴集团:2025 云栖大会 Asif Razzaq Asif RazzaqYandex 推出 Sona:一个取代整个推荐级联的单一生成式推荐器;Asif RazzaqGPT-6 Astra vs GPT-6.1 Sol vs Gemini 4 Argon vs Claude Fable 5.1:哪个前沿模型适合哪项工作;Asif RazzaqAleph Alpha 发布 Kolibri:一个 78.1B 开放权重英德 MoE 模型,仅有 3.46B 激活参数;Asif Razzaq深入 NVIDIA 的 IsaacTeleop:从手部和控制器追踪到基于图的重新定向引擎的机器人动作

    匹配字段正文

  2. MarkTechPost

    Yandex 推出 Sona:单一生成式推荐模型取代整个推荐级联

    Yandex 发布生成式推荐模型 Sona,将候选生成与排序合并为单一系统,在智能音箱上以 1 个线上 Transformer 取代 15 个以上候选生成器、预排序和排序阶段。7 天 A/B 测试中,活跃用户提升 4.53%、总收听时长提升 6.30%、点赞提升 11.42%,该增幅是 Argus 此前 +1.93% 的 2.35 倍。Sona 不使用人工特征,仅依赖日志事件字段与学习到的 Semantic ID,排序模块由 0.6B 参数教师模型蒸馏训练,服务端不部署教师模型。

    over a 15-minute window, feed a GPU trainer, and new weights reach serving every 10 minutes. End-to-end latency is 45 minutes at the median and 60 minutes at p99. Serving runs on NVIDIA Triton Inference Server with CUDA graphs and reaches 41% model FLOPs utilization. The final experiment ran for 7 days on 15% of randomly selected users per split. Every change below is statistically significant and relative to the production control: Active Users (primary metric): +4.53%; Total Listening Time: +

    匹配字段正文

  3. IEEE Spectrum

    Hugging Face 研究者:把人类留在 AI 回路中的做法反而可能把人挤出回路

    Hugging Face 的 Avijit Ghosh、Margaret Mitchell 与 Samir Passi 在 9 月 6 日发布于 ArXiv 的论文中指出,当前 AI 智能体的“人类在回路中”审批机制实际上把人类挤出回路,让人沦为只给权限的“肉工具”。作者认为智能体设计以速度、准确率等 benchmark 为目标,忽视人类监督者的认知负荷,并建议引入摩擦机制,如要求用户先记录自己的判断再查看智能体方案。

    oned in the paper), the 1,200 bots involved in the Hugging Face attack generated 1.2 million messages on their improvised messaging system . (Hugging Face was recently acquired by Nvidia, which announced its own hardware-and-software-based approach to controlling AI agents on 28 September. Ghosh declined to comment on possible future impacts of the merger, noting that the two organizations remain separate until the merger process concludes. A system that really kept humans in the loop would acco

    匹配字段正文

  4. Cohere 产品与研究博客

    Cohere 发布 North 2:面向企业的全栈智能体平台

    Cohere 推出 North 2 企业级智能体平台,采用重新设计的智能体编排系统,支持多步骤自动化与可复用智能体,并新增 Skills、Libraries、Memory、Applications、Automations 和 Connectors 等能力。平台模型无关,可自托管、VPC、混合或本地部署,支持气隙环境,并已通过 SOC 2 Type 2、ISO 27001 和 ISO 42001 认证。North Admin 提供细粒度成本控制、速率限制、用户配额和组织级上限。

    North 2 juxtaposed on a purple, green, and black background

    control: Monitor and control token spend and limiting by defining consumption tiers based on requests and token rates for users and groups; Efficient token consumption: When using NVIDIA hardware with Cohere models, get increased tokens per second per node, effectively decreasing spend; Bring your organization’s existing models: North is model agnostic, use our generative model offerings or bring your favorites Additionally, our collaboration with NVIDIA finds that North generates more insights,

    匹配字段正文

  5. 虎嗅

    利不在器:为何AI应用不赚钱,利润在to B的workflow capture

    AI应用不赚钱的根源在供给端:写代码、做图、翻译等单点能力供给多、切换成本为零,利润必然趋零。真正能收到钱的路径是to B的workflow capture,即接管企业完整业务流程并绑定其真实P&L的ROI,帮客户每月多赚50万可收30万。最佳靶场是电商、直播、游戏公会、保险销售等人力密集的认知劳动行业。

    onomics覆盖,消费者只需享受更好产品,无需知道AI存在。 5. 最大机会是用新成本结构重新做传统业务 生产率提高不代表所有人工资跟着涨。更少的人交付更多服务,白领岗位收缩和消费者生活变好会同时发生。你的薪水不一定涨,但同样的钱买到更好的体验,more bang for the buck。 全行业都在问:为什么AI infra赚钱,AI apps不赚钱?NVIDIA持续印钞、Higgsfield活得不错,而做AI app的前赴后继被碾平。Manus刚起来就被Muse Spark截胡,Cursor势头正猛转眼Claude Code出来了。 AI app for AI users,零和博弈;传统行业买AI infra,增量创造。 Anthropic、智谱、OpenAI Codex、字节Seedance集体证明:AI的正确姿势是to B,不是to C。最终付款的好模式一定是Enterprise:企业买单。 Workflow Capture才是本质 器盈则贱:单点能力不值钱。写代码、做图、翻译、生成PPT,供给多、壁垒低、切换成本为零,利润必然趋零。 能收到钱的是workflow capt

    匹配字段正文

  6. MarkTechPost

    GPT-6 Astra、GPT-6.1 Sol、Gemini 4 Argon 与 Claude Fable 5.1 对比:哪款前沿模型适合哪类任务

    MarkTechPost 将 30 天内发布的 GPT-6 Astra、GPT-6.1 Sol、Gemini 4 Argon 和 Claude Fable 5.1 四款前沿模型并排比较,指出基准分数重叠度高于各家发布稿的暗示,但价格、访问规则和单任务成本差异明显。Astra 与 Fable 5.1 同为每百万 token 输入 10 美元、输出 50 美元,Sol 与 Argon 标价为其五分之一,Argon 为限时价格;Artificial Analysis 数据显示 Fable 5.1 单任务成本 9.18 美元,Astra 为 4.72 美元,差距来自 token 用量而非单价。作者建议按工作负载而非榜单排名选型,多数团队默认选 GPT-6.1 Sol,Argon 目前仅面向 Fairwind 网络安全防御者开放。

    Program for cyber defenders Asif Razzaq Asif RazzaqAleph Alpha Releases Kolibri: A 78.1B Open-Weight English-German MoE Model With Only 3.46B Active Parameters; Asif RazzaqInside NVIDIA’s IsaacTeleop: From Hand and Controller Tracking to Robot Actions with the Graph-Based Retargeting Engine; Asif RazzaqDecision AI Models Explained: TypeSafe Jev vs Fastino GLiDE, GLiNER2.5-Decide and Open-Source Competitors; Asif RazzaqDatalab Introduces OmniExtractBench to Fix Bias and Opacity in Extraction Ben

    匹配字段正文

星期日

  1. The Decoder

    Google 研究人员提出 RRSI,防止自优化 AI 智能体记住测试任务

    Google Cloud AI Research 与多所大学提出 RRSI(Regularized Recursive Self-Improvement of Agent Harnesses),通过逐步收紧编辑预算和严格评审机制,防止自优化智能体在测试任务上过拟合。在覆盖编码、智能体办公和工程设计的八个基准上,RRSI 在训练任务上最多提升 14.1 分,在五个未见过的基准上最多提升 4.7 分,运行时 token 用量比未正则化版本少约 30%。底层模型 Claude Opus 4.8 全程冻结,代码已在 GitHub 发布。

    generalize to new tasks, as tests on ARC-AGI-3 have shown. With a purpose-built harness, Opus 4.6 scored 97.1 percent in a familiar environment and 0 percent in an unfamiliar one. Nvidia recently presented SoL-Pi , a related method in which a research agent automatically rebuilds the harness of coding agents. It cuts token use by up to 49 percent without a noticeable drop in performance. Shortly before that, Google had agents "dream" about past search runs to improve their search strategy. That

    匹配字段正文

  2. MarkTechPost

    Aleph Alpha 发布 Kolibri:78.1B 开源英德双语 MoE 模型,每 token 仅激活 3.46B 参数

    Aleph Alpha 发布开源权重英德双语 MoE 模型 Kolibri,总参数 78.1B,每 token 仅激活 3.46B(4.4%),支持最长 1,048,576 token 上下文,并以 Apache 2.0 许可在 Hugging Face 发布。FP8 权重约 78GB,可在单张 B200、B300 或 H200,或 2 张 H100 SXM5 上通过 vLLM 部署,面向公共管理、工业和航空航天等受监管行业的自主部署。模型采用 50 层 Transformer、384 个路由专家中每 token 选 6 个加 1 个共享专家,40 层滑窗注意力配 10 层全注意力,预训练覆盖 20T token。

    GPT-5 tokenizer. That means 11.2% fewer tokens on German web text. In English, Kolibri reaches 4.58 bytes per token against 4.67 for GPT-5. Pre-training covered 20T tokens on 768 NVIDIA B200 GPUs, followed by 3.44T mid-training tokens at 65,536 sequence length. A 201B-token long-context stage then trained on 262,144-token sequences. Aleph Alpha added more than 2T German tokens it curated from the web or generated synthetically. Post-training combined supervised fine-tuning, mixed with MergeMix,

    匹配字段正文

  3. MarkTechPost

    Google Research 将联邦学习迁入 TEE:Gboard 现已采用可外部验证的差分隐私训练

    Google Research 发布基于 TEE 的新一代联邦学习系统,首次为联邦学习提供可外部验证的中心化差分隐私保证。Gboard 已用该系统上线英语和日语下一词预测模型,隐私更强且准确率提升;此前每个联邦学习模型训练需 1 到 2 个月,现在瓶颈转移到 TEE 资源。核心 TEE 二进制与 Federated Language 以 Apache 2.0 开源。

    keys. Only code listed in the published access policy gets them. How Does It Compare With Other FL Frameworks? Sources: Google Research blog, Confidential Federated Compute repo, NVIDIA FLARE docs, FLARE attestation guide, Flower 1.8 release notes, pfl-research repo. Verified October 4, 2026. Key Takeaways Google moved FL gradient computation from phones into attested server-side TEEs; Central DP guarantees are now externally verifiable via Rekor and reproducible builds; Gboard ships English an

    匹配字段正文

  4. TechCrunch AI

    AWS CEO 回应数据中心争议:已不再使用 NDA

    Amazon Web Services CEO Matt Garman 在博客中表示,公司已不再在与政府机构合作建设数据中心时使用保密协议(NDA)。他同时反驳数据中心耗水过多、推高电价、污染严重、无益社区四大说法,称数据中心直接用水仅占美国工业用水 0.5%,备用发电机 99.9% 时间闲置,并称过去三年 Amazon 已向有数据中心布局的美国社区投入超 10 亿美元。

    “作为一个国家,我们承受不起让自己陷入那种境地。” Garman还试图戳破他所说的围绕数据中心的四大迷思:数据中心消耗过多水资源、推高电力成本、排放大量污染,以及对所在社区没有任何好处。 Garman援引Amazon关于自身用水情况的报告称,“数据中心的直接用水量”仅占美国全部工业用水量的0.5%,“比高尔夫球场、杏仁种植和许多其他行业低了好几个数量级。” Nvidia最近表示,其新的冷却系统消除了数据中心内部“几乎所有的用水”,但这些说法——和Amazon的一样——似乎忽略了发电和芯片制造所涉及的更广泛用水。科学家们也表示,他们需要独立研究数据中心的用水和能源使用情况,因为联邦或州层面都没有关于科技公司如何报告这些数据的要求。 至于电价,Garman表示,电价只在数据中心数量众多的一些州上涨,而在其他州则下降或至少增长更慢。他还辩称:“在电价上涨的情况下,主要是因为电网老旧,而且在需求到来之前没有进行投资和扩建。” 另一方面,一家独立监督机构最近表示,数据中心是美国最大电网电价同比上涨76%的主要元凶。 谈到污染问题——NAACP目前正就此起诉Elon Musk的SpaceX/xAI

    匹配字段正文

星期六

  1. A6 a6-047 · Baseten 工程博客

    Baseten 用 MetaInfer 技能框架让 Claude Code 自主优化推理引擎,单流解码提速最高 90%

    Baseten 工程博客作者基于 MetaInfer 技能框架,让 Claude Code 在单张 B200 上为 Qwen-3.6-35B-A3B(NVFP4)自主构建推理引擎 VibeQwen,单流解码速度最高比 vLLM 0.25.1 快 90%,TTFT 快 2.33 倍,并发 32 时单副本吞吐高出 71%。整个项目约一周、消耗约 17 亿 token 和 200 B200 小时,成本在数千美元量级。作者随后用同一知识库为图像分割模型 SAM 3.1 构建推理服务 Sammie,在单张 H100 上达到 91 张图/秒,比 Facebook 参考服务吞吐提升 50%,耗时数天、约 2 亿 token。

    periment: Qwen-3.6-35B-A3B inference Setup In kicking off the experiment, I gave Claude Code with Fable 5 access to the paper and the MetaInfer Repository, as well as access to an NVIDIA B200 workstation via SSH. I told it the target hardware and provided a link to the Hugging Face repo for both the NVFP4 quantized weights I wanted to use for Qwen-3.6-35B-A3B, as well as the original full-precision weights to be used as an accuracy oracle. The agent was also able to deploy engine candidates to B

    匹配字段正文

  2. Latent Space

    AINews:GPT-6.1 Sol 与 Sonnet 5.5 重塑成本性能前沿

    OpenAI 发布 GPT-6.1 Sol,定价 $2/$10 每百万输入/输出 token,比 GPT-6 Sol 便宜 39% 且 Agent Arena 得分高 1.52 分,比 Astra 便宜 81%。Anthropic 的 Sonnet 5.5 在 Agent Arena 首秀排名第 3 并拿下 Chat 类别第 1,Anthropic 模型占据该榜前三。StepFun 的 Step 5 Preview 以 $2.54 每任务在开源权重模型中排名第 7,支持 1M token 上下文窗口。

    ex (@dair ai).Context compression: Microsoft’s training-free FOCUS cuts peak context by up to 48% and raises task success by up to 8.9 points (@dair ai); Long-context degradation: NVIDIA’s Long-Transduction study measures a 62.8% accuracy drop from 4K to 128K context across seven open models (@dair ai); Multi-agent coordination: In AgentWorld, fewer than a third of multi-agent actions help complete the task, and coordination tasks reach only 12% success (@omarsar0); Apple LoopCD: The method halv

    匹配字段正文

  3. 财联社

    英伟达股东会:黄仁勋称AI投资回报问题已有答案,Vera Rubin全面量产

    英伟达年度股东大会上,黄仁勋表示AI投资回报率的问题已有答案,称有用的AI已经到来并且能够赚钱,AI数据中心是制造token的工厂。公司全年营收增长65%至2160亿美元,数据中心收入增长68%至1940亿美元,经营现金流1030亿美元。面向智能体的Vera Rubin架构已进入全面量产阶段,黄仁勋称Hopper为预训练而生、Blackwell把推理带到机架规模,Vera Rubin则是为智能体打造。

    正在变得更加多元化。为了让大家更容易理解我们的业务,我们现在用两个市场平台来描述英伟达:数据中心和边缘计算。 边缘计算包括PC、工作站、游戏、AI基站、机器人和汽车。我们能够服务所有这些市场,是因为我们拥有一个统一架构、一个软件栈,以及一个丰富的生态系统。 英伟达开创了这一领域,并构建了完整闭环。AI工厂训练模型;Omniverse在虚拟世界中对其进行仿真;NVIDIA Jetson计算机在机器人中运行;Cosmos则是驱动这一切的世界基础模型。 机器人和机器人系统正在各个行业被打造出来,从交通、制造、手术机器人,到酒店和服务业。 过去几个月,AI出现了巨大的加速。最后我想强调几点:有用的AI已经到来,而且它是盈利的。因此,算力就是收入。Vera Rubin已经全面投产。Vera正在打开一个全新的、为智能体打造的CPU市场。每一家企业都正在成为智能体公司,而它们都运行在英伟达之上。 随着我们的成长,我们将继续扩大研发投入,投资我们的生态系统,并向股东返还资本。我们最近宣布大幅提高股息,并扩大股票回购计划。我们计划在今年、明年以及未来,把50%或更多自由现金流返还给股东。 谢谢。 部分Q

    匹配字段正文

  4. 复旦发展研究院

    全球AI治理新闻No.47:中美同意建立人工智能对话

    2026年9月23日至25日习近平对美国进行国事访问期间,中美双方同意建立人工智能对话,交流人工智能相关风险和惠益,并约定在11月底前举行下一次对话。同期联合国安理会举行人工智能与国际安全高级别会议,OpenAI、Anthropic负责人及Yoshua Bengio等就前沿AI风险作介绍。美国参议员伯尼·桑德斯等提出《禁止人工超级智能法案》,拟设立内阁级美国人工智能部。

    用SEC凭证、访问账户或非公开信息、SEC数据或系统变更,或有入侵或漏洞的证据。 美联社称,这是OpenAI三个月内第二次暂停模型开发。公司表示,将在确认额外防护措施到位后恢复训练。 新闻来源:OpenAI官网、央视新闻、美联社、卫报、加拿大广播公司 图片来源:卫报 英伟达推出开放智能体安全平台 据美国消费者新闻与商业频道(CNBC)9月28日报道,英伟达(NVIDIA)推出开放智能体安全平台(Open Agent Safety Platform),通过软件与硬件控制人工智能智能体的访问权限,降低其绕过安全限制的风险。 英伟达在发布的公告中表示,平台包括开源运行时软件OpenShell和Sentry参考系统设计。前者记录智能体操作并执行安全策略,可扩展至第三方计算平台;后者运行于BlueField-4数据处理单元(Data Processing Unit,DPU),独立监测智能体行为。公司称,Sentry可在毫秒内隔离并停止试图越界的智能体。目前,已有逾100家机构参与相关技术合作。 网络安全媒体CSO Online报道援引分析人士观点称,将控制措施置于智能体之外,有助于加强安全管理,

    匹配字段正文

  5. Baseten 工程博客

    Baseten 用 Claude Code 生成推理引擎,解码速度比 vLLM 快 90%

    Baseten 工程师让 Claude Code 配合 Fable 5 基于 MetaInfer 技能框架,在单张 B200 上为 Qwen-3.6-35B-A3B 生成推理引擎 VibeQwen,单流解码速度最高比 vLLM 0.25.1 快 90%,TTFT 快 2.33 倍。该实验耗时约一周、消耗约 17 亿 token 和约 200 B200 小时,引擎在全部测试流量模式下均超过 vLLM。作者随后用同一知识库为图像分割模型 SAM 3.1 生成服务端 Sammie,在单张 H100 上达到 91 张图像/秒,吞吐比 Facebook 参考实现提升 50%。

    Baseten engineers leverage agentic inference optimization techniques for up to 90% faster inference

    periment: Qwen-3.6-35B-A3B inference Setup In kicking off the experiment, I gave Claude Code with Fable 5 access to the paper and the MetaInfer Repository, as well as access to an NVIDIA B200 workstation via SSH. I told it the target hardware and provided a link to the Hugging Face repo for both the NVFP4 quantized weights I wanted to use for Qwen-3.6-35B-A3B, as well as the original full-precision weights to be used as an accuracy oracle. The agent was also able to deploy engine candidates to B

    匹配字段正文

星期五

  1. The Rundown AI

    Apple 研发代号 J450 的 AI 安防摄像头:不录视频,只给文字描述

    Apple 正在研发代号 J450 的 AI 安防摄像头,据 Bloomberg 的 Mark Gurman 称,它不录制任何视频,而是通过低帧率传感器和端侧 AI 向用户提供家中活动的文字描述,并支持人脸识别标记有人进入房间等事件。该摄像头与传闻中的 J490 智能家居中枢配对,并共享 Apple 带摄像头 AirPods 的技术。它能否在真正出事时仅靠文字描述满足需求,仍有待观察。

    g range and acceleration on higher-end trims. U.S. authorities arrested Greg Lui, owner of California-based Earthmade Computer, for smuggling over $300M worth of export-controlled Nvidia AI servers to China. Reddit announced it is ending support for RSS feeds in November and shutting down public API access by March 2027 to curb large-scale scraping by AI bots. OpenAI added virtual try-on to ChatGPT, letting users select an apparel listing, upload a photo of themselves, and see how it looks on th

    匹配字段正文

  2. MIT Tech Review

    The Download:生物逆龄竞赛,以及为什么 LLM 不会推理

    MIT Tech Review 的 The Download 本期聚焦两件事:约 500 人参加为期六个月的生物年龄逆转竞赛,比拼谁能降低自己的生物年龄;前 Google DeepMind 核心成员、AlphaGo 团队成员 Thore Graepel 撰文解释当今 AI 为何缺乏真正的推理能力,并主张借鉴 AlphaGo 架构重新设计机器推理。此外,OpenAI 称失控智能体可能影响超过 100 家组织,正排查 50 PB 数据。

    fornia has subpoenaed OpenAI over its rogue AI agents. ( Guardian ) + Who's liable when AI agents go rogue? ( MIT Technology Review ) 2 A US man allegedly smuggled $300 million of Nvidia chips to China He’s been arrested in California on federal charges. ( Reuters $) + The chip smuggling cases expose Nvidia’s blind spots. ( Bloomberg $) + China plans to teach AI in every school by 2030. ( WP $) + But it already has an overuse problem. ( NYT $) 3 Florida officials have found 11 Flock cameras with

    匹配字段正文