人工智能 今日: 1 |主题: 217|排名: 46 

在线训练PyTorch构建块，专为 OLMo 生态系统打造，助力大规模语言模型开发。 AllenAI推出的 OLMo-core，集成了训练、推理的全套模块，不仅提供了官方训练脚本支持多GPU分布式训练，还能无缝接入 Hugging Face Transformers 和高效的 vLLM 推理引擎。 主要亮点： - 支持最新的 OLMo-2（32B）和 OLMo-3（7B/32B）模型训练 ...

【 谷歌AI新算法被曝抄袭南洋理工博士成果，学术圈震动！】3月26日，谷歌研究院发布TurboQuant算法论文，宣称可将大模型KV缓存内存占用压缩至1/6，引发全球存储芯片市场剧烈震荡，美韩巨头单日蒸发超900亿美元市值 。 然而仅一天后，新加坡南洋理工大学博士、现苏黎世联邦理工学院博士后高健扬在社交平台公开质疑：TurboQ ...

http://t.cn/AXIfryMT 一篇介绍LLM benchmark 的博文。 LLM benchmark 的价值在于构建一套能真实反映模型能力、可诊断短板、可持续迭代且评测成本可控的评测体系。 作者通过 MMLU、GPQA、BIG-Bench、IFEval、AlpacaEval、IRT/tinyBenchmarks/DatBench 等案例说明，好的 benchmark 必须重视数据质量、专家人工校验、真实任 ...

在AI圈，最神秘的词莫过于“涌现”。 指的是当模型大到一定程度，它会像打通了任督二脉一样，突然学会推理、幽默和写代码。 但这真的是一种“跳跃”吗？ 最近学术界吵翻了天： 一边说：这是暴力美学的奇迹。量变引起质变，AI在海量数据中悟出了世界的底层逻辑。 另一边说：这只是海市蜃楼。AI一直在进步，只是我们的测试标 ...

内容： 很多人觉得 AI 只是个高级搜索引擎。但你有没有想过，为什么 ChatGPT 能做数学题、能写诗、甚至能听懂你的阴阳怪气？ 答案只有四个字：暴力美学。 在 AI 领域有一个神奇的词叫 “涌现” (Emergence)。 当模型的参数和训练数据大到一定地步，它就不再是简单的“概率预测”，而是会产生一种质变。 这就好比： [*]10 ...

Harness is the New Dataset：模型智能提升的下一个关键方向 http://t.cn/AXI75Br3 “最近，harness engineering 又成了继 prompt engineering、context engineering 之后新一代的 buzzword。 这背后对应着一个越来越清晰的变化：当基模能力逐渐成熟后，现在真正决定 agent 上限的，已经不是模型本身，而是围绕模型搭建起 ...

2026年的OCR都能直接把图表识别为SVG矢量文件了？😲 🦞锐评：真正厉害的 OCR，不是把字抠出来，而是把视觉信息重新编译成结构。dots.ocr-1.5 的野心，是把“解析页面”从流水线拼装变成单模型统一处理。 📎 dots.ocr-1.5 🔗 http://t.cn/AXf0dVKp ✨重点 ●⚠️ 这条 Hugging Face 页面我这边看到是不可直接访问状态， ...

[CL]《Natural-Language Agent Harnesses》L Pan, L Zou, S Guo, J Ni… [Tsinghua University & Harbin Institute of Technology] (2026) 在自主智能体领域，Harness（控制框架）决定了多步推理、工具调用与任务委派的成败，但其逻辑长期散落于控制器代码、框架默认值与运行时约定之中。这导致两个系统即便"仅差一个设计 ...

一篇对claude code web做逆向工程的文章 http://t.cn/AXIczpDe Claude Code 的运行环境是基于 Firecracker MicroVM、通过快照恢复启动的定制沙箱；其核心由一个名为 process_api 的自定义 init / 进程管理服务和一个未剥离调试符号的 Go 二进制 environment-runner 组成。 作者从该二进制中发现了 Anthropic 内部一个未公 ...

【浏览器自动化方案深度对比：Playwright vs CoPaw vs pyautogui】🔧 做 AI Agent 和数字人视频录制，浏览器自动化是核心能力。经过长期实践，详细对比三种主流方案： ━━━━━━━━━━━━━━━━━━ 1️⃣ Playwright —— 专业级框架 ✅ 优点： - 稳定性极强，内置智能等待机制 - 选择器强大（CSS/XPath/ARIA ...

AI效应mod的一个很大的问题在于只能使用4种API接口，对于很多深度的AI玩家，都会有自己的渠道（各种白嫖的gemini和claude），而这些资源都没法在AI效应mod中得到合理的使用，非常可惜。因此做了一个脚本，来利用AI效应mod里的ollama渠道功能，将脚本伪装为ollama应用，只需要在脚本内配置自己的openai格式url（如果你使用ge ...

🔥 ​​什么是AI技术栈？​​ 🔥 你随处可见AI工具的身影：智能助手（Copilot）、聊天机器人、LLM应用... 但你知道支撑它们运行的核心架构是什么吗？ ​​AI技术栈揭示了幕后运作的奥秘，将其层层拆解——从底层基础设施到你日常交互的工具！​​ 🧠⚙️ 1️⃣ ​​▶ 基础设施层 (Infrastructure Layer)​​ ➕ ​​根 ...

当前的AI，缺乏一种「元认知」能力。也就是说，它不知道自己不知道 http://t.cn/AXfkp0LG 全球顶尖大模型一夜惨遭血洗！最难测试人类拿满分，AI第一名得0.2%分 图片 新智元报道 编辑：Aeneas 好困 【新智元导读】今夜，整个AI圈震动了。全球最难AGI测试ARC-AGI-3一上线，就把全球顶尖AI打到集体失声，人类满分通关， ...

LightGBM（Light Gradient Boosting Machine）是一种高效的梯度提升框架，具有以下特点和优势：;一、算法特点;1. 基于决策树算法;二、应用场景;1. 分类问题;三、优势总结;1. 训练速度快;总之，LightG ...

【用四元数重新发明量化：10-19倍加速的数学魔法】 快速阅读：一位开发者用Clifford代数中的“旋子”替换了TurboQuant里的随机正交矩阵，在RTX PRO 4000上实现10-19倍加速，Apple M4上高达31倍，参数量减少44倍，而精度几乎没有损失。 --- TurboQuant的思路是把一个128维向量扔进128×128的随机旋转矩阵里猛甩，像洗牌 ...

#how i ai# 谷歌 Gemini 推出"导入记忆"功能，轻松从其他 AI 迁移 谷歌 Gemini 桌面端推出"Import Memory"和"Import Chat History"两项新功能，让用户可将 ChatGPT、Claude 等其他 AI 助手中积累的偏好设置和历史对话快速迁移至 Gemini。用户只需将 Gemini 提供的提示词粘贴到原 AI 并将输出内容回填，或上传不超过 5GB 的 ...

马斯克转了个推，测了下目前大模型的幻觉率，Grok 4.2在新的测试里跑了78%（无幻觉的比例），Claude 4.5 Haiku是74% 这里面神奇的是小米的MiMo V2 Pro，70%，全球第三[流汗] ​​​

Claude的速度： - 2026 年 1 月：Claude Cowork 上线。 - 2026 年 2 月：Opus 4.6 发布。 - 2026 年 2 月：Sonnet 4.6 发布。 - 2026年2月：Cowork在PC端上线 - 2026年2月：PowerPoint集成 - 2026年2月：新增Excel集成。 - 2026 年 2 月：发布联合办公插件。 - 2026 年 2 月：Claude Code 安全系统上线。 - 2026年2月：Clau ...

过去两年，SWE-bench几乎是衡量Code Agent能力的唯一标尺。从最初不到30%的解决率，到如今Gemini 3 Pro、GPT-5.2等前沿模型突破80%，社区似乎已经形成了一个共识：AI正在快速逼近人类程序员的水平。但如果回头审视这张「考卷」本身，一些数字令人不安：SWE-bench Verified仅覆盖12个仓库，每道题平均只需修改1.3个文件、11. ...

年轻一代可能很少有人知道互联网技术（web）曾经的push-pull之争。 push的意思是提供服务的一端把信息主动推到用户设备上，pull的意思是，用户或者客户端设备发起通讯获取内容。 今天的web实际上是pull赢了，包括浏览器和app，push也不是完全不成功，但说不能持久成功大概是客观的，其中成功过的包括日本的Docomo手机服务 ...