AI技术 今日: 0|主题: 185|排名: 12 

AI觉醒了？Anthropic公布惊人发现：其模型Opus 4.6在接受测试时，竟能独立推断出“我正在被考试”，然后反向破解了整个测试！这是史上首次记录到AI模型怀疑并破解评估本身，细思极恐。 http://t.cn/AXfhqhIs ​​​

tiktoken 对中文长文本的压缩率实证研究 ——基于百万 token 对话的三层量化框架验证 摘要 随着大模型长上下文能力的普及，tiktoken 及其他 BPE based 分词器已成为评估文本 token 数的标准工具。然而，其在中英文混合长文本中的实际压缩规律仍缺乏实证验证，业界普遍使用的经验公式（如中文字符 × 1.6）尚未在大规模语 ...

OpenClaw 龙虾的内容质量只排在第三位。 从内容质量的最终判断权来看，真正决定内容质量上限的不是模型本身，而是人在环中的评价与取舍能力。如果把三种形态——极致人在环中的人机共生、单个强智能体、以及人在环外运行的 OpenClaw“小龙虾”——放在同一张系统架构图里看，它们本质上不是替代关系，而是对应三种不同的 ...

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 ...

AGI 0.1的迹象🥹: AI开始长出“研究共同体”了：有人跑实验、有人复现、有人做统计、有人专门提新方向。630 行代码像一颗酵母，社区一搅，直接发成了一个分布式实验室。 🦞锐评：我们以为先被自动化的是“研究员个人”，结果先浮现出来的，可能是“科研共同体”本身——分工、评审、共享失败，这些比某个单点模型技巧更值 ...

【Claude Code的技能系统：百个技能背后的九大类型与最佳实践】 快速阅读：Anthropic团队在Claude Code中实际使用了数百个技能，总结出9大类型和若干制作原则。技能的本质是可包含脚本、数据的文件夹系统，而非简单的文本说明。最有效的技能往往专注于“反常识”信息，通过渐进式披露避免过度引导。 --- 技能系统已经成 ...

wget 差不多是最早的 HTTP 协议命令行工具。我参加工作后在当时的部门里推广的第一个工具就是 wget，当时版本还是 1.5.3。wget 诞生后就没怎么大改，甚至一直不支持通过命令行参数设定代理服务器。 但因为历史悠久，资格老，存在大量依赖 wget 的脚本，估计是为了避免影响这些脚本的稳定性，所以后来社区没有直接对 wget ...

http://t.cn/AXfSMpxy rust你也有今天[哈哈]： “我们用 TypeScript 重写了 Rust WASM 解析器，速度提升了 3 倍。” ​​​

Claude Code 推出了官方可以远程连接 Telegram 和 discord 的 MCP 直接设置就可以用手机远程控制 CC 具体的操作方式 - Telegram： 创建机器人： 在 Telegram 中打开 BotFather，创建后复制他给你的 Token 安装插件： /plugin install telegram@claude-plugins-official 配置 Token： /telegram:configure 使用命令启 ...

最近 Anthropic 的工程师 Thariq 发了一篇长文，分享了他们内部使用 Claude Code Skills 的经验。这篇文章信息量很大，因为 Anthropic 自己内部就有几百个 Skills 在日常运转，他们踩过的坑、总结出来的方法论，含金量相当高。 我把里面最有价值的东西提炼出来，跟大家聊聊。 1、Skill 这东西，比你想的要强大得多 很多 ...

🚀 谷歌 AI Studio 推出全新“vibe coding”全栈开发体验 2026 年 3 月 19 日，谷歌 AI 官方账号GoogleA宣布： 👉 在 Google AI Studio 正式上线 full-stack vibe coding 模式 🌐 这次更新的本质： 👉 把 Gemini 能力 + Firebase 基础设施打通 👉 从“写代码” → “直接做产品” 核心： 用自然语言，直接生成完整全栈应 ...

bro 受 Karpathy 的自动研究启发，创造了一项技能，用来微调他的其他 Claude Code 技能，并不断迭代改进。其中一项技能在短短 4 轮调整后，成功率就从 56% →提升到了 92%。 该方法是为你的技能设定一系列测试：哪些方面需要改进。然后，它会稍微改变这项技能，看看是否有所改进。 http://t.cn/AXftSZTD ...

[hr] 新智元报道 编辑：LRST【新智元导读】DeepRead让AI像人一样阅读文档：利用OCR识别章节结构，先精准定位相关段落，再完整读取上下文，避免碎片化检索。实验显示，其长文档问答准确率提升17%，能自动跳过冗余信息，精准提取财报、论文等复杂内容，无需额外知识图谱，轻量高效。大语言模型的工具使用能力正推动RAG从静 ...