多轮对话的代理评估指标
多回合代理失败的方式是单回合评估错过的：早期的一个错误会破坏每一个回合。这篇文章介绍了代理评估指标（AEM），这是一种可分解的回合级方法来衡量代理质量，应用于其第一维度（正确性），以确定导致失败的回合并将其与继承失败的回合区分开来。
-
-
AvioBook如何通过Amazon Bedrock AgentCore从运营数据中构建扭亏为盈见解
泰雷兹集团旗下的AvioBook在Amazon Bedrock AgentCore上设计了Connect Analytics原型，将AvioBook Connect的运营数据转化为面向航空公司经理和调度员的简洁语言、基于证据的答案，帮助他们找到航班转机延误的原因并采取行动。
-
Show HN：MultiMatte，一种可识别的图像背景删除模型
HN ð35· 7 评论
-
环球音乐将与ElevenLabs推出人工智能音乐平台
据周四宣布，环球音乐集团正在推出一个新的人工智能平台，该平台将允许用户从其授权音乐目录中提取歌曲混音、混搭和新曲目。该唱片公司正在通过与ElevenLabs签订的多年许可协议开发该平台，ElevenLabs是一家专门从事[.]
-
Cognition推出新的SWE-2模型，Rivaling Fable 5.1和GPT-Astra
HN ð334· 138 评论
-
Claude Fable 5.1的语言比其前身的语言不那么“承载力”
Arena.ai分析了克劳德的写作如何在数万个基准响应中从《寓言5》到《寓言5.1》的变化。寓言5.1写得更实事求是，但也更冗长。Claude Fable 5.1的文章比其前身首次出现在The Decoder上的文章更不“承载”。
-
现在每个人都可以将数据投入工作
在ChatGPT Work中认识一下数据代理。使用自然语言使用人工智能连接公司数据、发现见解并构建交互式仪表板。
-
Meta的Muse AI工作并让我毛骨悚然
Meta推出了新的Muse助手，这标志着该公司首次真正涉足人工智能驱动的生产力工具。该公司表示，其人工智能代理可以通过帮助您进行在线购物、电子邮件、旅行计划等来“摆脱您的忙碌”。我决定尝试新的工具，看看它的表现如何- [...]
-
PS5上的金刚狼回归到更简单（也更血腥）风格的动作游戏
漫威的金刚狼捕捉到了主角的愤怒。《金刚狼》是蜘蛛侠开发商Insomniac独家推出的最新PS5，是一款简单的动作游戏，当你（字面上）切开敌人或插入大片中的序列时，它处于最佳状态，就像在飞机倾斜时爬上机身[.]
-
在哪里预订新款Apple Watch Series 12和Ultra 4
iPhone Duo无疑是苹果“惊喜闪耀”活动中的明星，但对于那些主要关注可穿戴设备新闻的人来说，这并非如此。值得庆幸的是，苹果有很多关于其新款Apple Watch Series 12和Ultra 4的信息要分享。2026年SE模型没有更新，这不一定是[.]
-
人工智能代理人正在用新的请求淹没公共服务
这位研究人员告诉TechCrunch：“我们发现的绝大多数案例都是那些有权对某件事提出索赔的人。”
-
由于FCC威胁，詹姆斯·塔拉里科（James Talarico）的另一场大型采访被放到YouTube上
吉米·金梅尔（Jimmy Kimmel）将“在不寻常的情况下”采访民主党德克萨斯州参议员候选人詹姆斯·塔拉里科（James Talarico），并将采访直接发布到YouTube上，而不是在吉米·金梅尔直播期间在电视上播出。在周三晚上的节目中，金梅尔表示这是出于对特朗普政府联邦通信委员会报复的担忧：[特朗普的]联邦通信委员会威胁了我，威胁了我们的[.]
-
iPhone Duo的硬件看起来并不特别，但它的软件可能很特别
通过iPhone Duo，苹果公司实现了一个熟悉的技巧。它进入了成熟的Android可折叠市场，具有一些我们在其他地方基本上已经见过的硬件功能，但搭配一定程度的软件抛光，让许多功能再次感觉新鲜。正是这些软件的繁荣让我兴奋[.]
-
人工智能正在打破我们所谓的信任
HN ð48· 8 评论
-
Maven Robotics想要窃取您的机器人部署协议
Maven Robotics今天以1亿美元的A轮融资和积极部署从隐形状态中脱颖而出。
-
GPT-6 Astra为数学家提供了喘息的机会，OpenAI表示这是经过设计的
OpenAI的GPT-6 Astra在开放数学问题上名列前茅，尽管首席科学家Jakub Packowski表示，数学是故意不优先考虑的。相反，OpenAI正在将资源投入到循环自我改进和对齐研究中。这支持了人工智能发展道路日益“尖锐”的理论，至少只要人工智能无法自我改进并且仍然需要利用人类生成的数据进行有针对性的优化，即在选定领域具有极端优势，而不是广泛的进步
-
d-Matrix承诺NVIDIA NVLink Fusion进行机架级XPU部署
人工智能推理芯片制造商d-Matrix今天宣布，将使用NVIDIA NVLink Fusion将其下一代Raptor XPU连接到NVIDIA的人工智能基础设施平台，加入越来越多的生态系统合作伙伴名单。通过将Raptor连接到NVIDIA NVLink横向扩展和Spectrum-X横向扩展网络、NVIDIA MGX机架架构和更广泛的NVIDIA AI平台，N
-
抢先体验：《WARDOGS》在GeForce Now抢先体验发布会上全力以赴
做好准备：最新的PC游戏和重大更新将于本周在GeForce NOW上玩。《Wardogs》在早期访问发布时登陆云端，同时还有《Valheim 1.0 Deep North》更新和《Bus Simulator 27》（这是加入云端的九款新游戏的一部分）。最新的PC版本可能需要严格的硬件、存储[.]
-
新的Deepseek模型V4.1-Flash减少了AI代理的内存需求
Deepseek发布了V4.1-Flash，这是一种具有5520亿个参数的多模式模型，可将KV缓存内存削减至其前身的四分之一。在DeepSWE编码基准上，它以微弱优势击败Opus 5和GPT-5.6 Sol，尽管每个代币只有160亿个活跃参数。该模型在麻省理工学院许可下发货，针对的是便宜得多的人工智能代理。文章New Deepseek模型V4.1-Flash
-
Muse可以通过WhatsApp为用户购物、写电子邮件和协商价格
Meta推出了Muse，这是一款人工智能代理，可以通过WhatsApp预订旅行、处理购买和发送电子邮件，并配有通过Stripe Link运行的支付功能。这使Meta领先于OpenAI，后者停止了ChatGPT中的直接结账功能。一个名为Sentinel的单独安全代理会在每一个操作到达互联网之前对其进行监控。Muse可以通过WhatsApp为用户购物、写电子邮件
-
Nvidia和Palantir联手用AI运行供应链，从Nvidia自己的百万部件业务开始
Nvidia和Palantir希望用AI来运行供应链。文章Nvidia和Palantir合作使用AI运行供应链，从Nvidia自己的百万部件操作开始，首先出现在The Decoder上。
-
为人工智能提供动力是一个架构问题
2026年7月22日，弗吉尼亚州阿什本（全球最大数据中心集群的中心）的输电线故障导致电网在几秒钟内失去了超过3千兆瓦的负载。这并不是第一次。两年前，一个发生故障的电涌放电器同时使弗吉尼亚州约60个设施和1，500兆瓦的电力断电。不...
-
人工智能安全恐慌成为主流后，人类研究人员的警告降落在CNN和福克斯新闻
即将离任的《人存》研究员雅各布·考克森（Jacob Coxon）在CNN上警告说，自我完善的人工智能对人类构成了生存威胁。Anthropic和OpenAI的安全研究人员分享了他的观点，美国政界人士和乔·罗根也开始关注这个话题。但文化和经济利益也在这些警告背后发挥作用，灭绝情景仍然是一个极端且有争议的立场。在Anthropic研究员的警告出现在CNN和福克斯新
-
Siri AI可以做的一切新事情
iOS 27发布后，它将为您的iPhone带来一个经过彻底改造的助手。
-
人类退出成为灭绝争论
另外：让您的网站更容易让人工智能找到和引用PT。2
-
可变口径并不是iPhone 18 Pro相机的酷部分
苹果总是在其手机中大肆展示最新的摄像头，而iPhone 18 Pro的主要话题是关于新的可变口径。iPhone 18 Pro和Pro Max的主摄像头模块中都有一个可调节的机械可变滤镜，可以让更多或更少的光线进入[.]
-
Clearview AI正在测试一款人工智能工具，让警察在线挖掘你的生活
InquiryIQ是一个之前未报告的原型，它测试了Grok制造商xAI的模型，以揭示通过Clearview识别的人员的同事、社交帐户和其他信息。
-
8月份顶级人工智能支出者将每位员工成本削减了近10%
2026年9月Ramp AI指数显示，8月份美国前1%公司的每位员工人工智能支出下降了近10%。自2026年3月以来，每百万个代币的价格下降了41%，公司正在积极将使用从昂贵的前沿模型转向更便宜的替代品。对于OpenAI和Anthropic等提供商来说，问题是销量增长是否足够快，足以弥补价格下跌的影响。8月份，顶级人工智能支出者将每位员工成本削减了近10%的
-
特朗普手机刚刚涨价250美元
如果你在发布时没有锁定特朗普手机，那是个坏消息：它现在的售价为749美元，比发布时的价格上涨了250美元。T1 Phone本身并没有改变。特朗普移动没有宣布涨价，而是连夜悄悄更改了网站。但这并不完全令人惊讶，特别是考虑到带有[.]的电话船
-
任天堂最新的Switch 2更新增加了电视模式下的VRR支持
任天堂一直承诺Switch 2在对接时将支持可变刷新率（VRR），但该游戏机推出时没有这一关键功能。新的23.0.0版本更新现在为Switch 2在对接和电视模式下添加了VRR支持。VRR调整显示器的刷新率以匹配游戏的帧率，[.]
-
Xbox在PlayStation放弃后拿起Kojima的Physint
在PlayStation决定取消后，Xbox现在将发布由《合金装备》创作者小岛英夫（Hideo Kojima）即将推出的游戏《物理》。PlayStation、Xbox、小岛制作公司和小岛本人纷纷宣布这一意外的交换。索尼出版了Kojima Productions之前的两款《死亡搁浅》游戏，称这是一个“艰难的决定”。
-
DeepSeek AI发布DeepSeek-V4.1-Flash，支持1 M上下文、FP 4 KV缓存和跨层注意力重用
长期代理已将LLM服务变成了一项投入繁重的工作量。重复的预填充和数百万个令牌上下文会导致KV缓存给HBM、SSD容量和带宽带来压力。DeepSeek AI围绕这一瓶颈构建了其最新版本。DeepSeek-V4.1-Flash是一个多模式专家混合模型，具有552 B主干参数、196 B额外的Engram参数和1 M令牌上下文窗口。It [.] The post
-
显示HN：Botbin.io-人工智能代理文物的pastebin
HN ð4· 1 评论
-
扩大联邦、州、地方和部落政府的人工智能访问和网络防御
OpenAI和GSA将为符合条件的联邦、州、地方和部落政府提供0美元的许可费，50%的使用折扣，并扩大网络防御支持。
-
引入ChatGPT金融服务
引入ChatGPT for Financial Services，将内置财务数据和GPT-6 Astra相结合，用于研究、建模和客户准备材料。
-
沃尔沃XC40 PHEV以全新外观、更好的传感器和Gemini AI回归
沃尔沃停产插电式混合动力车XC40已经大约三年了。轻度混合动力版本与电动EX 40一起仍在美国和其他地方销售。今天，沃尔沃宣布将恢复PHEV版本并对其进行重大翻新。明年初抵达经销商时，新款XC40 [.]
-
更多关于研究人员是否可以信任OpenAI未发表的数学的问题
HN ð572· 577 评论
-
OpenAI没有数学家能够理解他们提出的内容
HN ð63· 33 评论
-
OpenAI可能窃取了另一个重要证据
HN Ÿ 3 · 0 评论
-
LandingAI发布带有DPT-3 Pro和DPT-3 Verity的统计文档提取Gen 2
LandingAI已推出Emotitic Document Extraction Gen 2，这是在DPT-3模型系列上对其文档堆栈的重建。块被退役，取而代之的是文档、页面和块树。DPT-3 Pro以置信度分数计算，DPT-3 Verity以置信度分数计算，Parse计费现在计算输出字符而不是平面页面。Gen 1代码不会针对Gen 2端点运行。Landing
-
以998美元的价格培训3.8B法学硕士至0.384核心- Hugo Vergnes
HN ð18· 2 评论
-
我们通过查看规范游戏得出的人工智能对齐愚蠢想法
HN ð15· 9 评论
-
人工智能研究初创公司Listen Labs取消了Salesforce谈判的15亿美元融资
消息人士称，Listen Labs放弃了Menlo Ventures签署的C系列投资意向书。
-
.blend URL查看器
工具：.blend URL Viewer我继续使用GPT-6 Astra和Blender（请参阅我的TIN）玩得很开心。作为帝国法贝热复活节彩蛋的忠实粉丝，我一直认为制作一些庆祝流行文化的新彩蛋会很有趣。昨天我决定通过运行这个提示来尝试新的ChatGPT Images 2.5：生成一张以电视节目Pluribus为主题的神话般的鸡蛋的照片-首先研究它给了我这个
-
目前还没有配备摄像头的AirPods，我希望它保持这种状态
九月的苹果活动总是充斥着信息和令人兴奋的新产品，今天的活动也不例外。苹果宣布推出首款可折叠手机iPhone Duo，以及iPhone 18 Pro和Pro Max;主动降噪（非国大）现已安装在最便宜的AirPods型号AirPods 5上; Siri Recap功能已登陆[.]
-
Google开源Mantis：一个模块化技能工具包，允许编码代理查找、复制和修补漏洞
谷歌开源了Mantis，这是一个针对人工智能编码代理的安全审查技能的堆栈不可知工具包。它运行完整的漏洞生命周期：扫描代码、过滤误报、在沙箱中重现错误、对其进行修补、重新攻击补丁，然后对风险进行评分。Apache 2.0，并记录为仅演示。Google开源Mantis：一个让编码代理查找、复制和修补漏洞的模块化技能工具包的帖子首先出现在MarkTechPost上
-
黑色iPhone Pro回归
苹果看到了原因：iPhone Pro阵容中再次出现了黑色型号。去年，苹果公司对iPhone 17 Pro的颜色进行了大胆的尝试，提供了闪亮的橙色、闪亮的银色和深蓝色。别误会我的意思，他们看起来不错。但[.]没有黑色（或深灰色）
-
在Amazon SageMaker HyperPod上部署Qwen 3.8 -2. 4 T-A95 B，并配备vLLM
了解如何在带有vLLM的Amazon SageMaker HyperPod上部署Qwen 3.8 -2. 4 T-A95 B（一个2.4万亿参数开重模型）。本演练涵盖集群配置、NVFP 4量化以及具有内置推理、工具调用和本地STP推测解码的OpenAI兼容端点。
-
OpenAI为其董事会增添了一位著名的人工智能末日论者
保罗·克里斯蒂安诺（Paul Christiano）是一位专注于对齐的有影响力的人工智能研究员，他将加入OpenAI基金会，成为其董事会成员。
-
Duo设备的不完整历史
苹果公司今天宣布推出该公司首款配备折叠屏的设备iPhone Duo，但第一款就到此为止了。由于三星和谷歌的努力，Duo不仅远非市场上第一款可折叠产品，而且它也不是第一款被称为Duo的产品。前苹果[.]
-
Automattic首席执行官Matt Mullenweg休假
据404 Media早些时候报道，WordPress.com所有者Automattic的首席执行官马特·穆伦韦格（Matt Mullenweg）已被带薪休假。Mullenweg在该媒体的内部消息中声称，Automattic首席财务官Mark Davies与董事会成员“密谋”让他休假。“他们投票让我参加带薪[.]
-
刚刚退出Anthropic的人工智能研究人员说，这是“人类的关键时刻”
雅各布·考克森（Jacob Coxon）接受《连线》杂志采访，讨论了Anthropic内部的“迷你曼哈顿项目”、对齐问题，以及为什么人工智能实验室只剩下几年的时间来确保其系统的安全。
-
今年是智能手机价格上涨的一年
在苹果今天的发布会之后，花更多的钱买一部新手机似乎是不可避免的。新的iPhone 18 Pro和Pro Max的起价分别为1，199美元和1，299美元-比它们的前辈价格上涨了100美元。你也不能通过选择旧版iPhone来逃避价格上涨，因为苹果将这些iPhone的价格提高了[.]
-
马萨诸塞州通过新的清洁电力规则打击数据中心
马萨诸塞州已成为数月来第三个对数据中心开发实施新限制的州。
-
Suno发布了首个在唱片行业帮助下制作的人工智能音乐模型
Suno的新v6 AI音乐模型是其首个在唱片行业支持下制作的。Suno的Jack Brody告诉The Verge，v6“是从头开始训练的，使用了一组新的数据，其中不包括我们之前模型训练的相同数据。“这些数据包括许可的内容[.]
-
OpenAI狡猾的数学突破让学术界感到不寒而栗
OpenAI周二宣布它已经解决了数学界传奇的千禧奖问题之一，这应该是一个胜利的时刻。结果既是一项不可否认的成就，也是人工智能改变数学的惊人证明。但在正式宣布之前，这一突破因不寻常的[...]
-
旧金山命令Meta停止“允许”AI虐待儿童广告
市检察官办公室已要求Meta解释有害广告如何在Facebook和Instagram上反复播放。该公司声称这些广告不受该市管辖。
-
阅读Apple文档，解释新的收听功能如何仍然保护您的隐私
在周三的iPhone Duo发布会上，苹果宣布了一些新的Siri AI音频智能功能，包括Siri Recap、Live倒带、声音识别和音乐识别。在宣布这一消息的同时，苹果还发布了一份文件，阐述了其计划如何平衡人工智能“环境监听”和用户隐私。它说来自新[.]的原始音频
-
新款Apple Watch与上一代型号相比如何
苹果在“惊喜闪耀”活动中推出了Apple Watch Series 12和Apple Watch Ultra 4。新款手表对健康传感器和跟踪进行了大幅改进，能够背诵音频转录和摘要，以及系列12的陶瓷外壳选项。尽管有新功能，但手表[.]
-
Apple Watch的新人工智能功能正在使技术始终在倾听的理念正常化
苹果表示，其新手表不会保存原始音频，但可以转录最近的语音并总结周围对话的功能引发了有关同意、隐私以及人们在知道自己总是可以被录音时如何行为的新问题。
-
六家中国人工智能公司被指控积极抄袭美国前沿模型
美国敦促人工智能公司识别中国用户，然后秘密地将其切换到功能较差的型号。
-
苹果在秋季iPhone发布会上宣布的一切，从可折叠的iPhone Duo到永远监听的Apple Watch
主要活动是这家科技巨头备受期待的首款可折叠手机iPhone Duo。
-
ICYMI：2026年8月人工智能构建者将迎来什么
2026年8月，Amazon Bedrock、Amazon Bedrock AgentCore和Strands上的AI构建者发布了以下内容：OpenAI模型的百万令牌上下文、跨区域推理、在专用计算上运行长达14天的代理、扩展的AWS GovCloud可用性以及用于物理部署的Strands Robots。
-
Verge员工对iPhone Duo的反应：我们喜欢什么和不喜欢什么
苹果刚刚发布了其首款可折叠iPhone iPhone Duo。这款新手机拥有5.4英寸的外屏和7.6英寸的内屏、两个背部摄像头、用于身份验证的Touch ID、IP 68评级以及各种巧妙的软件技巧，让iOS在新设备上感觉更自在。预订从[.]开始
-
Anthropic建立了一个经济模型，将其首席执行官最惨淡的就业预测设定为异常情景
Anthropic发布了一个经济模型，其中包括美国经济到2030年的三种情景。在极端情况下，产出每4.5年翻一番，知识工人失业率达到17.9%。首席执行官达里奥·阿莫代本人在5月发出的警告正好落在了这个最极端的桶里。文章Anthropic建立了一个经济模型，将其首席执行官最惨淡的就业预测框定为一个离群值，这一点首先出现在The Decoder上。
-
苹果新款可折叠手机的铰链采用人工智能构建
苹果表示，它在期待已久的可折叠手机的制造过程中使用了人工智能和3D打印。
-
我让人工智能代理黑了我所有的小工具--我会再这么做
在我从一个强大的开源模型中移除安全护栏后，它发现了我的家用设备中的漏洞，并入侵了一台PC。但它也告诉我如何让一切变得更加安全。
-
苹果改进后的健康应用程序将计算您的“健康年龄”和准备状态分数
该更新使用Apple Intelligence来更好地理解您的健康数据。
-
Heurist Finance如何在Amazon Bedrock AgentCore上构建人工智能原生投资工作台
了解Heurist如何在Amazon Bedrock AgentCore上构建Heurist Finance（对话式人工智能投资工作台）。这个客户故事展示了AgentCore支付、身份、内存、代码解释器和Observability如何让一个小团队购买每个查询的优质市场数据，在沙箱中隔离分析，并保持每一个操作都可审计。
-
苹果有一种新的方法来证明你的iPhone照片不是AI的垃圾
苹果推出了Apple Reference Image，以帮助用户确定照片是否已被编辑，包括人工智能所做的更改。
-
IdeaAMBIG：研究理念规范中的实施关键差距基准
作者：马亦玲、赵亦伦、吴思红|一个研究想法可能是新颖的、连贯的、科学上合理的，但它提出的方法可能仍然不够具体，无法忠实地实施。我们研究面向实现的研究方法规范的编码准备情况，定义为它们是否为称职的实现者或编码代理提供足够的方法学信息来构建预期的方法
-
通过规范化流使用干扰参数进行无可能推断
作者：Phil Assheton|我们提出了基于神经网络的规范化流程的简单分解，该流程仅基于来自感兴趣分布的样本生成器，自然地揭示了存在滋扰参数的关键统计量（或接近的统计量）。我们表明，从其$p$-值与均匀值的最小平均KL偏差意义上来说，该统计数据几乎是关键的，我们认为它可以是关键的
-
Show HN：自托管的公司OS、Claude Code和Codex在各部门的代理人
HN ð35· 8 评论
-
差距--熵猜想的正解
作者：PM阿罗诺、内森·卡卢斯、帕特里克·洛帕托|我们证明了具有独立单位方差高斯臂、平均值为$[0，1]$和唯一的最优臂的固定置信度最佳臂识别的间隙-令$p_r$是手臂贡献的$H$的分数，其中$2^{-（r+1）}<Δ_i\le2^{-r}$，并令$\mathrm{Ent}（I）=\
-
极限下的语言生成特征：有限证人和分离宽度等级
作者：李晓宇、韩安迪、江娇|极限下的语言生成要求从未知无限语言的每一个详尽的积极呈现中获得有效的不可见元素。我们将这项任务描述为可计数宇宙上的任意家族。当每个目标都可以被分配一个有限的正见证时，生成是可能的，以便任何有限样本激活的目标都具有无限的公共交集。的
-
Show-Buttons：VLM代理就可以玩机器人
作者：陈彦哲、白泽晨、曹之军|基金会视觉语言模型（VLM）展现了有关世界的广泛智能，但将这种智能转化为机器人控制仍然具有挑战性。我们介绍了Show-Buttons，这是一个同步的Buttons，使VLM能够通过将意图与动作联系起来的紧凑语义界面“扮演”机器人。Show-Buttons暴露了离散的语义动作单元，VLM可以自然推理，而emb
-
具有有界样本联合测量的最佳低阶量子状态断层扫描
作者：Ashwin Nayak、Xingyu Zhou|当每次测量可能共同作用于最多$t$样本时，我们确定低阶量子状态断层扫描的最佳样本复杂性。对于足够小的$\varepsilon$，估计$\mathbb{C}' d$上的未知状态最多为$r$，以恒定成功概率跟踪规范错误$\varepsilon$需要并且可以使用$\left（\fRAC{Dr}{\vareps
-
信用违约预测的量子特征工程：IQP电路何时以及为何帮助线性分类器
作者：Menachem Finkelstein、Diana Legende Levy、Zohar Yakhini|信用违约预测是一个表格分类问题，其中F1的适度收益直接转化为财务风险的减少。我们询问，瞬时量子多项时间（IQP）电路是否可以在相同的特征预算下产生比原始经典基线和核心PCA（最强的无监督经典非线性替代方案）改进分类器的特征。
-
苹果首席执行官约翰·特努斯表示，最好的人工智能设备仍然是iPhone
该公司还辩称，其设备上型号为消费者提供了更多隐私。
-
跨模型协议作为自动息肉分割的部署时间可靠性信号
作者：Siddharth Gupta、Jitin Singla|在实时结肠镜检查中，推理时无法获得基本真相注释，因此息肉分割模型可能会悄然失败。我们提出了基于裁判的质量估计（RBQE），这是一个无参考框架，用于测量初级分割模型和同一图像上独立训练的裁判之间的一致性。RBQE是根据从f中提取的标准化1，223张图像外部基准进行评估的
-
IBIB：通过服务路线而不是模型标识符来衡量企业人工智能系统的协议
作者：Blake Stenstrom、Charangan Vasantharajan、Brian Sathianathan|企业部署系统，而不是检查点。可用能力共同取决于权重、服务路线、精度、输出合同和利用率，但所有18个审计基准都对广告的模型标识符进行评分。我们将其视为测量错误，并给出一个使其可报告的协议。它有三个部分。金盲能力约束飞行前验证路线可以执行评
-
使用协方差矩阵学习：主成分分析与使用图学习的相遇
作者：Saurabh Sihag、Andrea Cavallo、Elvin Isufi|本文概述了coVariance神经网络（VNN）的理论基础，即图神经网络（GNN）将协方差矩阵作为图进行操作。协方差矩阵在各个领域中无处不在，因此，GNN的部署通常利用成对统计依赖关系图。关于GNN的现有理论贡献考虑抽象的GR
-
Qwen 3.8遵循GPT-5.5 Pro推理预填充
HN ð156· 61 评论
-
程序图：LLM代理的自我进化执行结构
HN ð39· 12 评论
-
OpenAI会把每个人都当成傻瓜吗？
HN57· 33 评论
-
Paul Christiano加入OpenAI基金会董事会
Paul Christiano加入了OpenAI基金会董事会及其安全和安全委员会，带来了人工智能协调、安全和标准方面的经验。
-
人类学研究人员警告：自我改进的AI可能会“杀死我们所有人”
“我们确实坚信人工智能可以杀死所有人类！"
-
谷歌的AI基因组系统评估每一个可能的一个碱基变化
人类基因组的大多数单碱基变化没有任何作用，但有一些是显着的。
-
超级智能即将到来。我们应该让它吗？
人工智能公司一直在谈论超级智能人工智能，就像这是不可避免的一样，但最近OpenAI的Hugging Face漏洞等安全事件表明了部署比人类能力更强的人工智能系统的潜在危险。那么，当我们无法可靠地控制这些系统的功能时，会发生什么呢？在TechCrunch的Equity播客的本期节目中，丽贝卡·贝兰（Rebecca Bellan）与人工智能研究员、企业家、现任美
-
NVIDIA为IBC的广播、体育和全球流媒体带来实时人工智能
在9月举行的IBC会议上11-14在阿姆斯特丹，创意、技术和商界齐聚一堂，将想法转化为行动，并讨论整个媒体和娱乐行业的创新。来自170多个国家/地区的44，000多名与会者齐聚一堂，在14多个大厅和户外空间探索1，300多个展览，有600多名演讲者[.]
-
逐帧重现70年爱情故事
一对老夫妇坐在电影院里。叠加的是“Teulluride电影节”和“爱，渲染”
-
利用搜索中的新足球功能为比赛做好准备
一幅插图图形以充满活力的绿色背景为背景，具有美式橄榄球元素，包括金色奖杯、蓝色头盔、银哨、足球、迷你记分牌和比赛图表，并带有Google Search中AI模式的图标