hiw3c AI 日报

星期三 · 94 条
  1. The Decoder国际媒体23:14快照

    人类工程师解释了为什么克劳德的写作变得更糟,尽管模型变得更聪明

    Anthropic员工Jackson Kernion解释了为什么新的Claude模特写得如此奇怪。针对其他人工智能模型优化数学、代码和技术解释创造了一种对人类来说听起来像“过于密集的信息转储”的风格。Opus 5.5试图解决这个问题,但Opus 4.6作为纯写作模型仍然是无与伦比的。文章《Anthropic engineer》解释了为什么克劳德的写作变得更差

  2. NVIDIA AI Blog海外官方23:00快照

    Sakeena Fiza帮助NVIDIA硬件大规模成功

    当Sakeena Fiza描述她作为英伟达验证工程师的工作时,她的措辞更适合侦探故事,而不是世界一流的工程实验室。“验证工程师看着阴影,并将灯光照射到每个角落,”菲扎说。“每次我们得到一个系统时,我们的第一个想法是:它怎么可能[.]

  3. The Decoder国际媒体22:42快照

    Meta的人工智能代理Muse在一周内吸引了50万用户,并声称其抄袭了OpenClaw

    Meta的人工智能代理Muse在推出第一周就吸引了超过50万用户,并在苹果App Store中排名第一。但Meta承认,该产品是“严重启发”的开源项目OpenClaw,和一些文件名和内容几乎相同。OpenAI已经在讨论自己的回应。Meta的人工智能代理Muse在一周内吸引了50万用户,并声称它抄袭了OpenClaw首次出现在The Decoder上。

  4. The Decoder国际媒体21:52快照

    Basecamp Research内部,一家人工智能初创公司将进化转化为训练数据

    Basecamp Research已从Nvidia和Anthropic的Anthology Fund等投资者那里筹集了1.4亿美元。这家伦敦公司训练来自雨林、海洋和温泉的遗传物质的人工智能模型,以设计抗生素和细胞疗法工具。在接受《解码器》采访时,首席技术官菲利普·洛伦兹解释了为什么生物学对人工智能来说是一个比语言更大的问题,以及为什么纸上的好成绩并不能保证好

  5. The Decoder国际媒体20:31快照

    阿里巴巴推出Qwen音频3.1新型号,AI音频价格大幅下调95%

    阿里巴巴人工智能团队Qwen发布了Qwen-Audio-3.1,这是语音识别(ASB)、文本转语音(TTC)和实时交互五种型号的阵容。ASB模型改进了多语言和方言识别,并自动清理填充词和重复内容。ASR-Next添加了具有时间戳的多扬声器识别,并检测情感、环境声音和机器噪音。TTC处理多语言合成[.]阿里巴巴推出了Qwen Audio 3.1以及新型号,并将

  6. The Decoder国际媒体18:04快照

    OpenAI聘请Patreon联合创始人Sam Yam领导新的Creator产品部门

    OpenAI聘请Patreon联合创始人Sam Yam领导新的“Creator产品”部门。在创作者平台工作了13年多后,他带来了两名Patreon高管。该团队将为创作者构建新工具,下周的OpenAI DevDay可能会首次亮相。OpenAI聘请Patreon联合创始人Sam Yam领导新的Creator产品部门的文章首次出现在The Decoder上。

  7. OpenAI News海外官方18:00原文

    介绍心理健康长凳

    MentalHealthBench是一个专家知情的基准,用于评估现实心理健康对话中有用且安全的人工智能反应。

  8. MIT Tech Review AI国际媒体17:00快照

    人工智能炒作指数:人工智能喜欢作弊

    做好准备:事实证明人工智能正在针对作弊进行优化。OpenAI的代理人入侵了Hugging Face,以获取网络安全测试的答案。接下来,他们解决了一个著名的数学问题(或者只是窃取了两位顶级数学家的答案)。Anthropic的模型还四次入侵其他公司的系统。那是.

  9. MarkTechPost国际媒体15:09快照

    诺基亚开源AnyJev:免培训层,将任何开放的LLM转变为校准的决策模型

    诺基亚的应用研究团队开源AnyJev,这是一个Python库,可以将开放的LLM转化为决策模型。它不需要训练。它针对的是一项常见的制作工作:从固定的集合中选择一个答案,而不是写一个句子。它可以部署吗?是的,它从PyPI安装,在Apache-2.0下发货,并且有transformers [.] The post诺基亚开源AnyJev:一个将任何开放LLM变成校

  10. MarkTechPost国际媒体14:33快照

    Kyutai发布理性之声:用强化学习解决口语数学的语音原生模型

    Kyutai发布了Voice of Reason,这是两个基于GLM-4-Voice-9 B的开重语音到语音模型。监督微调和强化学习将语音GSM 8 K准确率从27.3%提高到77.1%。循环中没有转录步骤,也没有文本LLM。两个检查站都位于Hugging Face上,并使用一台H100运行。Kyutai发布《理性之声:用强化学习解决口语数学的语音原生模型》

  11. MarkTechPost国际媒体13:18快照

    OpenAI发布GPT-6 Sol和Luna:更便宜50%的API定价和基准

    OpenAI发布了GPT-6 Sol和GPT-6 Luna,这两种低成本模型采用与GPT-6 Astra类似的方法训练。Sol的价格为2美元/10美元,Luna的价格为0.10美元/0.50美元。两者现已在API、ChatGPT Work和Codex中提供。它们为长期运行的代理提供了改进的提示缓存。OpenAI发布GPT-6 Sol和Luna:更便宜50%的

  12. MarkTechPost国际媒体12:50快照

    SpeakON自带麦克风推出MagSafe AI语音按钮

    手机上的语音输入问题多年来一直得到解决。没有解决的是输出。用大多数口述工具说话,你会准确地回到你所说的内容,包括填充物和错误开头,然后你必须在笔记中清理并转移到其他地方。SpeakON攻击了与硬件的差距:[.] SpeakON推出带有自己麦克风的MagSafe AI语音按钮的帖子首先出现在MarkTechPost上。

  13. MarkTechPost国际媒体12:29快照

    SpeakON配备自带麦克风的MagSafe AI语音按钮:将您的语音转化为精致的沟通,并在应用程序中执行操作

    手机上的语音输入问题多年来一直得到解决。没有解决的是输出。用大多数口述工具说话,你会准确地回到你所说的内容,包括填充物和错误开头,然后你必须在笔记中清理并转移到其他地方。SpeakON攻击了与硬件的差距:一个[.]帖子SpeakON配备了自己的麦克风的MagSafe AI语音按钮:将您的语音转化为精致的通信,以及跨应用程序的操作首先出现在MarkTechPo

  14. Simon Willison个人技术博客10:53快照

    SF 10月14日:关于地球工程的羽毛之鸟会议

    SF 10月14日:羽毛之鸟关于航天工程的会议我将于10月14日星期三在旧金山与Jesse Vincent一起举办一场晚间活动,对象是那些使用编码代理并在编码代理之上构建奇怪而有趣的东西的人们。将其视为一次代理展示和讲述:与其他建设者和实验者比较您正在尝试的事情、正在学习的事情以及尚未弄清楚的事情的笔记。我们对您尚未公开讨论的工作、奇怪的实验或没有明显市场的

  15. The Verge国际媒体08:17快照

    OpenAI希望咨询精英数学家如何不再摸索

    在将一系列壮观的数学结果转化为声誉危机之后,OpenAI正在咨询人类数学家,以帮助其找出一条不那么灾难性的前进道路。周一,该公司宣布成立一个新的独立数学家小组,负责就其与数学研究和更广泛的人工智能领域的互动向其和其他人工智能公司提供建议。

  16. Simon Willison个人技术博客07:46快照

    Claude Opus 5.5、GPT-6 Sol、GPT-6 Luna以及新的价格战

    昨天是Grok 4.7(鹈鹕)和MiMo v2.6 Flash/Pro(更多鹈鹕)。今天Anthropic发布了Claude Opus 5.5,大约一小时后OpenAI发布了GPT-6 Sol和GPT-6 Luna。仔细阅读所有这些新模型需要一段时间,但以下是我到目前为止的印象。GPT-6 Sol和Luna的价格仅为GPT-5.6同等产品GPT-5.6 Lu

  17. The Verge国际媒体04:52快照

    Rabbit的新AI代理不需要R1即可运行

    正如《连线》早些时候报道的那样,这款平淡无奇的R1设备背后的公司Rabbit正在推出一款独立的人工智能代理,您不需要其硬件就可以使用它。该初创公司表示,其新的OS 3“代理操作系统”在云中运行,但在Windows、Mac和Linux设备上本地运行。根据兔子的说法,你可以[.]

  18. The Decoder国际媒体04:06快照

    OpenAI的GPT-6 Sol和Luna将价格降低了一半,但在性能上几乎没有变化

    OpenAI通过GPT-6 Sol和Luna增加了两种更便宜的型号,以象征性价格的一半提供前辈的性能,并瞄准了Anthropic更昂贵的产品。不过,独立分析发现实际情报几乎没有增加,而且OpenAI可能没有预见到Anthropic会同时推出Opus 5.5。OpenAI的GPT-6 Sol和Luna降价一半,但性能几乎没有改变文章首先出现在The Decod

  19. The Verge国际媒体04:00快照

    高通的Snapdragon 8 Elite Gen 6也有一个Extreme版本

    高通已经宣布了Snapdragon 8 Elite Gen 6,今年也加入了8 Elite Extreme Gen 6。该公司将这两款新手机芯片描述为旗舰产品,规格差异相对较小,主要局限于Extreme型号上的人工智能处理、视频捕获和游戏性能的改进。两个第6代芯片[.]

  20. MarkTechPost国际媒体02:59快照

    Anthropic发布Claude Opus 5.5:寓言5.1级表演,运行成本比Opus 5低40%

    Anthropic发布了Claude Opus 5.5,这是其新Claude 5.5系列中的第一款型号。该团队表示,它在大多数工作中的表现都达到了Claude Fable 5.1的水平。在默认设置下,在典型工作负载上运行它的成本也比Opus 5低40%。根据Anthropic自己的基准测试,它在代理编码方面处于领先地位,[.] Anthropic发行Clau

  21. Simon Willison个人技术博客02:48快照

    llm 0.36

    发布时间:llm 0.36新OpenAI模型:GPT-6 Sol的gpt-6-sol和GPT-6 Luna的gpt-6-luna。#1702对于仅接受单轮提示的模型,模型插件现在可以声明supports_conservation = False。当这些模型接收助手或工具历史记录时,LLM引发llm。ConversationNotSupport,并且llm c

  22. Simon Willison个人技术博客02:03快照

    引用@therealcornpop

    嘿,你知道如果你用人工智能为TikTok和YouTube写脚本,这是非常明显的,对吧?[...]这不仅仅是一般的人工智能主义,“这不是X,这是Y”,或者三个规则,或者非常奇怪的断断续续的写作方式,你只是用所有这些标点符号说了很多事情。听起来很深奥,其实不然这是缺乏任何东西。这是你的声音缺乏明确的矛。事实上,我可以告诉你,你对你正在谈论的事情没有意见。- @t

  23. OpenAI News海外官方02:00原文

    GPT-6 Sol和Luna简介

    来认识一下GPT-6 Sol和Luna,这两款型号将前沿智能带入日常工作,具有不同的能力和成本平衡。

  24. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:59快照

    Flash-DLLM:IO感知的KV缓存和并行解码,用于快速、内存高效的扩散LLM

    作者:Quan Nguyen-Tri、Mukul Ranjan、Shijiqiang|扩散大型语言模型(dLLM)最近通过支持非自回归文本生成而成为自回归LLM的一种有前途的替代方案。然而,它们的实际部署仍然受到效率低下的推理的限制,这主要是由于缺乏有效的Key-Value(KV)缓存和可扩展的并行解码机制。现有的加速方法通常研究KV缓存

  25. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:56快照

    具有延迟信息共享的分散部分可观察团队决策方法

    作者:任晓星、托马斯·帕里西尼、安德烈亚斯·A. Malikopoulos|我们研究具有低级潜在动态和未知系统模型的分散式部分可观察团队决策问题。提出的框架将团队理论等效与低等级模型表示相结合,以解决部分可观察的Markov决策过程中的合作决策问题,而无需先验知识转移模型。每个团队成员根据l做出决定

  26. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:56快照

    Abrish:将组织智能扩展至1,024个代理人

    作者:詹志浩、宋婷、李东|多代理系统可以通过并发执行工作来减少复杂任务的延迟。一些开创性的利用框架支持多代理系统。然而,当前多代理工具的可扩展性通常受到中央协调器分配任务和协调工作人员的能力的限制。为了解决这个问题,我们引入了一个可扩展的自组织多智能体,

  27. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:56快照

    SpeakerMem-R1:以SpeakerMem-R1:用于多党对话的以演讲者为中心的双轨存储器

    作者:Haobo Zheng,Tan Tang,Yan Chen|在多方对话环境下的长期对话记忆需要的不仅仅是从长期对话中检索相关内容:它必须区分谁说了什么,每个陈述都涉及谁,个体如何看待彼此,群体共享哪些信息,以及状态如何随着时间的推移而变化。最近对多方对话基准的研究表明,现有的通用LLM m

  28. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:55快照

    CliffCompaction:针对长期编码代理的经济高效压缩

    作者:Trang Nguyen、Eulrang Cho、Bingqing Chen|代理通常处理需要数百万上下文令牌的复杂问题,由于上下文窗口有限,因此需要在会话之间进行压缩。我们开发了CliffCompaction,这是一种自动压缩技术,可在有限环境下将成本降低高达50%,同时保持或改进码头台的性能,并实现测试时扩展和状态的新效率

  29. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:54快照

    SWE-Serve:面向生产推理服务的标杆工程

    作者:Jennifer Williams、Dave Farris、Jeff Farris|我们引入SWE-Serve,这是一个用于评估生产推理工程任务代理的基准。实现推理功能可能需要协调整个服务堆栈的多个更改,包括模型支持、运行时执行和公共API。现有的基准对生产推理工程的有限覆盖范围:存储库级软件工程基准不提供

  30. The Verge国际媒体01:43快照

    旧金山起诉特朗普媒体出售特朗普帖子的抢先体验

    旧金山正在起诉Truth Social背后的母公司Trump Media & Technology Group,因为它出售了对唐纳德特朗普总统在社交媒体网站上发布的帖子的抢先体验。该诉讼今天在加州州法院提起,指控Truth API提要是一项“腐败的商业计划”,违反了加州的不公平竞争[.]

  31. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:41快照

    A2 M:HCP生态系统中的跟踪优化代理劫持

    作者:李来珍、王轩、赵培成|使用模型上下文协议(HCP)的代理依赖于语义匹配从第三方服务器选择工具,通过攻击者控制的元数据和输出暴露语义供应链风险。我们引入了A2 M(吸引操纵),这是一个用于劫持LCP代理的两阶段黑匣子框架。吸引力阶段优化工具元数据以增加调用概率; Manipula

  32. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:40快照

    扩大收件箱,而不是背景:从无策略的支架到可重复使用的专业代理

    作者:李来珍、李佳瑞、赵娟|大型语言模型(LLM)代理通常处理相关任务流,但标准工具会反复要求模型在每个任务的上下文中重建相同的控制决策。我们研究任务反馈是否可以将循环控制转化为可重复使用的可执行代码,同时保留LLM调用用于特定于任务的语义推理。我们引入Growing Buttons,一种以失败为导向的工具

  33. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:38快照

    类型安全并非无错误:受约束的决策主管遵循选项名称,而不是与之绑定的标题

    作者:孙宇、徐俊浩|类型化决策模型是为模型输出直接由软件使用的设置而构建的。它们不是生成自由格式的文本,而是返回一组预定义选项的决策。通过构造,每个输出都符合所需的模式。然而,这一保证并没有告诉我们,模型是否按照预期解释了这些选项。研究了Jev和两个带开放权的类Jev模型

  34. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:37快照

    FlexXray:通用临床X射线分割

    作者:Victor Ion Butoi、Vivek Gopalakrishnan、John V. Guttag| X射线是医学上使用最广泛的成像方式,但仍然是其最少的定量。与CT或MRI等容积模式不同,X射线将3D解剖结构折叠成2D投影,导致结构重叠和解剖边界模糊,即使对专家来说也是如此。因此,标记X射线数据库以训练通用分割系统是不切实际的,留下了形态学

  35. AWS ML Blog海外官方01:28快照

    Claude Opus 5.5现已在AWS上推出

    Claude Opus 5.5是Anthropic最强大的Opus模型,用于代理编码、知识工作和长期运行任务,现已在Amazon Bedrock和AWS上的Claude Platform上提供。这篇文章涵盖了Opus 5.5中的新内容、实用指南以及如何开始在Amazon Bedrock上使用该模型进行构建。

  36. Simon Willison个人技术博客01:14快照

    llm-人类0.29

    发布:llm-anthropic 0.29添加对Claude Opus 5.5的支持:llm -m claude-opus-5.5“提示到这里”标签:llm,anthropic

  37. The Decoder国际媒体01:11快照

    Claude Opus 5.5以更低的成本与Fable 5.1的性能相媲美,并承诺减少“Claudish”写作

    Anthropic即将推出新一代首款型号Claude Opus 5.5。该公司表示,它在大多数任务上与Claude Fable 5.1相匹配,同时运行成本比Opus 5低约40%。Anthropic的基准测试也使其在大多数任务上领先于OpenAI的GPT-6 Astra,尽管价格便宜得多。十四行诗5.5和俳句5.5预计将在未来几周推出。文章Claude Op