Quili AI
HN ⭐ 12 · 3 条评论
-
-
Show HN：关于RLHF、注意力机制、LoRA和LLM评估的交互式笔记
HN ⭐ 5 · 0 条评论
-
AI正在毁掉我的计算机科学学位。
HN ⭐ 50 · 13 条评论
-
铁路员工代理人遭抓，涉嫌黑客攻击竞争对手
HN ⭐ 6 · 0 条评论
-
谷歌将关闭对拒绝AI的学校的搜索功能
HN ⭐ 637 · 439 条评论
-
Octomind – 开源AI工具套件，节省你的token，静态Rust
HN ⭐ 23 · 20 条评论
-
就来点小小的AI抵抗，当个小惊喜。
HN ⭐ 140 · 82 条评论
-
人工智能如何正在造就失衡的美国经济
HN ⭐ 3 · 0 条评论
-
被盗的AI API密钥为一家公司产生了近100万美元的费用。
HN ⭐ 6 · 2 条评论
-
开发者正在有意降低其AI的能力——而且奏效了
HN ⭐ 7 · 3 条评论
-
Anthropic的增长刚刚持平。
HN ⭐ 197 · 226 条评论
-
美国证券交易委员会应阻止Anthropic的首次公开募股，以保护公众。
HN ⭐ 289 · 225 条评论
-
大语言模型在阅读和编写神经网络权重方面并不具备超人能力。
HN ⭐ 54 · 4 条评论
-
甲骨文公司提交申请拟出售200亿美元新股和债券，为人工智能建设融资
HN ⭐ 179 · 159 条评论
-
Pixel：用于学习通用移动操作能力的协同设计全栈机器人系统
作者：Tony Tao, Jason Jingzhou Liu, Ruslan Salakhutdinov | 通用移动操作需要具备能力的机器人硬件、可扩展的演示采集、富有表现力的全身控制以及有效的策略学习相结合。然而这些组件往往独立开发，由此产生的不匹配问题限制了完整系统的能力。我们提出Pixel，一个协同设计的全栈系统，用于学习通用移动操
-
Pixel-UMI：从传感化人类演示中学习环境感知全身操作
作者: Jason Jingzhou Liu, Tony Tao, Deepak Pathak | 传感化人类演示为移动操作提供了可扩展的数据，但实体差异使策略学习变得复杂。我们提出Pixel-UMI，这是一个从人类数据中学习环境感知全身策略的流程。我们首先介绍环境感知重定位（EAR），该方法将重建的场景几何结构与演示的头部和夹爪轨迹相结合，以确定机器人
-
从自然语言到精确覆盖：斑马谜题的神经符号方法
作者: Paulius Skaisgiris, Thomas Pammer, Veronika Semmelrock | 思维链（CoT）生成显著提升了大语言模型（LLMs）在复杂推理任务上的表现，包括代码生成、数据分析和考试类问题解答。尽管取得了这些进展，纯神经大语言模型在基础逻辑推理问题上依然表现吃力，且缺乏符号系统所具备的确定性、可靠性与稳健性
-
WebHarbor：为演进中的GUI智能体环境对接真实网站
作者：Zhaoyang Wang, Qianhui Wu, Boyu Gou | GUI网页智能体需要真实且可交互的环境，这些环境在评估和训练期间都保持稳定。实时网站评估面临内容变化、访问限制以及认证工作流覆盖范围有限等问题，而现有的用于训练的合成环境往往缺乏功能深度和视觉保真度。我们提出WebHarbor，一套包含153个可执行和docker
-
预训练数据规模逆转了Muon-AdamW微调差距
作者: Catherine Li, Jingchu Gai, Andrej Risteski | Muon近期已成为预训练大语言模型的一种有前景的优化器，在最小化预训练损失方面相比AdamW实现了加速。然而，Muon的优势在微调后是否依然存在仍不明确。在本文中，我们研究Muon和AdamW的下游行为，发现了一个令人惊讶的趋势：在预训练数据预算足够大之后，Ad
-
并非所有推理都具有泛化性：RLVR中可泛化推理策略学习案例研究
作者：Ziqi Pang, Yu-Xiong Wang | 基于可验证奖励的强化学习（RLVR）能够实现大语言模型（LLM）推理的泛化性提升。本文研究如何通过推理策略激励这种泛化。我们借助一个可控的方程求解框架来探讨这一问题：为方程f(x)=y寻找多个输入x，其中f是一个非双射字符串函数。这一设定使得r
-
FADE：用于在线RLVR调度的因子化能力-难度过滤
作者: Tomas Duncun, Jonah Ellison, Mateo Ruiz | 基于组的强化学习与可验证奖励（RLVR）仅从采样补全结果存在分歧的提示中学习：全通过组和全失败组产生的相对优势为零，在未推动策略更新的情况下消耗生成预算。自适应调度器试图将 rollout 引导至信息量丰富的提示上，但它们依赖于逐提示通过率跟踪器，该跟踪器使两个以不同
-
通过分层EEG到文本对齐进行思维破译
作者: Xiaopeng Mao, Morten Mørup, Xin Xu | 沟通对我们的身心健康至关重要，但可能受到闭锁综合征（LIS）、脑瘫（CP）和构音障碍等残疾的影响。非侵入式脑-文本脑机接口（BCIs）为有沟通障碍的人群提供了替代性沟通途径，是一种前景广阔的解决方案。然而，近期的大多数突破性进展都依赖于大型、笨
-
D&A：解耦描述与评估使VLM能够作为零样本机器人奖励模型
作者: Marius Memmel, Shawn Yin, Urvi Rutia | 视觉-语言模型（VLMs）在机器人学习中用于零样本视频任务进度估计具有潜力，但现有框架常常受确认偏误影响，由于隐含的成功假设或相对时间排序设计，在执行失败时对进度产生幻觉式推断。对前沿模型的简单提示调用会退化为二元成功检测器，无法捕捉微妙的、不
-
战略师：借助智能体实现推理演进
作者: Taiming Lu, Qi Xu, Zhigang Hua | 模型只是AI智能体系统的一半。另一半是推理策略：将模型调用转化为响应的推理流程。如今这另一半是手工编写的，构建一种策略的经验从未延续到下一种策略上。我们推出Strategist，这是一种跨任务演化推理策略的元智能体。每种策略都编写为蓝图，可执行
-
HN 发布：Momentic（YC W24）—— 通过使用你的应用来捕捉漏洞的智能体
HN ⭐ 158 · 107 条评论
-
Anthropic内部AI使用按零售价计算，如今已超过其员工薪酬支出。
HN ⭐ 308 · 246 条评论