-
-
Atuin Threads：所有机器上的所有智能体会话
HN ⭐ 158 · 62 评论
-
我的AI代理发现了一个未标注的玛雅遗址？
HN ⭐ 932 · 339 评论
-
谷歌SWE指出48个AI代理针对NASA激光雷达，在72小时内发现未有记录的玛雅金字塔
HN ⭐ 241 · 104 条评论
-
一键压缩任何LLM至3倍大小，近乎无损，内存占用低于50MB。
HN ⭐ 9 · 0 评论
-
展示HN：AWS、Azure、RunPod和Vast.ai的每日GPU租赁价格
HN ⭐ 6 · 2 评论
-
LLM玩转Zachtronics的TIS-100
HN ⭐ 34 · 4 评论
-
AI是一种信息网关。受众仍不希望其处理他们的新闻。
HN ⭐ 3 · 0 评论
-
LLM训练后删除权重的令人惊讶的有效性
HN ⭐ 15 · 0 条评论
-
追踪Anthropic发现的漏洞
HN ⭐ 366 · 168 评论
-
苹果将推出新款Mac应用，旨在让运行本地AI模型变得更为便捷。
HN ⭐ 103 · 81 评论
-
推理解决的目标是什么？
HN ⭐ 100 · 44 评论
-
医学图像分割：基础模型适配与任务特定训练
作者: Emre Kutlusan, Yongmin Li | 在大型自然图像集合上预训练的基础模型日益适用于医疗图像分割，其预期是能够替代针对每个任务训练的模型。然而，大多数比较使用的是训练分布中的数据以及单一任务特定基线，其配置很少得到合理说明，因此无法提供关于在新环境中性能的有限证据。
-
基于示例式定位在EM-DETR中实现基础检测模型
作者: Sheethal Bhat, Bogdan Georgescu, Awais Mansoor | 基于深度学习的计算机辅助诊断系统在支持临床医生方面展现出巨大潜力，但其性能在很大程度上取决于大型、高质量标注数据集的可用性。在医学病变检测中，全面、标准化标注的缺失以及现有数据集的异质性，限制了稳健基础模型的开发。在本研究中
-
TorchCurves：可微分参数化曲线
作者: Alex Shtoff | 我们介绍TorchCurves，这是一个PyTorch库，将向量值参数曲线视为可学习原语。其核心操作将标量输入批次映射至以B样条或勒让德多项式基表示的曲线上的点，同时通过输入和系数进行微分。曲线系数可以与周围模型联合优化，或由另一个网络生成。
-
AutoScaffold：AI引导的语言模型强化学习支架
作者: Zijian Zhang, Rizhen Hu, Jiangweizhi Peng | 基于可验证奖励的强化学习（RLVR）能够产生丰富的训练体验，但结果奖励将每次尝试缩减为单一数值，从而使大部分此类信息无法被利用。训练期支架，如训练过程中添加到提示中的策略或提示，提供了一种自然方式，可将这些信息转化为指导，但其设计与适配很大程度上由人类负责。
-
对比性发现：开放式科学发现优于竞争性解释
作者: Ziang Liu, James J. Kim, Yijia Dai | LLM智能体越来越多地被用于开放式、数据驱动的科学发现中，然而其中大多数都逐点评估假设，仅针对其对立假设$\neg h$来检验经验性命题$h$。当证据否定$h$时，智能体会意识到一种解释不太可能成立，但无法确定该证据支持的是哪种替代解释。为恢复该替代解释，我们引入对比式发现，该
-
黄铁矿：构建与基准测试蛋白质配体姿态排序智能体
作者: Megha Srivastava, Michael H. Lim, Allison M. Keys | 预测配体与其靶标的结合方式是小分子药物发现的核心环节。现代共折叠模型能够生成多种不同的候选姿态，但可靠地对这些候选姿态进行排序仍具有挑战性。我们引入Pyrite，一种成对姿态排序基准测试，包含来自多种不同蛋白-配体复合物中的1,500对姿态。具备3
-
真实接线何时胜出？针对未测量生理特性检验连接体结构-功能主张
作者: Yeyuan Liu | 连接体约束模型通常用于论证，所测量的接线图优于打乱或重新接线的接线，因此结构决定功能。此类比较可能会将接线与模型调优过程混淆：连接体确定的是谁与谁相连，而非兴奋性、模型所需的收益或可塑性速率，而建模者通常会调优这些参数，直至真实接线m
-
持续ARC：衡量工作生涯中的技能习得
作者: Daniel Lenton | 代理框架已成为持续学习的一种有前景的机制，与测试时参数化学习并立。然而，当前的基准测试存在若干局限：它们通常仅关注单一应用领域，每个实例仅使用一次，且假设存在单一类型的学习器，因此基于记忆和基于权重的系统很少在同一尺度上进行比较。我们提出持续-ARC
-
分子相互作用基础模型中的新兴生物能力
作者: Adi Mashiach | 在大型未标记语料库上训练的基础模型能够产生新兴能力，即超出训练目标的任务。我们将这一范式拓展至多模态生物学领域，引入Bonbon，这是一个针对分子相互作用的基础模型，在约3.2万亿个配对蛋白-配体序列标记语元上进行训练。从单一表示空间来看，Bonbon展现出三种零样本新兴能力
-
代理评估框架比较分析：企业分析代理中的稳定性、检测与发现
作者: Howard Zhang, Chuck Arvin, Logan Brown | 在企业环境中部署基于LLM的分析代理，需要能够可靠检测复杂、多工具工作流中的故障的评估框架。我们提出一项三阶段比较研究，针对三种评估框架进行比较，每种框架均代表一种不同的评估范式（基于追踪的LLM评估、仅基于文本的LLM评估及红队测试评估、确定性启发式方法），应用于两个
-
展示HN：将你的编程智能体从~2019年JavaScript环境迁移至现代Web基础技术平台
HN ⭐ 255 · 75 评论
-
Claude白板、Claude表格和Claude数据
HN ⭐ 157 · 128 评论
-
Claude Nine上的生活
HN ⭐ 80 · 54 评论
-
TimeNet：用于时间基础模型的开源数据基础设施
HN ⭐ 41 · 6 评论
-
Gemini 4 Carbon今日正式发布
HN ⭐ 3 · 0 评论
-
Gemini 4 Carbon现已上市。
HN ⭐ 41 · 12 评论