“tokenmaxing”适得其反后，Meta从工程师绩效审查中删除了人工智能的使用
Meta将不再根据工程师使用人工智能工具的程度来评判他们。在The Decoder上首次出现“tokenmaxing”适得其反后，Meta文章从工程师性能评论中删除了人工智能的使用。
Meta / Llama
Meta 的 AI 动态：Llama 与 Muse 系列模型、超级智能实验室与 Meta AI 产品。
已收录 173 条 · 近 30 天 137 条 · 第 8 / 8 页
-
Meta FAIR推出人工智能研究偏好模型（RPMs）：在花费图形处理时间之前对ML实验进行排名
人工智能研究机构可以提出的实验远远超出他们的能力。Meta FAIR、Oxford和UCL引入了AI Research Preference Models --冻结的LLM法官，对15名未执行的候选人进行排名，只执行一名。在AIRS-Bench上，平均标准化分数从0.684上升到0.729，基线的24小时结果在大约15小时内到达。Meta FAIR引入人工智
-
Meta的新实时音频模型是永不停止倾听的AI助手的基础
Meta的超级智能实验室发布了Muse Voice Transcribe，这是一种实时转录模型，可以处理80毫秒的语音块，区分说话者并检测句子边界。据人工分析称，它以市场上最低的价格提供最准确的流媒体转录。Meta将该模型视为个人人工智能代理的构建模块，这些代理可以通过摄像头眼镜等设备监听真实对话。Meta的新实时音频模型是永不停止收听的人工智能助手的基础文
-
Meta AI发布了Muse Spark 1.3：一个使用比Muse Spark 1.2少20%的工具调用和少25%的令牌的抽象编码模型
Perplexity为其Mac应用程序提供了混合计算，将单个Perplexity Computer任务拆分为云中的前沿模型和用户机器上运行的紧凑模型。任务在云中开始搜索，规划和推理，然后将敏感步骤移交给Mac，而不会重新启动或丢失上下文。设备上的隐私门决定了什么可以跨越：保持本地，屏蔽，拒绝或征求同意。Perplexity还开源了该门后面的0.6B分类器，该
-
Meta付费偷窥你如何使用他们最新的人工智能模型
对于其旨在操作编码和其他代理的新Muse Spark模型，Meta为通过分享提示和模型输出为未来模型的开发“做出贡献”的用户提供平均约95%的明确折扣。
-
Meta凭借Muse Spark 1.3位居榜首，并在价格上击败竞争对手
Meta发布了Muse Spark 1.3，这是该系列五个月内的第四款机型。根据人工分析的数据，该模型在Agentic基准上获得了最多的收益，但仍然落后于Claude Fable 5.1和其他顶级模型。最有力的论点是价格。Muse Spark每项任务的价格为0.55美元，低于所有Inbox得分的竞争对手。文章Meta关闭在顶部与缪斯火花1.3，并削弱竞争对手
-
Meta、谷歌加入人工智能发布会
另外：使用“证明项目”方法进行面试
-
Meta将其新的人工智能代理推向任务-但放松了Tokenmaxing
该公司正在减轻员工使用人工智能工具的压力，同时鼓励他们尝试其迄今为止最先进的人工智能项目Hatch。