开发动态 · 第 3 页

查看开发动态栏目最近发布的新闻与相关消息。

全部资讯

全部内容

共 235 篇

arXiv 11-11
TAME-O 让多模态助手持续识别用户新概念
研究尝试在长对话中吸收新物品与实体，同时减少和旧记忆混淆。
AI 研究
arXiv 11-07
Agent-R² 用真实文件训练办公智能体
研究从公开材料构造约 4000 项办公任务，把多种格式的附件和可核查的交付要求配对。
arXiv 11-07
Scientist World 将论文变成可运行的实验
研究团队先发布 1000 个可执行环境，供科研智能体复现论文基线并尝试改进。
Airbnb 11-07
Airbnb 用微调小模型做内容分类
其工程团队报告，Gemma4-E2B 在本次分类测试中达到 0.902 F1，中位延迟约 35 毫秒。
Anthropic 11-07
Anthropic 拆解智能体如何跨会话记忆
团队测试让 Claude 在空闲时复查旧日志、纠错和更新知识库，以改善后续任务。
Hugging Face 11-07
开放语音识别榜单加入两种英语口音
Open ASR Leaderboard 新增埃及英语和尼日利亚英语测试，便于按口音对比转写表现。
arXiv 11-07
CascadeFilter 让语义筛选分级处理
框架先让小模型判断简短证据，再逐步转给全文和更强模型，尝试减少推理成本。
arXiv 11-07
DictLLM 让模型多层共享压缩字典
研究把分组内的权重拆成共享字典和各层稀疏系数，用于压缩已训练模型。
arXiv 11-07
HaluCheck 评估文本和智能体的幻觉
双语基准超过 4.2 万条，除了判断是否出错，还要求定位错误并修正。
arXiv 11-07
La-JEPA 用紧凑模型生成机器人动作
模型训练时同时预测未来视觉特征和动作，实际运行时只输出动作。
OpenAI 11-07
OpenAI 与 Hacktron 合作排查系统漏洞
双方将联合选择高优先级目标，重点检查 OpenAI 系统和第三方服务的交互。
arXiv 11-07
SLA 在机器人预训练阶段学习空间信息
方法用三维感知模型指导机器人策略学习，部署时沿用原有推理结构。
arXiv 11-07
研究比较拆分模型解码阶段的成本
模拟对比显示，进一步分拆注意力和前馈计算是否划算，取决于硬件、互联和资源池。
arXiv 11-07
StrataFlux 为低比特模型按需补充精度
研究从主机内存或固态硬盘取回部分高精度数据，尝试降低显存占用带来的质量损失。
arXiv 11-07
TerraMesh-Masks 用自然语言标注卫星影像
数据集将约 1600 万张分割掩码与多模态遥感样本配对，另提供专家复核的评测集。
Ai2 11-07
Ai2 发布 ToyBlocks 机器人实验环境
研究人员可控制积木、场景和操作规则，用来观察智能体如何搜索、试错并完成任务。
arXiv 11-06
SecureGARD 给智能体工具调用加上状态约束
研究把不同工具的动作转成共同的描述，再决定执行、等待或阻止。
arXiv 11-06
ServerBench 让编程智能体搭建模型推理服务
基准同时校验系统能否工作、输出是否达标，以及运行所需的 GPU 成本。
OpenAI 11-06
OpenAI 披露 Astra 安全任务评测差距
在该组编码评测中，安全研究表述下约完成 10% 的评分项，对照组约为 16%。
Axiom 11-06
Axiom 用 Lean 形式化 Stacks Project
团队把代数几何参考资料转换成可由 Lean 检查的代码库。
arXiv 11-06
BEAKER 测试 AI 能否理解实验室操作
研究团队编制了 1,000 道图像和视频问答，覆盖设备、步骤与安全判断。
Discovered Materials 11-06
Discovered Materials 公布材料研究挑战
公司公开材料发现基准，并据报道为五个开放问题设置奖金。
MIT News 11-06
MIT 研究让机器人复核自己的物体记忆
系统利用不同视角和不确定性估计，发现并修正先前可能记错的物体描述。
NVIDIA 11-06
NVIDIA 披露智能体推理的系统级测试
英伟达用真实编程会话回放比较吞吐，30 倍结果对应特定指标与实验条件。