AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
精选
过去 24 小时,从 900 条中筛出 50 条
全部模型产品行业论文技巧
标签:评估器×
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
6月8日
23:42
23:42LangChain@LangChainAI
精选
LangSmith Engine 现在能针对每个检测到的问题自动提出三种解决动作:1)自动起草代码或提示词变更并开 PR,供用户审查合并;2)创建针对该问题的自定义在线评估器,防止复发;3)将失败的线上案例加入离线评估数据集,持续提升评估覆盖率。这意味着开发者无需手动排查和修复,系统能主动生成修复方案并扩展测试集,大幅降低 AI 应用维护成本。
AI产品LangSmithAI 运维自动修复评估器PR 自动化

推荐理由:做 AI 应用运维的团队终于可以告别手动修 Bug 了——LangSmith Engine 自动开 PR 和生成评估器,建议直接集成到工作流里试试。
原文
6月1日
00:09
AITOP6月1日 00:09
OpenAI 发起“Codex for Open Source”:免费赠送 6 个月 Pro 订阅,开源维护者能否迎来 AI 变革?
5月29日
08:02
AITOP5月29日 08:02
Opus 4.8发布:编程助手的“静默时刻”,是解放开发者,还是新门槛?🔥Anthropic 把 AI 编程的“确认键”彻底删掉了!Claude Code 搭载全新 Opus 4.8 模型,长时间任务不跑偏、不废话、不中断,像一个资深工程师一样默默干活,从功能开发到漏洞清扫全包圆,你在旁边喝茶等结果就行。过去 AI 写代码三步一问“这样可以吗”,现在它直接交完整交付物……自主编程的最后一层窗户纸,被捅破了。做自动化开发和代码审查的团队,这个模型建议直接上手,效率差距肉眼可见……Opus 4.8发布:编程助手的“静默时刻”,是解放开发者,还是新门槛?
精选全部日报登录