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 1008 条中筛出 58 条
全部模型产品行业论文技巧
标签:IBM×
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1日
22:33
22:33Hugging Face: Blog(博客/媒体)
精选
IBM研究指出,当前企业AI采用率低的关键原因在于过度关注大型语言模型(LLM)本身,而忽视了智能体逻辑(Agent Logic)的重要性。智能体逻辑包括任务分解、工具调用、状态管理和错误处理等结构化流程,这些才是实现可靠、可扩展企业AI应用的核心。文章提出,企业应构建基于智能体逻辑的架构,而非单纯追求更强大的LLM,以实现AI的规模化落地。
行业企业AI智能体逻辑LLMAI架构IBM

推荐理由:企业AI团队常陷入“换更大模型”的误区,IBM这篇分析点出了真正瓶颈——智能体逻辑。做企业AI落地的架构师和决策者值得一读,能帮你重新思考技术选型方向。
原文
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?
5月18日
22:29
22:29Hugging Face: Blog(博客/媒体)
精选76°
IBM Research 在 Hugging Face 上推出了 Open Agent Leaderboard,这是一个用于评估 AI 智能体性能的公开排行榜。该排行榜通过一系列标准化任务测试智能体的规划、工具使用和推理能力,旨在为开发者提供可复现的基准。目前已有多个主流模型参与评测,包括 GPT-4、Claude 等。这一举措有助于推动智能体领域的透明化和标准化,让开发者能更直观地比较不同智能体的实际表现。
行业智能体排行榜IBMHugging Face评估基准

推荐理由:智能体评估一直缺乏统一标准,IBM 这个排行榜让开发者能直接对比不同模型的规划与工具使用能力,做智能体应用的团队值得关注。
原文
5月13日
19:12
19:12arXiv cs.LG@Ariel Gera, Shir Ashury-Tahan, Gal Bloch, Ohad Eytan, Assaf Toledo
精选
IBM研究团队提出一种LLM引导的查询精调范式,通过生成式LLM对少量文档的反馈,实时优化用户查询的嵌入表示,从而扩展嵌入模型在零样本搜索和分类任务中的适用性。实验表明,该方法在文献搜索、意图检测、关键点匹配等任务上带来最高25%的相对提升,且能改善排序质量和类别分离度。该方案让嵌入模型在无法大规模使用LLM的场景下成为有竞争力的替代方案,代码已开源。
论文零样本搜索嵌入模型LLM引导查询精调IBM

推荐理由:零样本搜索和分类是信息检索的硬骨头,IBM用LLM引导查询精调把嵌入模型性能拉高25%,做搜索/分类的团队可以直接拿开源代码试试,成本比全量LLM推理低得多。
原文
精选全部日报登录