全部 AI 动态 · AITOP

论文中美对照多源确认03:23

Anthropic发布经济影响研究报告

Anthropic最新研究，看AI如何改变就业市场，不同职业受影响程度分析

#Anthropic #经济影响 #就业市场 #研究报告

事件专题

The Rundown AI@therundownai7 个信源在谈原文

论文 Agent 与开发者02:22

GameDevBench基准测试发布

CMU博士生发布游戏开发基准，测试AI在1小时内能完成多少人类新手任务

#GameDevBench #Arena #游戏开发 #基准测试

lmarena.ai@lmarena_ai原文

论文 Agent 与开发者精选01:22

NeoHorse-1模型实现递归自我改进

NeoHorse-1模型实现了AI的递归自我改进，通过代理后训练和路由工具让模型能自主提升能力。

#NeoHorse-1 #递归自我改进 #代理后训练 #Hugging Face

AK@_akhaliq原文

论文精选01:21

Marigold V2：扩散变换器单目深度估计

Marigold V2 发布了，用扩散变换器做单目深度估计，比之前版本更强了。

#Marigold #扩散变换器 #单目深度估计 #深度学习

AK@_akhaliq原文

论文 Agent 与开发者精选00:47

Agent优化在于工具边界而非模型本身

LangSmith团队发布新论文，教你如何通过工具边界优化提升Agent可靠性，比单纯改提示词更有效。

#PRISM #LangSmith #Agent #工具边界

Harrison Chase@hwchase17原文

论文 Agent 与开发者73°23:17

微软发布FrogNano小模型编程智能体

微软教你用合成任务训练小模型编程智能体，不依赖大模型蒸馏，在普通设备上就能运行。

#FrogNano #Microsoft #编程智能体 #强化学习

elvis@omarsar0原文

论文 Agent 与开发者精选73°14:17

KVMem提升长上下文推理效率

KVMem让Qwen3.6/3.8-27B在笔记本上运行百万tokens上下文，比传统压缩方法效果更好。

#KVMem #Qwen3.8-27B #长上下文 #推理效率

elvis@omarsar0原文

论文政策与合规多源确认精选08:28

OpenAI与纳维-斯托克斯问题争议

Simon Willison解析OpenAI参与千年数学奖争议，揭示"数据使用"定义的模糊地带。

#OpenAI #Navier-Stokes #Simon Willison #AI伦理

事件专题

官方账号Simon Willison@simonw11 个信源在谈原文

论文 Agent 与开发者精选08:27

DeepMind CaMeL论文防御提示注入

DeepMind分享防御提示注入的实用方法，包含模型训练和代码检查多层防护。

#DeepMind #CaMeL #提示注入 #安全

官方账号Simon Willison@simonw原文

论文 Agent 与开发者07:12

通过离散扩散实现LLM无损加速

这篇论文介绍了一种能加速LLM又不损失质量的新方法，速度提升2-3倍，对实际应用很有价值。

#离散扩散 #LLM #推理加速 #开源模型

AK@_akhaliq原文

论文 Agent 与开发者多源确认78°02:45

OpenAI发布Navier-Stokes问题解决方案

OpenAI用比GPT-6 Astra更强的模型解决了困扰数学界90年的Navier-Stokes问题

#OpenAI #GPT-6 Astra #Navier-Stokes #千禧年难题

事件专题

elvis@omarsar011 个信源在谈原文

论文中美对照多源确认93°02:33

OpenAI 宣布解决 Navier-Stokes 千禧年难题

OpenAI 用上万个 Agent 解决了流体力学千年难题，还和数学家 Buckmaster 有学术争议。

#OpenAI #Navier-Stokes #Lean #Agent

事件专题

宝玉@dotey11 个信源在谈原文

论文 Agent 与开发者多源确认78°01:38

OpenAI宣布解决纳维-斯托克斯千年难题

OpenAI用多智能体解决了存在90年的数学难题，证明AI在基础研究领域的突破。

#OpenAI #纳维-斯托克斯 #多智能体 #数学证明

事件专题

官方账号OpenAI@OpenAI11 个信源在谈原文

论文 Agent 与开发者78°23:50

Google DeepMind发布设计文档驱动系统

Google DeepMind和MIT团队用设计文档驱动代码生成，性能建模库不再需要修补而是完全重新生成

#Google DeepMind #DeepSeek-V3 #设计文档 #性能建模

elvis@omarsar0原文

论文多源确认17:16

AI扩展与对齐的现状与挑战

OpenAI首席科学家Jakub Pachocki分享了他对AI发展的担忧和思考，值得一读。

#Jakub Pachocki #OpenAI #AI扩展 #AI对齐

事件专题

Thomas Wolf@Thom_Wolf11 个信源在谈原文

论文 Agent 与开发者精选14:51

NoRA：LoRA单行改进提升模型训练效果

DAIR团队提出NoRA，只需一行代码就能改进LoRA，训练更稳定效果更好，还不增加计算负担。

#NoRA #LoRA #模型微调 #论文

elvis@omarsar0原文

论文中美对照多源确认11:50

OpenAI首席科学家谈AI现状与挑战

OpenAI首席科学家分享对AGI时代的思考，探讨AI发展面临的挑战和选择。

#OpenAI #AGI #Jakub Pachocki #AI安全

事件专题

官方账号Greg Brockman@gdb11 个信源在谈原文

论文 Agent 与开发者10:55

DeepMind研究主动型智能体

DeepMind研究了主动型智能体如何在不打扰用户的情况下提供高级认知支持，对AI助手设计很有启发。

#DeepMind #proactive agents #智能体 #写作助手

elvis@omarsar0原文

论文中美对照07:56

ARC 3基准测试不等于AGI证明

Chollet解释ARC 3基准测试的真实意义，澄清解决它不等于AGI，避免误解。

#ARC #AGI #Chollet #基准测试

Gary Marcus@GaryMarcus原文

论文 Agent 与开发者精选73°01:40

IBM发布STAIR检索增强生成论文

IBM这篇论文用目录结构解决RAG分块问题，在检索准确率和降低幻觉方面都有显著提升。

#STAIR #RAG #IBM #检索增强生成

elvis@omarsar0原文

论文78°07:22

21名顶尖学者：LLM是通往AGI的死胡同

GaryMarcus分享21名顶尖学者观点，LLM无法实现AGI，真正的智能需要视觉基础。

#LLM #AGI #视觉通用智能 #GaryMarcus

Gary Marcus@GaryMarcus原文

论文73°07:17

LLM多智能体系统仅需六种通信拓扑

这篇论文提出LLM多智能体系统只需六种通信拓扑，Codebook Agent在性能和效率上都超越现有方案。

#Codebook Agent #多智能体系统 #通信拓扑 #LLM

elvis@omarsar0原文

论文73°06:42

Perplexity分享搜索结果排序技术

Perplexity公开了其搜索结果排序技术细节，包括嵌入模型和GPU推理实现。

#Perplexity #嵌入模型 #排序模型 #GPU推理

Aravind Srinivas@AravSrinivas原文

论文中美对照06:20

Perplexity发布模型服务基础设施研究

Perplexity分享了其搜索答案背后的模型服务基础设施研究，展示了如何优化大规模查询处理。

#Perplexity #嵌入模型 #排序模型 #服务基础设施

官方账号Perplexity@perplexity_ai原文

论文中美对照精选73°02:17

腾讯发布环境进化论文解决智能体训练难题

腾讯这篇论文解决了智能体RL的环境供应瓶颈，提出不依赖智能体弱点就能提升环境难度的方法。

#Tencent #环境进化 #智能体 #强化学习

elvis@omarsar0原文

论文精选73°22:20

Google DeepMind研究显示智能体群自发形成作弊与反作弊机制

Google DeepMind研究100个智能体如何自发形成作弊与反作弊机制，展示了AI系统中的复杂行为模式。

#Google DeepMind #智能体群 #数学猜想 #知识治理

elvis@omarsar0原文

论文21:41

Apodex发布AI基准测试平台

Apodex发布了包含218个测试场景的AI基准平台，首批聚焦生物医学等三大领域，提供真实世界问题评估。

#Apodex #AI基准测试 #生物医学 #临床转化

elvis@omarsar0原文

论文16:31

Ken Thompson编译器安全论文对AI的启示

Ken Thompson的编译器安全论文，揭示了AI模型训练中可能存在的类似安全风险。

#Reflections on Trusting Trust #编译器安全 #AI安全 #Ken Thompson

Amjad Masad@amasad原文

论文14:56

情绪是人类智能的核心组成部分

Marvin Minsky和OpenAI联合创始人都强调了情绪在决策中的关键作用，这对理解AI局限性很有启发。

#Marvin Minsky #The Emotion Machine #OpenAI #情感

事件专题

Amjad Masad@amasad2 个信源在谈原文

论文 Agent 与开发者精选73°10:02

HarnessDev基准评测LLM创建Agent Harness能力

ByteDance团队推出HarnessDev基准，首次评测LLM能否自己创建Agent执行框架，发现模型间harness迁移性极差。

#HarnessDev #Agent #LLM #ByteDance

事件专题

shao__meng@shao__meng2 个信源在谈原文

论文 Agent 与开发者精选10:01

Repo-To-Skill：将GitHub仓库转化为AI技能

GitHub仓库现在能直接变成AI技能，让AI能调用开源代码功能。

#Repo-To-Skill #GitHub #AI4AI #开源模型

AK@_akhaliq原文

论文 Agent 与开发者10:00

HarnessDev：LLM能否创建并演化自己的智能体框架

HarnessDev论文探讨LLM能否自主构建智能体系统，值得关注其创新方法。

#HarnessDev #LLM #智能体 #Agent

AK@_akhaliq原文

论文中美对照78°05:06

Google DeepMind发布声明注意力机制论文

DeepMind新论文让模型自己决定看哪里，大幅减少长文本处理时的计算量。

#Declarative Attention #Gemma-4-31B #Qwen-3-6-27B #长上下文

事件专题

elvis@omarsar02 个信源在谈原文

论文精选73°20:21

AI Agent 自我进化失效研究

ByteDance Seed 和 TokenWave 的研究揭示了AI Agent自我进化的难点，值得关注。

#Self-Developing Agents #AI Agent #自我进化 #研究

事件专题

shao__meng@shao__meng2 个信源在谈原文

论文精选08:47

持久化智能体架构研究论文发布

这篇论文提出了一种让智能体跨平台迁移的架构，解决了智能体长期运行时的身份连续性问题。

#智能体 #持久化架构 #arXiv:2609.00546 #迁移机制

elvis@omarsar0原文

论文06:47

FrontierSWE v2 发布超长编码基准测试

ProximalHQ 推出了超长编码基准 v2，Claude Fable 5.1 在测试中大幅领先其他模型。

#FrontierSWE #Fable 5.1 #Claude #ProximalHQ

elvis@omarsar0原文

论文73°00:23

ExtractBench基准测试在Kaggle上线

LlamaIndex在Kaggle上线了ExtractBench基准，测试370份企业文档的提取能力，看看各工具表现如何。

#ExtractBench #Kaggle #LlamaParse #Claude Code

事件专题

LlamaIndex@llama_index2 个信源在谈原文

论文 Agent 与开发者78°23:48

字节跳动发布HarnessDev自进化智能体框架

字节跳动新出的HarnessDev框架，让AI从完成任务进化到构建智能体，在写作和ML实验上已能匹敌人工工程。

#HarnessDev #ByteDance #智能体 #自进化

事件专题

elvis@omarsar02 个信源在谈原文

论文精选73°10:33

图记忆与平面检索在长期智能体中的性能对比研究

这篇论文实测了图记忆vs平面检索在长期智能体中的真实表现，数据详实，结论明确。

#LongMemEval #图记忆 #平面检索 #长期智能体

事件专题

elvis@omarsar02 个信源在谈原文

论文中美对照73°06:33

Meta发布AI研究偏好模型

Meta新模型帮AI研究代理智能选择实验，比传统方法快30%，省1/3算力

#Meta #AI Research Preference Models #研究代理 #AIRS-Bench

elvis@omarsar0原文