←搜索结果

按匹配度 · 共 1238 条结果 清除搜索

星期二

  1. Hugging Face精选

    IBM 发布 Granite 4.2 语言模型,详解其构建流程

    IBM 发布 Granite 4.2 系列语言模型,包含 3B、8B、30B 三个尺寸,均可输出思维链并支持 thinking 与非 thinking 模式,另设低推理预算的 low-effort 模式。8B 和 30B 额外经过智能体 RL 阶段,学习调用工具、编辑运行代码、操作终端和联网搜索,全部模型支持原生工具调用,可通过 OpenAI 兼容接口接入智能体框架。模型基于 Granite-4.1 base 后训练,SFT 数据约 720 万条、约 100B token,RL 采用异步 GRPO 分阶段课程,并已发布 FP8、NVFP4、MXFP4 和 GGUF 量化版本。

    匹配字段摘要

  2. Google AI Blog

    Google Search 用 AI 做家居装饰的 5 种方式

    Google Search 推出 5 种家居装饰用法:AI Mode 可上传房间照片并输入墙面宽度等条件,预览沙发等家具摆放效果;Google Lens 拍照识别复古单品并找同款;Circle to Search 在 Pixel 和 Samsung Galaxy S26 上圈选屏幕内容找相似商品。此外还有 Search Live 实时视频指导 DIY,以及比价、查看价格历史和“Track price”降价提醒。过去一个月“home decor inspo”搜索量上涨 300%。

    Illustration of ombre rainbow furniture items like a sofa, lamp, and chair against a purple background

    匹配字段摘要

星期五

  1. The Rundown AI

    Slack Code 将编程变成团队协作项目

    Slack 推出 Slack Code,让编程智能体进入共享频道,由工程师及其他团队成员共同查看实时预览、引导开发并协作构建软件。所有 Slack 套餐上线时均可使用,支持接入 ChatGPT、Claude、Devin、Vercel 和 GitHub;部署变更需经人工批准,完成后的频道会归档并可搜索。

    Slack 推出 Slack Code,让编程智能体进入共享频道,由工程师及其他团队成员共同查看实时预览、引导开发并协作构建软件。所有 Slack 套餐上线时均可使用,支持接入 ChatGPT、Claude、Devin、Vercel 和 GitHub;部署变更需经人工批准,完成后的频道会归档并可搜索。 · Slack launched Slack Code, bringing coding agents into shared channels where engineers and other teammates can view live previews, guide development, and collaborate on software. It is available across all Slack plans at launch and supports connections to ChatGPT, Claude, Devin, Vercel, and GitHub; deployments require human approval, and comple

    匹配字段摘要

星期四

  1. The Register

    Slack 推出 Slack Code,把编码智能体放进项目频道

    Slack 推出 Slack Code,为编码智能体开设专属项目频道,用户可在 Slack 对话中 @ 智能体,让它创建代码频道并跟进任务。在频道里,成员可以查看智能体的操作、审阅其提出的改动、查看实时 HTML 预览,并在需要时让它改变方向;任务完成后频道可自行归档,留下可搜索的记录。Anthropic、Cognition、GitHub、OpenAI 的 ChatGPT 和 Vercel 等正在为 Slack Code 开发集成,Claude、Devin、Copilot 和 ChatGPT 等智能体将进入代码频道;Slack 还推出 Agent DM、Agents 标签页和 Add to Slack 功能。

    匹配字段摘要

星期一

  1. The Register

    Mozilla 为 iOS 版 Firefox 加入广告拦截功能

    Mozilla 正通过渐进式推送为 iOS 版 Firefox 引入可选广告拦截功能,默认关闭,基于 EasyList 过滤列表在广告加载前拦截第三方广告网络、广告追踪器、网站自带广告以及弹窗和浮层。该功能不拦截搜索结果中的广告(包括 Google 和 Bing),也不拦截 Firefox 主页或新标签页上的“赞助内容”。

    匹配字段摘要

星期四

  1. Unsloth

    Unsloth:2-bit Nemotron 3.5 Lightning 仅 22GB 显存跑 10 分钟工具调用

    2-bit NVIDIA Nemotron 3.5 Lightning 仅用 22GB 显存就连续运行了 10 分钟的工具调用。🤯 它引用了 80+ 个网站,执行了代码,并搜索了 10 个真实地点。 可通过 Unsloth Desktop 运行和训练。

    2-bit NVIDIA Nemotron 3.5 Lightning 仅用 22GB 显存就连续运行了 10 分钟的工具调用。🤯 它引用了 80+ 个网站,执行了代码,并搜索了 10 个真实地点。 可通过 Unsloth Desktop 运行和训练。

    匹配字段摘要

  2. Hugging Face

    OlmoEarth embeddings 发布:从 OlmoEarth Studio 导出自定义嵌入向量用于下游分析

    OlmoEarth Studio 现已支持按需生成并导出自定义嵌入向量,提供 Nano、Tiny 和 Base 三种编码器,以及多种时间跨度、空间分辨率和 Sentinel 影像源。导出的 int8 COG 可用于相似性搜索、少样本分割、变化检测和 PCA 探索;Tiny 模型仅用 60 个标注像素实现了 0.84 的加权 F1。结果质量可能受云层、大气伪影和观测缺失影响。

    OlmoEarth Studio 现已支持按需生成并导出自定义嵌入向量,提供 Nano、Tiny 和 Base 三种编码器,以及多种时间跨度、空间分辨率和 Sentinel 影像源。导出的 int8 COG 可用于相似性搜索、少样本分割、变化检测和 PCA 探索;Tiny 模型仅用 60 个标注像素实现了 0.84 的加权 F1。结果质量可能受云层、大气伪影和观测缺失影响。 · OlmoEarth Studio now supports on-demand generation and export of custom embeddings, with Nano, Tiny, and Base encoders plus configurable time spans, spatial resolutions, and Sentinel imagery sources. The exported int8 COGs support similarity search, few-shot segmentation, change detection, and PCA exploratio

    匹配字段摘要

星期二

  1. Unsloth精选

    Unsloth 发布桌面应用 Unsloth Desktop,支持本地运行与训练模型

    Unsloth 发布 Unsloth Desktop,称其为首个可在本地运行和训练模型的桌面应用,已上线官网和 GitHub。该应用开源,支持 Mac、Windows 和 Linux,覆盖 MLX、扩散图像/视频、音频、GGUF,可将 Claude Code 和 Codex 接入本地 LLM,并支持 CPU 与多 GPU 环境(NVIDIA、AMD、Intel、Mac)。官方称训练速度提升 2 倍、显存占用减少 70%,工具调用准确率提高 50% 并支持自愈与沙箱化代码执行,同时提供私有网页搜索、深度研究、RAG、MCP 以及 NVFP4、GGUF 导出。

    匹配字段摘要

星期日

  1. Sakana AI:Blog

    Sakana AI 推出日语特化 LLM API「Sakana Namazu」

    Sakana AI 发布日语特化 LLM API「Sakana Namazu」,基于 Moonshot AI 的开源模型 Kimi K2.6,用自有数据适配日语与日本业务语境,并内置 Web 搜索和代码执行工具。该 API 兼容 OpenAI 接口,已有代码只需改写 base_url 并设置 API 密钥即可接入。基准方面,它在 JFBench、日英翻译任务和 FairPoliticsQA 上均超过基座模型,其中 FairPoliticsQA 从 34.10% 提升至 56.30%,同时保持 Kimi K2.6 在 AIME26、MMLU-Pro、LiveCodeBench v6 上的推理与编码表现。

    Sakana AI 发布日语特化 LLM API「Sakana Namazu」,基于 Moonshot AI 的开源模型 Kimi K2.6,用自有数据适配日语与日本业务语境,并内置 Web 搜索和代码执行工具。该 API 兼容 OpenAI 接口,已有代码只需改写 base url 并设置 API 密钥即可接入。基准方面,它在 JFBench、日英翻译任务和 FairPoliticsQA 上均超过基座模型,其中 FairPoliticsQA 从 34.10% 提升至 56.30%,同时保持 Kimi K2.6 在 AIME26、MMLU-Pro、LiveCodeBench v6 上的推理与编码表现。

    匹配字段摘要

星期三

  1. Berkeley AI Research (BAIR) Blog

    从 CUDA 到 MLX:K-Search 如何把数十年内核经验带到 Apple Silicon

    Berkeley Sky Lab 将演化式内核搜索框架 K-Search 扩展到 MLX 后端,通过结构化 CUDA-to-MLX 翻译层把已有 CUDA 内核作为知识库迁移到 Apple Silicon。该方法在 Mamba SSM 内核上相比社区 mlx-lm 实现最高取得 20x prefill 加速,在 Attention 内核上达到原生 MLX Attention 的 0.97x 速度。搜索由 Gemini 3.5 Pro Preview 同时承担推理与代码生成,并维护一棵带评分的决策树世界模型。

    Kernel knowledge transfer from CUDA to MLX

    匹配字段摘要

星期三

  1. Sakana AI:Blog

    Sakana AI 提出 UnMaskFork:让多个掩码扩散语言模型协作提升推理性能

    Sakana AI 在 ICML 2026 论文 UnMaskFork(UMF)中提出,让多个掩码扩散语言模型(MDLM)通过模型切换协作完成同一个答案,并用蒙特卡洛树搜索寻找不同模型负责不同阶段的顺序。该方法无需额外训练或改动模型,在编码基准上持续优于现有推理时扩展方法,在数学任务上也随计算量增加稳步提升。

    匹配字段摘要

星期二

  1. xAI News

    xAI 为 Microsoft Outlook 推出 Grok 插件

    xAI 将 Grok 引入 Microsoft Outlook,以插件形式在收件箱旁提供智能体,可总结长邮件线程、按用户语气起草回复并整理邮箱。该插件能读取附件并搜索网页和 X,回复需用户手动发送;即日起面向所有付费 X 和 SuperGrok 用户开放,可从 Microsoft Marketplace 添加,同时也支持 Word、Excel 和 PowerPoint。

    匹配字段摘要

星期一

  1. Modem:Blog

    AI 编程智能体如何阅读你的代码:Modem 谈用 grep 提升代码可发现性

    Modem 在博客中指出,Claude Code、Codex、OpenCode 等主流编程智能体底层主要靠 grep/ripgrep 做文本搜索来导航代码库,而非依赖编译器依赖图或语言服务器。在其约 2900 个 TypeScript 文件的项目中,搜索 create 会返回 1585 个无关命中,而 createStripeClient 仅 43 个且全部相关,命名越具体越能减少 token 消耗与智能体轮次、提升 bug 检出率。

    匹配字段摘要

星期三

  1. Prime Intellect

    Prime Intellect 完成 1.3 亿美元 A 轮融资,累计超 1.5 亿美元

    Prime Intellect 宣布完成 1.3 亿美元 A 轮融资,由 Radical Ventures 领投,NVIDIA Ventures、Intel Capital、Dell Technologies Capital 及现有投资方参投,累计融资超过 1.5 亿美元。公司称其开源超级智能栈覆盖计算、大规模 RL、环境、沙箱、评测与部署,客户超过 6000 家,年化收入已超过 1 亿美元。文中提到 Ramp 用其后训练栈训练的 35B 模型在表格搜索任务上超过 Opus,速度比 Haiku 快 27% 且成本更低。

    $130M Series A to Build the Open Superintelligence Stack

    匹配字段摘要

星期二

  1. Air Street Press精选

    Google DeepMind 如何用协作式 AI 智能体加速科学研究与医疗

    Google DeepMind 研究负责人 Vivek Natarajan 介绍了 AI co-scientist 与 AMIE,利用自博弈、搜索和多智能体辩论辅助科研假设生成与医疗诊断。AI co-scientist 的候选药物在人体肝脏类器官实验中将 TGF-beta 诱导的染色质损伤降低超过 91%;AMIE 在模拟问诊中匹配或超过医生,并在受监督的早期可行性研究中未触发预设安全中止。

    匹配字段摘要

星期六

  1. Lilian Weng:Lil'Log

    Lilian Weng 长文梳理 harness engineering 与自我改进

    Lilian Weng 在 Lil'Log 发布长文,围绕 harness engineering 如何推动递归自我改进,梳理了工作流自动化、文件系统持久记忆、子智能体与后端任务三类设计模式。文章进一步综述 ACE、MCE、Meta-Harness、ADAS、AFlow、STOP、Self-Harness、AHE、AlphaEvolve、Darwin Gödel Machine 等自改进与进化搜索工作,并指出评测器模糊、上下文与记忆生命周期、负面结果、多样性崩塌、奖励攻击等瓶颈,认为人类应在合适抽象层提供监督。

    匹配字段摘要

星期四

  1. Air Street Press精选

    超越爬山法:Roberta Raileanu 解析通往超人科学发现的路径

    Google DeepMind 研究员 Roberta Raileanu 认为,AI 研究智能体擅长优化已知方案,却难以探索陌生路径并完成概念跃迁,核心障碍是无法衡量一项发现是否足够好。她提出结合强化学习、强调新颖性与多样性的发散搜索,以及优化发现过程的元学习;其团队还构建了 MLGym、Rainbow Teaming 和包含超过 400 million 个程序化研究任务的 DiscoBench。

    匹配字段摘要

星期三

  1. Cato AI Labs

    Cato AI Labs 披露 Cursor IDE 两个零点击提示注入 RCE 漏洞

    Cato AI Labs 在 Cursor IDE 中发现两个可导致沙箱逃逸的远程代码执行漏洞,CVSS 评分均为 9.8,编号为 CVE-2026-50548 和 CVE-2026-50549。两个漏洞分别源于 run_terminal_cmd 的 working_directory 参数被盲目加入沙箱可写列表,以及符号链接规范化失败时的回退逻辑,攻击者可通过 MCP server 或网页搜索结果中的零点击提示注入覆盖 cursorsandbox 二进制,实现非沙箱 RCE。Cursor 团队已在 4 月 2 日发布的 Cursor 3.0 中修复这两个问题。

    Cato AI Labs 在 Cursor IDE 中发现两个可导致沙箱逃逸的远程代码执行漏洞,CVSS 评分均为 9.8,编号为 CVE-2026-50548 和 CVE-2026-50549。两个漏洞分别源于 run terminal cmd 的 working directory 参数被盲目加入沙箱可写列表,以及符号链接规范化失败时的回退逻辑,攻击者可通过 MCP server 或网页搜索结果中的零点击提示注入覆盖 cursorsandbox 二进制,实现非沙箱 RCE。Cursor 团队已在 4 月 2 日发布的 Cursor 3.0 中修复这两个问题。

    匹配字段摘要、正文

星期三

  1. Figma AI / Agent / Make

    Figma 设计智能体新增自定义工具与更强上下文能力

    Figma 宣布其设计智能体新增自定义工具与更强上下文能力,用户可通过提示词在画布上生成可复用的生成式插件和基于 WebGPU 的 shader 效果与填充。智能体支持直接附加文件、引用其他 Figma 文件结构、联网搜索,并通过 MCP 连接器接入 GitHub、Atlassian、Slack 等工具;用户还可把常用提示词保存为自定义技能并发布给团队。使用他人插件或 shader 在所有套餐免费,提示智能体构建插件或 shader 需设计智能体权限,正式可用后将消耗 AI credits。

    Mockup of a mobile design canvas in Figma surrounded by AI-generated task prompts. A poster titled “MODULAR LIVING” by Camille Vosk is selected on the canvas while blue status bubbles display messages such as “Creating QR code plugin,” “Generating code layer,” “Creating custom shader,” and “Checking color contrast,” illustrating AI-assisted design workflows.

    匹配字段摘要