←搜索结果

搜索“GitHub”

按匹配度 · 共 1654 条结果 清除搜索

星期三

  1. ElevenLabs Blog

    Python 语音识别教程：用 ElevenLabs Scribe v2 构建转录应用

    ElevenLabs 发布 Python 语音识别教程，演示如何通过 ElevenAPI 将 Scribe v2 和 Scribe v2 Realtime 集成到 Python 项目，实现批量与实时转录。教程覆盖说话人分离、词级时间戳、多语言支持、关键术语提示和低延迟转录等商用功能，并说明可先在 AI 编程平台安装 ElevenLabs 技能生成代码，免费试用 API 后再订阅付费方案。

    Five steps for Python speech recognition tutorial: setup, transcription, streaming, and enterprise features.

    s skills in the coding environment. All you need to do is run this command in your platform’s terminal: The AI coding agent will download the speech-to-text skill from ElevenLabs’ GitHub repo and install it in the local skill directory. This lets you automatically generate Python code for speech recognition based on ElevenLabs’ official documentation, instead of writing the entire API integration from scratch. Once installed, you can generate speech recognition Python code just by describing wha

    匹配字段正文

    #company#教程/实践#语音#部署/工程
  2. 通义千问 / Qwen精选

    Qwen 发布 Qwen Intelligence，推出三个移动端智能体并开放评测套件

    Qwen 发布 Qwen Intelligence，首批上线三个 SOTA 智能体：Mobile Planner Agent 负责任务规划与编排，在 MobilePA-Bench、MobilePA-Bench Business 和 Memory 上排名第一；Mobile-Use Agent 以 API 优先、GUI 兜底执行任务，MobileWorld 82.1、MobileWorld-Real 92.2、AndroidDaily 97.2，端到端成功率 90%；Mobile Creative Agent 可将一句话变成可用创作，图像生成耗时 3 秒，约为领先同类产品的 2 倍速度。官方同时开放 MobilePA-Bench、MobileWorld、MobileWorld-Real 和 MobileWorld-Safety 评测套件，覆盖规划、跨应用执行、真机性能与安全。

    , and MobileWorld-Safety, covering planning, cross-app execution, real-device performance and safety. 🔗 Learn more about the agents: - Qwen Intelligence official website: https://t.co/ZJJYJtmJIL - Mobile Planner Agent: https://t.co/M0Wxpoa00x - Mobile-Use Agent: https://t.co/vvQtbUAagJ - Mobile Creative Agent: https://t.co/gWWOmrSIqV 🔗 Explore our open benchmark suite: - MobilePA-Bench: https://t.co/9nXxzG0Ygp - MobileWorld (GitHub): https://t.co/POvERSuCSJ - Leaderboard: https://t.co/YYOw8bmJ6H

    匹配字段正文

    #company#产品更新#Agent#端侧
  3. AWS Machine Learning

    HEMA 如何用 MCP 和 Amazon Bedrock 打造内部 AI 助手 HAL

    荷兰零售商 HEMA 基于 Amazon Bedrock AgentCore 构建了内部 AI 助手 HAL，并通过 Model Context Protocol（MCP）把知识接入 HAL 聊天、Kiro、Claude 等工具。HAL 将原本需要三四个门户、耗时一下午的查询缩短到数秒，安全依托 Microsoft Entra ID，客户端不存 AWS 凭证，目前为只读访问。

    Diagram of the fragmented sources a HEMA user consulted before HAL: wikis, service catalogs, and IT portals

    bility guidance, visit the MCP specification site . To get hands-on with Strands Agents, the open source agent framework used to build HAL’s internal agent, see the Strands Agents GitHub repository . If you’re building a similar knowledge layer for your organization, the Amazon Bedrock workshop walks through RAG patterns, Knowledge Bases, and guardrails in a guided environment. For related reading, see Building and connecting a production-ready ecommerce MCP server using Amazon Bedrock AgentCore

    匹配字段正文

    #lab#教程/实践#MCP/工具调用#RAG
  4. Together AI Blog精选

    如何用 17 美元训练自己的 Jev 分类模型

    Together AI 发布教程，介绍如何基于 Qwen3.5 4B 微调一个类似 Jev 的分类模型，训练成本约 17 美元、耗时约 25 分钟。教程从 Hugging Face 的多个数据集采样 38,340 条样本，经 fetch_sources.py 和 build_all.py 归一化后，用 Together 微调服务训练，再部署到 1x_nvidia_h100_80gb_sxm 专用端点并通过 HTTP 接口调用。作者同时上线了 together/Tev1-4B-experimental，不想自行训练的用户可直接在 Together 无服务器平台使用。

    classifier, and not bother with training your own model, check out together/Tev1-4B-experimental on Together’s serverless platform. The first thing we need to do is clone the tev1 GitHub repository. Once the repository is cloned, we’ll need to install the necessary dependencies using: uv sync --locked The final setup step is to create an .env file that will hold the necessary environment variables. Copy .env.example : cp .env.example .env Edit the new .env file and add your TOGETHER API KEY . Yo

    匹配字段正文

    #company#教程/实践#数据/训练#部署/工程
  5. Latent Space

    John Platt 谈 AI for Science：Google ERA 如何自动求解可评分科学问题

    Google 的 John Platt 介绍了团队开发的 Empirical Research Assistance（ERA），它用 Gemini 维护实验树、以类似蒙特卡洛树搜索的方式挑选并变异 notebook，把可写成评分函数的科学问题自动化求解，已产出至少十篇论文。ERA 在 Gemini 2.0 到 2.5 之间出现质变，从完全不可用变为效果出色，并被用于飞机凝结尾迹等气候变化研究。

    有了评分函数，找到最大化者仍可能需要付出相当大的努力。 John 的团队着手将这一通用问题的求解自动化。这源于“auto-Kaggle”AI 的想法——它能解决你抛给它的任何 Kaggle 问题。Kaggle 归谷歌所有，所以所有数据都已就绪，他们可以轻松获取！ 成果就是谷歌的 Empirical Research Assistance，简称 ERA（论文、github、博客）。1 ERA 在概念上出奇地简单。Gemini（或你选择的 LLM）维护一棵不断生长的树，记录过去的实验（notebook）及其走向。它是蒙特卡洛树搜索的近亲：在每次迭代中，上置信界规则挑选出最有希望进行变异的 notebook。这是乐观策略而非贪婪策略，所以有时甚至第五好的 notebook 也会被选中。随后 Gemini 为每个 notebook 提出变异方案，一次大约十个。每个分支的历史是共享的，因此不同的叶节点可以相互学习。 “这几乎就像拥有一个不睡觉、极度热切的博士生。” 进化算法自 70 年代就已存在，但之所以这次能奏效，是因为 Gemini 确实知道该往哪里看！更有趣的是，Gemini 2.0 和

    匹配字段正文

    #newsletter#行业动态#Google#数据/训练
  6. AWS Machine Learning

    Claude Opus 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS

    AWS 宣布 Claude Opus 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，是 Claude 5.5 模型家族的首个成员。据 Anthropic 称，该模型用更少 token 完成更多工作，单 token 价格更低、缓存读取更便宜，平均每任务成本低于 Claude Opus 5；自适应思考始终开启，由 effort 控制推理量。它也是首个配备生物学、网络安全和 AI 开发安全分类器的 Opus 模型，请求被拒绝的频率高于此前 Opus 版本，可通过 Bedrock 控制台 Playground 或 Anthropic Messages API 等方式调用。

    e through Claude Platform on AWS in North America. Give Claude Opus 5.5 a try in the Amazon Bedrock console, in Claude Platform on AWS, or explore the Getting Started notebooks on GitHub. About the authors Aamna Najmi Aamna is a Senior Specialist Solutions Architect for Generative AI focusing on Anthropic models and operationalizing and governing generative AI systems at scale on Amazon Bedrock. She helps ISVs solve their challenges, embrace innovation, and create new business opportunities with

    匹配字段正文

    #lab#产品更新#OpenAI#Anthropic
  7. Cognition 模型 / Devin 博客

    Cognition 宣布 Devin 进军拉美，Itaú 超 75% 技术团队已使用

    Cognition 在圣保罗 MASP 宣布 Devin 进入拉丁美洲市场，以圣保罗为起点服务区域客户并招聘本地团队。Itaú 超过 75% 的技术团队已使用 Devin，完成 30 万+ 仓库文档化、.NET 迁移 Java 提速 6 倍、自动修复约 70% 安全漏洞，工程吞吐量提升 20-30%；Nubank 用 Devin 将数百万行单体迁移从数年缩短到数周，成本降低 20 倍以上。

    take more than hiring more developers. Companies need a different way to build, modernize, and maintain software. Latin America has the talent to lead: 15.8 million developers on GitHub, nearly five times as many as in 2020, and the world’s third-largest developer community behind only the United States and India. The appetite is not just for the latest technology. It’s to build what comes next. Some of the region’s most demanding engineering teams already build with Devin: banks like Itaú, Nub

    匹配字段正文

    #company#行业动态#Agent#部署/工程

星期二

  1. 少数派

    用 60 元的小米蓝牙遥控器 2 Pro 为 AI 编程做手持语音控制器

    少数派作者 neyham 用约 50–60 元的小米电视蓝牙语音遥控器 2 Pro（型号 RC003）搭配开源工具 SayAll，把遥控器变成 AI 编程的手持控制器：按住语音键口述 Prompt，松手上屏，方向键切换终端 Tab 和 Workspace。SayAll 会生成虚拟麦克风 MiRemoteV 2ch，配合微信输入法的按住说话功能使用，macOS 和 Windows 均有配置路径。文章还给出 SayAll 引导卡住、微信输入法无法录入独立 Fn 键等排坑方法。

    接收音频并实时推流到虚拟麦克风，松手时结束。 配合支持「按住说话（PTT）」的语音输入法（如微信输入法），就能做到按住说话、松手上屏。 2.1 macOS 平台配置流程 配对遥控器：在 Mac 系统设置的蓝牙列表中，同时长按遥控器的「主页键（房子标）」和「菜单键（三条杠）」，等待指示灯闪烁，在 Mac 上点击配对连接； 安装 SayAll 与音频驱动： 从 GitHub Releases 下载安装 SayAll.app； 打开后根据提示安装音频驱动插件（位于 /Library/Audio/Plug-Ins/HAL/MiRemoteV2ch.driver）； 打开「系统设置 ➔ 声音 ➔ 输入」，此时可以看到已出现输入设备 MiRemoteV 2ch； 设置微信输入法（WeType）： 微信输入法的语音识别率和标点断句很准确，并且支持长按快捷键说话； 在微信输入法设置中开启「按住快捷键说话」，将快捷键设为 Fn（或指定组合键）； 声音输入来源选择 MiRemoteV 2ch。 2.2 Windows 平台配置流程 如果你在 Windows 环境下使用（例如用 Windows 跑终端、运行

    匹配字段正文

    #hot-signal#教程/实践#语音#编码
  2. AWS Machine Learning

    Agentforce 与 AWS 集成：用 Amazon Bedrock Data Automation 和 MCP 处理公共部门非结构化数据

    AWS 展示了如何将 Amazon Bedrock Data Automation 与 Model Context Protocol（MCP）结合，把执法记录仪视频、监控录像和扫描文档等非结构化证据转为结构化洞察，并通过 Salesforce Agentforce 以自然语言查询调用。文件进入 Amazon S3 后由 S3 事件通知触发 Lambda，启动 Bedrock Data Automation 任务，结果经 EventBridge 和第二个 Lambda 存入输出桶；Agentforce 侧通过 Amazon Bedrock AgentCore Gateway 经 MCP 调用 AWS Lambda 上的 MCP 服务器，查询 DynamoDB 并返回 S3 结果。该方案为示例代码，非生产就绪。

    er an MCP server is available. Registering external MCP servers is available in Developer, Enterprise, Performance, and Unlimited Editions (see Manage External MCP Servers ). This GitHub repository provides a deployment of the AWS resources required to create an event-driven architecture. The solution deploys a serverless infrastructure that includes Amazon EventBridge rules, Amazon Bedrock Data Automation configuration, AWS Lambda functions, Amazon DynamoDB tables, and Amazon Bedrock AgentCore

    匹配字段正文

    #lab#教程/实践#MCP/工具调用#部署/工程
  3. Latent Space

    小米发布 MiMo-V2.6-Pro 与 Flash 开源全模态模型，训练成本约 300 万美元

    小米发布 MiMo-V2.6 系列开源全模态模型，其中 MiMo-V2.6-Pro 为 1.02T 总参数、42B 激活参数，采用 MIT 许可，Artificial Analysis 称其以 46 分登顶开源权重模型智能指数。技术报告显示其 RL 训练在 130 小时、75B token 上花费约 260 万美元，并计划开源环境代码与训练配方，但 7k+ 任务数据集尚未发布。

    ws : Cognition introduced Devin Cloud in Terminal and devin ssh , making the model’s VM directly accessible from the CLI and allowing handoff between Devin and the user’s machine. GitHub Copilot teased editable diffs in the desktop app, while @pierceboggan showed a Sentry-integrated canvas for moving from crash report to fix. A recurring systems point: inference and agent infra are shifting toward test-time compute : @sarahookr predicts compute moving from pretraining—where marginal FLOPs yield

    匹配字段正文

    #newsletter#模型发布#开源生态#多模态
  4. gihyo.jp

    White Circle 发布后训练框架 Halo，为 Hugging Face 模型加入分布式训练

    White Circle 于 9 月 21 日发布后训练框架 Halo，可在 Hugging Face 既有模型上加入多 GPU 分布式训练，无需重写模型实现，新模型系列适配代码约 100 行，权重仍以 SafeTensors 格式保存。在 8 基 NVIDIA B300 上对 gpt-oss-20b 的实测中，Halo 的吞吐最高达到 TRL 的 2.8 倍，峰值显存随配置变化，约 26GB 至 60GB。用 Halo 对 GLM-4.7-Flash 做监督微调后，GLM-4.7-Flash-Coder 在 SWE-rebench-V2 上的单次尝试解决率从 33.15% 提升到 41.65%。

    r post-training of open-source models. Halo delivers up to 2.8x the throughput of stock TRL with less peak memory, while models stay in their native HuggingFace format. Star us on GitHub: https://t.co/3mAiUljdrN pic.twitter.com/NDoydDUBWa— White Circle (@whitecircle) September 21, 2026 既存モデルを活用し⁠、複数GPUで追加学習 大きなモデルの追加学習では、モデルの重みに加え、学習中の計算結果やパラメーターの更新に使う情報にもメモリが必要になる。1基のGPUに収まらない場合は、複数のGPUに処理を分ける分散学習を使う。ただし、別の学習基盤へ移す際に、モデルの実装や保存形式を合わせる作業が必要になることがある。 Haloは、Hugging Faceの既存モデルに分散学習の機能を加えることで、モデル全体を書き

    匹配字段正文

    #hot-signal#开源/仓库#数据/训练#部署/工程
  5. Black Forest Labs Blog精选

    Black Forest Labs 发布 FLUX 3 Action：7B 开源世界动作模型用于机器人控制

    Black Forest Labs 发布 FLUX 3 Action，一个从多模态 FLUX 3 主干衍生的 7B 开源权重世界动作模型，在 RoboLab-120 榜单上以不到此前最佳开源模型一半的参数量取得 38.3% ± 0.38 的成功率，速度最高提升 3.95 倍。该模型在图像、视频和音频数据上预训练，其中视频占训练 token 的 95% 以上，再通过联合视频-动作训练和针对目标本体的微调适配动作空间。报告还分析了将其与 GPT 6 Astra 等推理模型组合的混合方案，发现快速控制能让具身推理更省时省钱，每美元成功率最高提升 53.64%。

    atrick Esser, Dominik Lorenz, et al. 2026. Self-Supervised Flow Matching for Scalable Multi-Modal Synthesis. arxiv.org/abs/2603.06507; Chen, Xiao. 2026. Awesome Astra Embodied AI. GitHub repository. github.com/zjwzcx/Awesome-Astra-Embodied-AI; Du, Yilun, Mengjiao Yang, Bo Dai, et al. 2023. Learning Universal Policies via Text-Guided Video Generation. arxiv.org/abs/2302.00111; Ebert, Frederik, Chelsea Finn, Sudeep Dasari, Annie Xie, Alex Lee, and Sergey Levine. 2018. Visual Foresight: Model-Based

    匹配字段正文

    #company#模型发布#具身智能#开源生态
  6. NVIDIA Developer · Generative AI

    NVIDIA 如何评估 AI 智能体：从工具调用到任务完成

    NVIDIA 提出 AI 智能体评估已从单次函数调用打分转向基于可执行环境的完整任务完成度衡量，分为步骤级过程评分与端到端结果评分两层，指标按 Benchmark→Trial→Task→Turn→Step 层级汇总。Nemotron 3.5 Lightning 在该框架下于 PinchBench 取得 86% 准确率，完成任务速度比同类模型快 30%。企业部署应以真实工单和 API 构建的领域评估为准，并以环境状态而非孤立调用准确率作为发布门槛。

    generated Python against unit tests, providing executable verification, but no tool call and no environment to act on. SWE-bench is where the shift becomes clear: resolving a real GitHub issue means navigating a codebase, writing a patch, and passing the suite — file-read, search, and edit calls in sequence. The score measures the outcome, but the trajectory underneath consists entirely of tool calls. In many cases, then, the benchmarks you already run for general capability are already exercisi

    匹配字段正文

    #lab#教程/实践#Agent#评测/基准

星期一

  1. Linear：Now

    AI 编程让 CI 成为瓶颈，Linear 重构 CI 流程应对

    Linear 因 AI 智能体加速代码提交导致 CI 成为瓶颈，通过升级基础设施、优化门控任务、减少重复设置和提升测试执行效率四方面改进，将 PR 等待时间从超过 6 分钟降至 5 分钟出头，每个测试的 runner 时间约减半，尽管测试套件自年初几乎翻了两番。迁移到第三方 runner 后任务平均快 34%，tsc 检查周中位数下降 73%，API lint 时间减少 68%。

    Animated vertical lines accelerating and converging from left to right on a dark background

    tions apply across languages and toolchains. Upgraded infrastructure and tooling⁠ Some of our earliest gains required almost no optimization of CI itself. Moving our workloads off GitHub Actions to third-party runners with faster CPUs, higher-performance storage, and better cache infrastructure gave us faster machines to run the same pipeline on. In a like-for-like comparison of the two days either side of the switch, jobs ran 34% faster on average, with some workloads like tsc dropping 52%. Sep

    匹配字段正文

    #ai-news#教程/实践#部署/工程#编码
  2. LiveKit 产品与工程博客

    LiveKit 对比 Pipecat：实时语音与视频 AI 智能体开源框架怎么选

    LiveKit 官方博客对比了实时语音与视频 AI 智能体两大开源框架 LiveKit Agents 与 Pipecat，指出前者基于自家开源 WebRTC 与 SIP 服务、抽象层级更高，后者不预设传输层、需自行逐级组装 pipeline。文章还说明 TEN Framework、Dograh、Vision Agents、Vocode 的定位，并从语言支持、维护活跃度、上手速度和生产就绪度四方面给出选型建议。

    ined by the time you're in production. And it's a fair concern. One of the category's first popular open source voice-agent frameworks in the LLM era, Vocode, amassed nearly 4,000 GitHub stars before it stopped shipping updates in late 2024. Both LiveKit Agents and Pipecat pass. Here are some signals worth considering, and where to check them yourself. The figures below are refreshed regularly, and the links let you check them yourself at any time. LiveKit Agents3.6M; Pipecat1M Pipecat16.3k; Liv

    匹配字段正文

    #company#教程/实践#语音#视频

星期六

  1. gihyo.jp

    Claude Code 2.1.277 起支持 AGENTS.md，/config 可选 4 种指示文件读取方式

    Anthropic 的 Claude Code 从 2.1.277 版本起支持 AGENTS.md：默认在作业目录及上层找不到 CLAUDE.md 等指示文件时，才把 AGENTS.md 作为项目指示读取。通过 Bedrock、Vertex、Foundry 使用 Claude Code 的环境，以及禁用遥测的环境暂不支持该功能，可用环境需更新后从第二次会话起生效。/config 的 Project instructions 提供 claude-md-or-agents-md（默认）、claude-md-and-agents-md、claude-md、managed-only 四种读取设置，但没有只读 AGENTS.md 的专用模式。

    み込み機能として実装 Thariq氏は今回の追加投稿で、AGENTS.md対応が「Claude Code mods」に基づく組み込み機能であると説明した。modは、Claude Codeの処理中に発生するイベントへ関数を登録し、動作を変更するプラグイン。AGENTS.mdの読み込みを実装したmodのソースコードも公開されている。 同氏は、今後は利用者もmodsを使い、プロジェクトの指示を扱う仕組みを自作できるようになると述べている。 コラム⁠：Claude Modsではテトリスの作例も AGENTS.md対応に先立つ9月9日、Claude CodeのGitHubリポジトリにあるIssueでは、「⁠Claude Mods」という名称と、環境変数を設定して試用する方法が案内されていた。 Claude Codeの開発に携わるBoris Cherny氏もXへの投稿で、Claude内でテトリスを動かすmodが作られたことを紹介している。同Issueには、画面共有を想定し、Claude Code Desktop上の機密情報を通常は伏せ、マウスポインターを重ねたときだけ表示するデモも掲載されている。

    匹配字段正文

    #hot-signal#产品更新#Agent#编码

星期五

  1. SemiAnalysis

    SemiAnalysis 复现 Engram 架构并实测 DRAM/SSD 卸载

    SemiAnalysis 复现了 DeepSeek 的 Engram 架构，在 fineweb-edu 上以约 6E18 FLOPs 每轮训练，观察到与原文一致的 U 型扩展规律，Engram 优于纯 MoE 基线。其 DeepSeek-V4.1-Flash 配置中 Engram 约占 189 GiB 内存，改用 mmap 文件并卸载到 SSD 后，B200 上 DRAM 方案在约 125 tokens/s/user 时每美元可产出 1.21 亿 token，SSD 仅 5200 万，作者认为生产环境中 SSD 卸载并不划算。在 B300 上启用 Engram 卸载可从 TP4 切到 TP2，帕累托曲线提升最多 1.6 倍。

    the ML community including from vLLM, LMCache, SGLang, PyTorch, Huggingface and the support of major labs like OpenAI, MiniMax, ZAI, Qwen, Moonshot Kimi, etc. Star the InferenceX GitHub repository if you find the open-source benchmark and data useful!. InferenceX is the only inference benchmark in the world to have TPUv7, Jalapeño, Nvidia Rubin NVL72, AMD, and soon, SambaNova and Trainium. Due to how realistic AgentX scenario is to real world agentic inference workloads, AMD has committed to co

    匹配字段正文

    #analysis#论文/研究#数据/训练#部署/工程
  2. Trail of Bits Blog

    Trail of Bits 如何用 AI 智能体审计 Miden zkVM

    Trail of Bits 在审计 Miden zkVM 前，用六个月让 AI 智能体从零构建了 LSP 服务器、反编译器、静态分析引擎和 VM 执行器的 Lean 模型。这些工具发现了真实安全问题，例如未校验的 prover 输入可让恶意 prover 伪造 Falcon 签名并窃取 Miden 账户持有者资金，Lean 工作还产出 95 个机器校验的正确性证明。

    “Two code listings side by side: a MASM procedure computing the XOR of two 128-bit values, and the same procedure implemented in 32-bit x86 assembly”

    y the prover, and need to be validated carefully. ↩︎ Most of these findings were due to the fact that almost all procedures in the core library were part of the public API, which meant that third-party developers could call them without proper validation. ↩︎ X LinkedIn GitHub Mastodon Hacker News Related Posts Circomspect has been integrated into the Sindri CLI February 26, 2024 Our tool Circomspect is now integrated into the Sindri command-line interface (CLI)! We designed Circomspect to help …

    匹配字段正文

    #security#安全/对齐#Agent#编码
  3. Qwen Blog

    阿里千问发布 Qwen3.8-Omni-Flash 及实时版

    阿里千问发布 Qwen3.8-Omni-Flash，支持图像与音频输入，可通过 DashScope 兼容接口调用，并支持 enable_thinking 与 xhigh、medium、low 三档 reasoning_effort。同系列还提供 Qwen3.8-Omni-Flash-Realtime，支持 WebSocket 和 WebRTC 连接，可开启摄像头和麦克风进行实时音视频对话。官方同时开源 Qwen-MM-Plugins 多模态插件套件，支持 Codex、Claude Code、Qwen Code、Gemini CLI 等 agent harness，提供图像、音视频理解与长视频记忆等能力。

    tributions from community developers. You can enter the following request directly in your usual office agent: Help me install the core, api, and omni-related plugins from https://github.com/QwenLM/Qwen-MM-Plugins. Alternatively, install from the command line: Run the official guided installer: curl -fsSL https://raw.githubusercontent.com/QwenLM/Qwen-MM-Plugins/main/install.sh | bash In the menu, select: Install The agent harness you use The Omni plugins you need Plugin Capability core Read imag

    匹配字段正文

    #company#产品更新#多模态#推理

星期四

  1. Latent Space

    AI 新闻现实检验：Yegge 关停 Gas Town，Databricks 用 Astra 成本涨 60%

    Latent Space 的 AINews 汇总了 9 月 15 日至 16 日的 AI 动态，其中两个案例构成对编码智能体热潮的现实检验。Steve Yegge 关停了 Gas Town，并承认尽管每月在编码智能体订阅上花费数千美元，他只用它建成了 Gas Town 这一个项目。Databricks 的 Patrick Wendell 表示已向约 3500 名工程师推广 GPT-6 Astra，Astra 在复杂系统设计和长周期任务上明显优于 Opus 5 与 Sol 5.6，但整体编码支出增加约 60%，公司为此设立了专门的 Astra 子预算。本期还提到 OpenAI 发布模型失准事件披露框架及六份案例报告、DeepMind Institute 成立、小米 MiMo-V2.6 公开 RL 训练看板，以及 Anthropic 将 Claude Cowork 与聊天合并为统一入口。

    nt levels. Comments were broadly positive about open-sourcing the method and suggested maintainers such as Bartowski might adopt it for public quants. One commenter criticized the GitHub README as AI-written/over-marketed and asked for clearer technical wording. A commenter asked how Voodoo Quant can use gradient descent when quantization levels are discrete rather than continuous, specifically questioning the claim that it “runs all the quant levels of a model at the same time, for every tensor

    匹配字段正文

    #newsletter#行业动态#Agent#编码