搜索“编码”

代码上比 BPE 扩展得更好（@tri dao）。 NanoGPT 速通纪录：利用检索增强的 n-gram 提示处理稀有、重复内容，纪录从 39.9 秒降至 6.7 秒（@hermanbrunborg）。 OpenAI 声称对 ETH 的反驳：该主张是一个运行时间为 2^{O(n/√log n)} 的 3-SAT 算法，已在 Lean 中形式化。它用代数方式编码解的数量并重建它（@ZhihuFrontier）。 实用性：除非 n 天文数字般大，否则该算法会退回到指数时间（@beenwrekt）。 解说：Mark Sellke 发布了提纲幻灯片（@MarkSellke）。 小型专用模型：Samaya 对 Nemotron 3.5 Lightning（总计 30B，激活 3B）进行了后期训练，包含两个 SFT 阶段和两个 GRPO 阶段。它在 FrontierFinance 上得分为 58.9%，而 Fable 5.1 为 55.9%，成本为 0.61 美元对 6.89 美元（@maithra raghu）。 检索与记忆： EmbeddingGemma 2：这个开放的多模态嵌入模型有 74

匹配字段正文

级时间戳或置信度。它运行在 GPU 上，比 Parakeet 慢，因此更适合转写文件，而非实时输入。 Hub 上的 Core ML 模型 为了在应用中运行这些模型，我们将它们转换为 Core ML 并发布在 Hub 上： 每个仓库都记录了其源检查点以及每个文件的校验和，该包将其固定到某个固定修订版本。Parakeet 仓库额外提供了一个用于实时输入的 8 秒编码器，可将实时分析时间缩短约三分之一，代价是词错误率略有升高。该仓库还包含转换工作流，其中大部分遵循 FluidInference 的 mobius 脚本，并将每次转换结果与原始模型进行校验。 只有你的应用请求时才会发生下载：每个 Parakeet 约 600 MB，实时编码器另需约 590 MB，Qwen3-ASR 为 0.9 至 2.4 GB，Sortformer 约 250 MB。文件存放在标准的 Hugging Face 缓存中，因此沙盒之外的 Mac 应用可以与 Python 及其他 Hugging Face 工具共享它们。 说话人分离 转写对话时，你往往想知道谁说了什么。这就是说话人分离，而 Apple 的 Speec

匹配字段正文

使我们改用 FlashInfer 内核。FlashInfer FP8 将注意力内核的内存利用率从 50% 提升到 80%。 我们将权重保持在 BF16，因为权重量化在我们的测试集上增加了词错误率（WER）。虽然 FP8 缓存也是有损的，但对准确率的影响极小，因为注意力计算仍保持全精度，且每一层都会从全精度激活重新计算其缓存。✕优化解码器各阶段所选的精度。音频编码器和解码器权重保持 BF16，因为编码器只占 GPU 时间的一小部分，而 FP8 量化权重会影响准确率。KV 缓存是内存流量的最大来源，改为 FP8 后，每步所需字节数减半，可同时运行的序列数翻倍。注意力计算以全精度运行，并在每一层从全精度激活重新计算，因此舍入误差不会累积。 尽量减少主机与设备之间的同步 在负载下，GPU 跟踪显示即使内核接近其硬件极限，步骤之间仍存在空闲。 这些间隙来自 CPU；正常情况下，CPU 在 GPU 仍在工作时准备下一步，但为此，注意力后端需要每个序列的长度，而该长度存储在 GPU 上。将其复制回来迫使 CPU 等待 GPU 完成。因此 CPU 无法提前准备下一步，而 GPU 在它准备时处于空闲状态

匹配字段正文

）。我一直很欣赏她一头扎进自己的风格，她给了我一些很好的反馈，让我思考自己在做什么。 我的信息流 Google 有两个新模型： Gemini 4 Carbon。在基准测试中比 Argon 好得多，但目前只对网络防御者开放。 Genie 4。一个世界模型，可以创建3D场景并编辑它们（比如改变天气或添加角色）。 Suhail 的新公司 Particle 正在训练编码模型，让它们用更少的 token 得出答案。 4 个个人智能体要接受一项包含九项任务的测试。它们之中究竟谁能真正把事情办成？ 一份免费、开源的宜家家具组装指南，配有 3D 说明和语音。 智能体如何影响专家——86% 的情况下，专家会顺从智能体的随机选择。 Simon Willison 认为，我们已经来到了 vibe-coded 游戏的一个拐点。它们现在真的很好玩。 Readwise Books——一款新的阅读与追踪应用，可以连接你的智能体。 Clicky 现在会在你向它询问某些东西时，在你的屏幕上生成自定义视觉内容。 AftersIvana@ivanainai不受欢迎的观点：从 AI 中获益最多的人，恰恰是那些没有它也能完成这些

匹配字段正文

10倍以上。 Carbon的工程目标明确指向长时程、多步骤、可持续运行的Agent工作流。谷歌表示，内部团队已经观察到Carbon“连续运行数天”以攻克复杂工程问题，例如在大型代码库和底层系统中定位并修补隐蔽缺陷。 在前端与全栈开发场景中，Carbon在WebDevArena排行榜上以1768分位列第四。谷歌表示，这一提升来自输出质量与Web开发产物质量的同步改善，同时模型在编码、Agent任务、科学任务以及多模态理解方面也做了针对性优化。 在行为可靠性上，Carbon也做了工程调整，将无依据主张减少了约一半，过度越界行为下降26%，服务不足行为下降29%，目标是在多步骤计划执行中做到不越界、不缺位。 定价方面，目前Carbon在试用期沿用Argon价格，每百万输入token花费2美元，每百万输出token花费10美元，缓存输入token享受95%折扣。试用期结束后，标准价格将调整为每百万输入token 4美元、每百万输出token 20美元。责任编辑：宦艳红图片编辑：沈轲校对：张艳澎湃新闻报料：021-962866澎湃新闻，未经授权不得转载+1收藏我要举报 谷歌 Gemini查看更多

匹配字段正文

TL;DR：在最近一次 Next Fest 演示展示活动中，许多 Steam 用户抱怨不得不从带有 AI 生成素材的 vibe-coded 游戏中费力筛选。AI 编码克隆游戏的新兴威胁也让一些开发者对发布演示犹豫不决。Valve 坚持其一贯的开放门户理念，建议开发者只需把游戏做得更好，同时承诺将继续调查这一问题。 尽管 Valve 强制开发者披露他们在制作游戏时如何使用生成式 AI，但该公司拒绝在 Steam 上彻底禁止使用该技术。Valve 最近还建议担心 AI 克隆的独立开发者通过持续更新和社区建设，努力把自己的原创游戏做得更好。 该公司在 2026 年釜山独立游戏连接节上与开发者举行了内容广泛的问答会，AI 是主要话题。至少从 2025 年起，带有 AI 生成素材的游戏就引发了 Steam 用户的抱怨，但今年情况可以说进一步加剧，因为 vibe-coded 游戏加剧了争议。 活动上一位开发者声称，一些开发者收到了勒索邮件，威胁如果不付款就发布其项目的 AI 生成克隆版。Valve 的 Tom Giardino 表示这是他第一次听说此类案件，但承诺公司会调查，并建议受影响的开发者联

匹配字段正文

的工作流和技能。https://t.co/vREt7i8m2M——RonnyHe（@Ronny MiniMax）2026 年 10 月 28 日 什么是 MiniMax MCode Stack？ MCode Stack 是 MiniMax 的 MiniMax Code 团队开源的 Agent 技能仓库。MiniMax Code 是 MiniMax 的开源终端编码 Agent，同样采用 MIT 许可证。该技术栈不包含任何 MiniMax Code 源代码，只包含工作流、技能和清单。 TEXTTABLELAYOUT你的 PDF 解析器真的解析正确了吗？omni parse bench · 对文本、表格和布局评分 · 开源在 GitHub 上加星→赞助 该仓库与一个名为 MCode Engineering Notes 的专栏配套。每篇笔记解释一个理念，仓库则让该理念可运行。已发布的笔记涵盖子 Agent、工具上下文、压缩与记忆的对比以及长 bash 命令。一篇关于每轮上下文税的笔记标记为即将发布。 Ronny 的技术栈里有哪些技能？ MiniMax 的技术栈包含 15 个技能，按工作日中的时

匹配字段正文

普通话远场会议上 cpCER 为 34.95%。 结论：最好的一点：1 个开源模型覆盖转录文本、说话人标签、时间戳和翻译。最差的一点：仅支持离线，且普通话会议准确率较弱。 什么是 Nemotron 3.5 Transcribe？ Nemotron 3.5 Transcribe 是 NVIDIA 的语音增强语言模型（SALM），可将音频和指令转换为文本。音频编码器将嵌入输入 LLM 解码器，使转录可通过提示进行。NVIDIA 的技术研究报告认为，不存在唯一正确的转录文本。数字、填充词和领域术语取决于谁阅读输出。NVIDIA 将该模型定位为转录专家，而非通用助手。 TEXTTABLELAYOUT你的 PDF 解析器真的解析正确了吗？omni parse bench · 对文本、表格和布局评分 · 开源在 GitHub 上加星→赞助 架构如何工作？ 它由三部分组成： 并行专家编码器：一个可训练的 0.6B Transformer ASR 编码器与一个冻结的 Nemotron 3 Diarization 模型并行运行。说话人分离器最多跟踪 8 位说话人。其说话人活动每 80 ms 添加到 A

匹配字段正文

当前的单次通话成本、处理时长和客户满意度，并跟踪来电者是否会再次回来购买，以便在结束时对比结果。一旦结果经得起检验，就可以把同一套受治理的配置扩展到更多地点和更多类型的通话。 下次领导层会议上的三个问题 我们最常处理哪些客户和合作伙伴对话，其中哪些是智能体现在就能准确回答的？ 如果明天由一个语音智能体代表我们接听电话，它会知道自己在和谁说话吗？它会遵守与我们的员工相同的规则吗？ 我们能否追踪智能体在通话中做出的每一个决策，并证明它受到了治理？ 要观看实际演示，请观看完整演示，并与你的技术团队分享 GitHub 上的 DIVA blueprint 。其中包含编码智能体可以遵循的现成指令。然后联系你的 Databricks 客户团队，讨论并构思你的第一个用例。 你的客户很快就会代表你与 AI 智能体交谈。关键在于这个智能体对他们了解得有多好。相关标签： 零售与消费品 在收件箱中获取最新文章 订阅我们的博客，最新文章将直接发送到你的收件箱。 注册查看所有博客 slice-start id=" gatsby-scripts-1" slice-end id=" gatsby-scripts-1"

匹配字段正文

集团 3. 中关村学院 4. 上海创新研究院 📃 论文 | 🤗 模型与训练数据集与 ZoomBench 说明 🎉 我们已发布 无需缩放的缩放 v2（ZwZ2）！请查看新仓库以获取最新模型、数据和代码。 ✨ 简介 近期的“以图思考”（Thinking-with-Images）方法通过在推理过程中迭代放大感兴趣区域来提升细粒度感知能力，但由于反复调用工具和视觉重编码，导致延迟很高。在本工作中，我们提出 ZwZ 模型（4/7/8B），在开源模型中取得了多模态感知基准上的 SOTA 性能. 此外，我们还提出了 ZoomBench, 一个混合标注的基准，包含 845 条 VQA 数据，覆盖六个细粒度感知维度，并配套一个双视角协议，用于量化全局—区域间的“缩放差距”。 ⚙️ 方法 我们提出 区域到图像蒸馏（Region-to-Image Distillation，R2I），它将缩放从推理时工具转变为训练时原语。我们： 放大 到微裁剪区域，并让强教师模型生成高质量 VQA 数据 蒸馏 将这种基于区域的监督通过显式边界框叠加回传到完整图像 使较小的学生模型能够实现 单次前向的细粒度感知 无需使用工具

匹配字段正文

个三阶段调度方案，其中可训练参数预算如潮汐般涨落——LoRA → 全参数 → LoRA——从而在缓解灾难性遗忘的同时，协调计算效率、泛化能力与难样本拟合。 模态协同。 联合视频/帧训练，加上基于熵的测试时自适应：在推理时把每个样本路由到携带更强取证证据的模态，无需额外训练，也没有学习得到的路由模块。 异常放大 + 校准循环。 一个基于 DINOMAC 的辅助编码器用于细粒度线索，配合全局判断条件化的像素阈值，使单一模型同时产生图像/视频级判定和像素级定位掩码。 在以下基准上评估： 53 项检测基准 以及 14 项定位基准，DefakerOne2 在以下方面达到最先进水平： 40/53 以及 11/14 分别，并在 在全部八个取证领域均排名第一 ——即使在该领域专家自己的领域内，也从未被领域专家超越。 亮点 DefakerOne（V1） DefakerOne2（V2） 图像域平均 80.4 90.9 视频域平均 57.6 95.7 物理伪造（图像） 50.7 87.2 物理伪造（视频） 50.7 95.8 ManipulatedBench（零样本 bACC） 48.6 71.7 RRVB

匹配字段正文

略允许的工具，并通过描述任务而非记住工具名称来发现工具。通过消除构建和运行 20 个独立 MCP 服务器以及在七个区域为每个 API 配置网络的需求，MoEngage 估计该方法节省了约六个月的工程投入。现在接入一个新 API 只需数小时的规范标注，而不是数天的网络配置和安全审查。 搜索优先模式改变了 MoEngage 对智能体设计的思考方式。新智能体从零硬编码工具引用开始。它们描述意图，接收候选工具，并调用它们找到的工具。当团队重命名某个操作或发布新操作时，现有智能体无需更改代码即可使用它。 结论 MoEngage 方法背后的关键洞察是一种关注点分离，它映射到工程组织的实际运作方式。产品团队拥有 API 并对其进行良好描述。平台团队拥有协议层、策略层和连接层。AgentCore Gateway 通过消除中间的无差别工作，使这种分工变得切实可行：无需 MCP 服务器代码，无需为每个 API 配置网络，也无需在客户端进行伪装成授权的过滤。 其结果是一个智能体系统：添加新工具只需更改规范，限制访问只需更改策略，而且两者都不需要另一个团队参与。 要开始使用 AgentCore Gateway

匹配字段正文

验证）有基本理解。 本文你将学到什么 你从一个开放的代码仓库开始，因此可以自己运行引擎，而不是只阅读相关内容。引擎所知道的一切都存在于一小组 skill 文件中，借助这些文件，你可以用不止一种方式运行同一套方法论。 运行引擎的两种方式：Kiro 和 AWS Transform 这里的一切都打包为 skill 文件：带版本控制的 Markdown 能力包，它们编码了迁移方法论（php-to-java-migration）和发现扫描器工作流（php-model-discovery）。由于这些知识存在于文件中，而不是任何单一工具中，你可以用两种方式运行同一套方法论。 方法 1：Kiro，交互式且开发者参与其中 Kiro 将 AI 代理带入你的编辑器，逐步驱动迁移。将仓库根目录作为 Kiro 工作区打开，当你要求 Kiro 迁移一个 PHP 应用时，这些 skill 会自动激活。随后 Kiro 会带着明确的审批关卡走完八阶段工作流，因此你可以审查发现清单、批准规则手册，并在下一阶段开始前签核每个阶段。本文中的每个示例都使用这种模式。 方法 2：AWS Transform，代理式且面向组合规模

匹配字段正文

，现在报告周期压缩至一两个小时，业务人员只负责逻辑审核与最终判断，高频重复的文档处理压力得到极大缓解。 量化研究场景，效率提升更为突出。量化研究员杜婷婷将研报精读、因子挖掘、因子复现等日常工作封装为标准化Skill工作流。过往复现一篇卖方研报中的因子，研究员阅读文献、调取数据、回测校验往往耗费数天时间；现在将研报输入系统，AI自动完成文献精读、因子提取、并行编码、回测验证、二次校验全流程，一轮数十个因子的测试，AI仅需数小时。杜婷婷坦言，AI降低了因子复现的门槛，会加速公开因子效果衰减，但对于具备深度研究积累的团队，AI是放大研究能力的重要机遇。 权益研究员李京的工作重心，也从“信息搬运工”转向“信息裁判”。财报季，过往需要两三天时间阅读公告、整理底稿；如今上传财报、公告，AI完成信息结构化拆解，标记异常指标，输出带来源依据的研究底稿仅需一小时。团队将个人实战经验沉淀为共享Skill，把个人踩过的坑转化为全团队的经验，比如在公告解析Skill增加“校验信息来源口径”规则，规避AI引用未经核实预测数据的问题，实现团队知识的沉淀迭代。同时还可以便捷实现历史预测数据与实际披露值对账，提升跟踪

匹配字段正文

低到高，例如紧急程度。 joey-1 是该系列的第 3 个成员。Baseten 上周发布了 mammoth-1（27B）和 elephant-1（9B）。这 3 个模型共享训练数据和 /v1/systemone API，因此切换只需改 1 行代码。 joey-1 如何工作？ Base Labs 对 Qwen3.5-2B 进行了语言模型的全参数微调后训练。视觉编码器保持冻结。全注意力层使用块双向掩码。所有问题都从 1 次共享前缀预填充中回答，因此增加问题带来的成本很小。 模型卡中的训练细节： 数据：621 万个决策示例。构成：58.3% 核心决策技能，16.1% 安全，16.1% 评判与专家领域，9.5% 公开数据。 目标：交叉熵加上 Brier 校准项，并训练了一个“我不知道”选项。 配方：1 个 epoch，43,390 步，峰值学习率 1e-5，bf16。 硬件：2 个节点，每个节点 8 张 H100 GPU。 校准让你可以设置置信度阈值。不确定的答案可以升级给 elephant-1、mammoth-1 或人工处理。 joey-1 有多快、多便宜？ Baseten 报告，对于平均

匹配字段正文

径是否有效。 读这篇文章时我至少挑了十几次眉。我很难想象这种开发风格能用在出错代价更高的软件上，但对于一款游戏来说，这似乎效果出奇地好。 Jacob 说，Fable 5（以及后来的 5.1）正是让这种自主程度成为可能的模型。Opus 5.5 对他们来说不太够用，而当他们尝试用 GPT-6 Astra 来应用安全审查中的修复时，一切都停摆了： 每一项功能都被禁用了，并被标记为在安全修复完成后重新开启。Astra 遍历了我们整个产品，通过把不安全的东西关掉来让它们变得安全。 正是这类极端实验让我对游戏开发作为探索当今编码智能体能力边界的载体感到兴奋。 发布于 2026年10月29日下午5点 近期文章 氛围游戏开发的十月拐点 - 2026年10月28日 Battle Drones——一款氛围编码的、基于音频多人的 RTS - 2026年10月20日 你好 Python 3.15，再见 3.10，现在我可以使用 3.11 了 - 2026年10月12日 我博客的一个新功能，用我的声音构建 - 2026年10月9日 这是 Simon Willison 的链接文章，发布于 2026年10月29日。

匹配字段正文

小标题 2026年10月29日 - 链接博客 OpenAI 现在推出了几乎完全相同的方案：如果你在他们那里订阅了 $100、$200 或 $500 的计划，你现在可以获得同等金额的 credits，用于你名下的一个 API 组织。 我同时持有这两家公司的订阅，所以这对我来说是个好消息！既然 credits 已经由我现有的订阅覆盖，我甚至可能现在发布一些面向公众的演示。 发布于 2026年10月29日晚上10:48 近期文章 氛围游戏开发的十月拐点 - 2026年10月28日 Battle Drones——一款氛围编码的、基于音频多人的 RTS 游戏 - 2026年10月20日 你好 Python 3.15，再见 3.10，现在我可以使用 3.11 了 - 2026年10月12日 我博客的一个新功能，用我的声音构建 - 2026年10月9日 这是一篇由 Simon Willison 撰写的链接文章，发布于 2026年10月29日。

匹配字段正文

tron 3.5 Transcribe 以 2.8% 的 AA-WER 在开放权重模型中并列第一，其激活参数约为 4B，而与之并列的模型为 24B。在 AA-AgentTalk 上——这个占 AA-WER 指数 50% 的留出语音智能体语音集——Transcribe 的 WER 得分为 1.8%，而次优开放权重模型为 2.3%。Transcribe 将其语音编码器与混合 Mamba–Transformer 专家混合语言模型配对，因此其 30B 参数中每个 token 仅有约 4B 处于激活状态。这使其位于 Artificial Analysis 的开放权重准确率与激活参数帕累托前沿上。在 AA 的全模型图表中，它排名领先于若干广泛使用的专有语音 API。 图 2. 以约六分之一的激活参数取得领先的 AA 准确率：Nemotron 3.5 Transcribe 以约 4B 激活参数实现 2.80% 的 AA-WER。 跨语言与重叠语音的说话人归属。Sortformer 说话人线索与声学特征一同到达语言模型，因此 Transcribe 可以在生成过程中标记每个话轮，而不必仅依赖后续步骤将说

匹配字段正文

（路透社 $）+ 平流层互联网可能今年起飞。（麻省理工科技评论） 3 全球温室气体水平不断创下新纪录 二氧化碳、甲烷和一氧化二氮都在上升。（新科学家 $）+ 特朗普正在让化石燃料公司更容易泄漏甲烷。（The Verge）+ IPCC正在为生存而战。（自然）+ 如何研究一场迅速融化的气候灾难。（麻省理工科技评论） 4 猴脑揭示了关于意识的新线索 它们的神经活动编码了未能进入其意识的图像。（自然）+ 蜜蜂的感受也在改变人们对意识的看法。（新科学家 $）+ 关于AI意识的争论是一个陷阱。（麻省理工科技评论） 5 中国科学家研发出一种制造火星火箭燃料的催化剂 它能将火星大气中的二氧化碳转化为液态甲醇。（南华早报） 6 科技亿万富翁联手反对加州财富税 谢尔盖·布林、埃里克·施密特等人资助了一场大型运动。（纽约时报 $） 7 特拉华州计划允许AI智能体经营整个企业 该提案可能让所有者逃避对损害的责任。（Ars Technica）+ 一个对AI智能体更友好的网络可能会伤害人类。（麻省理工科技评论） 8 帕尔默·拉基公布了美国制造军用笔记本电脑的计划 Anduril将在俄亥俄州使用高通芯片制造加固型电

匹配字段正文

小标题 vibe 游戏开发的十月拐点 2026年10月28日 我之前写过，2025年11月是编码智能体的一个拐点——在那一刻，Opus 4.5 和 GPT-5.1 跨过了一个临界点，意味着它们各自的编码智能体成为了软件工程师可靠的日常工具。我认为我们在2026年10月又到达了一个新的拐点，而这一次是针对 vibe coding 电脑游戏。 四倍的侮辱 如果有人真的投入了功夫会怎样？ 你应该做一个游戏！ 尤其是 Claude Opus 5.5，在构建一款引人入胜的游戏所需的几个方面都展现出了有意义的改进： 3D 建模 音乐生成（参见 Scrimshaw Jukebox） 游戏设计（！） 最后一项尤其重要。模型们早就能做出看起来像游戏的东西了，正如我之前的实验所示。挑战一直在于做出一个真正好玩的游戏。 游戏设计是一个深奥的学科领域。我不会假装自己精通它——我懂得足够多，足以把它当作一门手艺来尊重。创造一个新颖、引人入胜的游戏循环，在恰当的难度上挑战玩家，并提供令人满意的学习曲线，是一门精妙的艺术。我原以为模型做不到这一点。 然后我试着告诉 Claude Opus 5.5“让它有趣得多”……

匹配字段正文