AI给电脑打工,到底干得怎么样?一套新评分标准掀了桌子
NVIDIA团队提出OSWorld-Pro,一套基于6.7万条人工标注的过程评测体系,拆解300多个长任务为2800多个依赖子目标,揭示顶尖AI模型如Claude Opus在电脑操作任务中的具体失败环节与效率问题,弥补传...
NVIDIA团队提出OSWorld-Pro,一套基于6.7万条人工标注的过程评测体系,拆解300多个长任务为2800多个依赖子目标,揭示顶尖AI模型如Claude Opus在电脑操作任务中的具体失败环节与效率问题,弥补传...
论文提出ASCENT方法,让AI智能体在部署时用固定的初始模型作教师,对自己验证成功的任务经历做自蒸馏式学习,解决了直接模仿或强化自身输出导致策略崩溃的问题,在多个长链条任务基准上大幅提升成功率与效率。
论文提出PaLoRA方法,针对LoRA持续学习中固定学习率难以应对知识累积的问题,推导出配速定律s*=√(R/c),结合自适应秩压缩与零空间投影,在50任务长周期场景下准确率提升近4个百分点。
本文解读CUAWright,一个仅用约3000行代码构建的终端原生AI智能体系统,它用终端命令取代GUI点击、用文件系统管理记忆与自建工具,在OSWorld等六大基准测试中大幅超越主流GUI与混合方案,同时显著降低运行成...
机器人世界模型在新环境里失灵怎么办?本田与约翰斯·霍普金斯团队提出JEPA-TTT,让机器人边干活边修正内部预测器,八种物理规律变化场景下规划性能平均提升153%。
10月31日,2026独角兽企业技术创新与发展主题活动在浙江省宁波市顺利落下帷幕。本次独角兽主题活动以“智启新程·质创未来”为主题,包括实地调研、主旨报告、政策解读、企业分享、产融对接、讲座交流等环节,吸引了来自电子、软...
宇树科技竞争对手AGIBOT在2026创新日发布第三代硬件平台AHA3、下一代具身AI基础模型GO-3 Preview、WITA-Omni 1.0交互模型及工业机器人G2 Max,并正式推出Link-U OS 1.0操作...