AI能修好一条断掉的电路,却分不清"哪根线该接"和"哪根线不该动"
SolveEdit是一个评测AI图像编辑模型视觉问题解决能力的新基准,包含2728个案例,通过原子转换契约和SolveScore评分体系衡量任务完成度与内容保护,发现顶尖模型最高只得57分,并提出SolveEdit-Pl...
SolveEdit是一个评测AI图像编辑模型视觉问题解决能力的新基准,包含2728个案例,通过原子转换契约和SolveScore评分体系衡量任务完成度与内容保护,发现顶尖模型最高只得57分,并提出SolveEdit-Pl...
随着矿山引入远程控制装载机和更多自动化生产设备,通风风扇的选型与控制需与自动化系统协同规划。文章指出,风扇运转正常不等于工作面进风量达标,需结合气流量与压力数据综合判断,并建议在采购前确认最长管道工况,将通风工程师、风扇...
随着工业机器人全球安装量激增,制造业正面临日益严重的技能缺口。报告预测2033年前将有190万岗位难以填补。文章指出,混合式培训模式——以数字化学习覆盖知识层,以实操训练强化技能——是弥合这一缺口的可行路径,且应将员工培...
阿斯利康与Oracle达成非约束性合作协议,计划借助AI与真实世界数据优化临床研究流程,首个项目落地阿联酋阿布扎比,聚焦高血压患者管理与临床试验招募,后续将扩展至美国、欧洲及中东地区。
美国Mass General Brigham研究团队在《柳叶刀数字健康》发表论文,介绍了基于逾4000万张面部图像训练的AI模型FAHR-Face,可通过单张照片预测癌症患者生存风险,并在近5000名荷兰放疗患者中完成验...
Yelp发布新AI代理功能"Check for Me",可代替用户致电餐厅查询实时等位情况并发送更新。同时扩展Yelp Assistant能力,新增OpenTable接入、个性化提醒、历史对话参考及天气感知预订等功能。
Splunk《2026可观测性报告》显示,超过半数IT专业人员无法有效管控AI成本,60%的受访者表示意外账单峰值带来运营压力。专家建议将支出追溯至来源,并在代理层强制执行FinOps预算阈值。
Red Hat、IBM、Google等联合维护的Kubernetes原生分布式推理项目llm-d正式发布1.0版本,新增多租户服务质量管理、零停机运维及智能体感知调度能力。测试显示,其前缀感知路由可实现97%缓存复用率,...
文章作者、AI安全公司CTO认为,AI在复杂任务中表现出色却在简单任务上频繁出错,未来工作将向"判断力"转移。真正的风险在于,入门级岗位被自动化消除后,人类积累判断力的路径也随之断裂。
Synaptics联合Google Research推出Coralboard SL与SR两款边缘AI开发板,SL版基于Astra SL2619处理器(1 TOPS NPU),现已通过DigiKey全球发售;SR版搭载As...
Synaptics推出Astra SR200系列多模态边缘AI MCU,集成Arm Cortex-M85与M52双核架构,提供最高400GOPS AI加速和256MB自定义DRAM,支持视觉、语音与显示功能,面向可穿戴、...
本文介绍了KVCMAS,一种面向多智能体大语言模型系统的KV缓存校正框架,通过低秩压缩存储和链式参照设计,解决共享上下文重复计算导致的高延迟高内存问题,在保持准确率的同时大幅提升服务效率。
时间序列智能体配专家工具反而变笨?论文揭示"工具错位"与"静默伤害"两大隐患,提出TimeEvo让智能体从自身失败中自动合成工具,经双重验证后才准入,十项任务全面提升且可跨模型迁移。
本文介绍LastOPD方法,揭示大模型蒸馏小模型时隐藏状态对齐训练"先涨后崩"的失效现象,并提出只在最后一层做对齐、训练初期10步淡出的解决方案,实验证明该方法显著提升小模型数学推理能力且训练效率更高。
论文提出净效用指标,解决LoRA模型合并中秩预算均匀分配的问题,通过为每个奇异方向打分并全局择优,在视觉和语言任务上分别取得2.1%和2.2%的性能提升,且无需任何训练数据。
本文介绍D-JEPA决策对齐潜在世界模型,揭示预测模型在关键候选动作间的判断失灵现象,并提出有界关系学习、受限预测器适配和潜在几何写回三重机制,在机器人操作、自动驾驶等多场景验证有效提升。
本文解读SAGE框架,它通过代数稀疏化和双曲结构引导两种信号,缓解大语言模型长程推理中的探索偏差与复合偏差,在12个基准和7个模型家族上验证有效,Andrews-Curtis问题上取得近8倍提升。
Q&A Q1:CodeGraph 是什么? A:CodeGraph 是一个基于开源大语言模型和 Wikidata 知识库构建的超大规模源代码知识图谱,包含约 1.58 亿个节点和 10.2 亿条边,覆盖 14 种编程...
Q&A Q1:softmax重参数化是什么? A:这是一种针对语言模型输出头的后训练量化方法,通过给输出头权重的每一行减去词表行均值乘以一个可调系数,找到一个数学上完全等价、但更适合量化压缩的权重表达方式,从而在不改...