推荐文章7
综述：知识图谱3类型与6大推理任务
CourseAI
AI 摘要
CourseAI：知识图谱在认知智能系统很重要，知识图谱推理可推断新知识。文章介绍3种图谱类型、6大推理任务及方法，阐述其在多领域应用，也指出KGR面临稀疏性等挑战及应对方向。
阅读原文 · CourseAI
一篇综述：知识图谱的3种类型，6大推理任务
知识图谱（KGs）在认知智能系统中作用关键，知识图谱推理（KGR）能基于现有事实推断新知识。文章综述了3种知识图谱类型、6大推理任务，介绍推理方法、应用，还指出KGR面临的挑战与机遇。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
开源动态7
macOS Harness：让 AI 操作整台 Mac
macOS Harness 是 browser - use 团队开源项目，目标是让 LLM 用持久化 Python 进程完成 Mac 上几乎所有任务。它仅提供六个原始操作，模型用其操作应用，还能在运行中补全缺失部分。项目有诸多优势，目前仅支持 macOS。
AI工程化
算法论文8
秦浩桐：用极限量化破解大模型小设备难题
IJCAI 2026大会上，秦浩桐给出创新解法，挑战无需重训的“后训练量化”极限，将庞大的LLM强行压缩至极端的1比特与2比特。其团队的BiLLM与SqueezeLLM打破了后训练量化魔咒，还指出极低比特量化的三大挑战。
AI科技评论
新闻资讯8
OpenAI等用AI攻克Erdős数学难题
2026年，OpenAI等公司用AI解决多个匈牙利数学家Paul Erdős提出的问题，震动数学界。这些问题分布广、难度跨度大，适合模型测试。不过，AI证明的验证和人类数学家地位受关注。
机器之心
产品应用7
国产Spellcaster破解AI游戏困境
8月初Andrej Karpathy指出通用AI做游戏时，LLM无法高效审查工作的弱点。而国产平台Spellcaster能先解析自然语言确定游戏设计，15分钟出包，还内置测试员验证，团队想工程化落地新方向。
AI寒武纪