核心知识」共找到 2081 篇相关文章

算法论文8

横扫八大数学竞赛:清华微软联合提出STAR-PólyaMath,Apex基准超GPT-5.5 13.5%

清华大学与微软亚洲研究院团队提出推理多智能体系统 STAR - PólyaMath,构建探索 - 推理 - 验证框架,解决大模型长程数学推理瓶颈,在八大数学竞赛基准获最优成绩,还可泛化到其他推理场景。

机器之心
开源动态7

33.5k星星爆火!这个开源插件让AI不再写屎山,token自然就省下来了

Ponytail是开源插件,将资深工程师工程直觉整理成skill规则,供Claude Code等AI coding agent加载。它让AI开发更克制,减少代码量、成本,提升速度,核心是强制AI做复杂度判断。

开源AI项目落地
推荐文章7

AI产业链投资大逻辑:第三集

本集围绕AI产业链投资大逻辑,从底层的电展开。指出AI瓶颈正从GPU扩散到电力,存量核电资产因AI数据中心需求变得值钱,还引出'过渡期与终局'核心判断框架。

newtype AI
产品应用7

Mintlify 做的开发者文档,如何成为 Coding Agent 生产和消费的第一波内容?

Mintlify 是 AI-native 开发者文档工具,抓住“文档读者从人类扩展到 agent”的变化,提供美观文档站和 agent 友好功能。今年 4 月完成 4500 万美元 B 轮融资,但面临竞争,优势或被稀释。

海外独角兽
算法论文8

ICML 2026 | 突破3DGS光度多义性瓶颈:北航/新国立提出AmbiSuR,重塑高保真3D几何重建

3D高斯泼溅推动神经渲染发展,但提取3D几何表面易失真,核心瓶颈是光度多义性。北航与新国大团队提出AmbiSuR框架,从表征和监督层面解决问题,实验证明其在多数据集表现优异。

机器之心
推荐文章7

告别“氛围编程”:基于 Harness 治理和 SDD 的团队级 AI 研发范式演进与实践

本文作者王树新分享团队级AI研发范式演进与实践。指出AI Coding存在自由发挥、效率降低、关键信息丢失问题,分析出码率提升却未提效的原因,引入SDD与Harness解决问题,并介绍全流程自动化实践。

阿里云开发者
新闻资讯8

ChatGPT默认模型大升级,GPT-5.5 Instant正式上线:新增记忆来源功能

OpenAI宣布ChatGPT默认模型升级为GPT-5.5 Instant,面向所有用户开放。升级核心是准确性,在高风险领域幻觉内容减少,能力全面提升,回复更简洁。还提升了个性化能力,引入记忆来源功能。

AI寒武纪
新闻资讯8

魔法原子登陆硅谷,行业首个「自进化具身大脑」发布

美西4月28日,国内具身智能企业魔法原子在硅谷主办全球具身智能创新大会。会上发布全域世界模型Magic - Mix、新一代灵巧手H01、旗舰人形机器人MagicBot X1,直面行业痛点,还披露全球化战略目标。

AI科技评论
新闻资讯7

独家|拿下5亿元海外订单,无界动力完成天使++轮融资,天使轮累计融资超2亿美元

AI科技评论独家获悉,通用具身智能机器人公司无界动力完成天使++轮融资,累计超2亿美元,天使+++轮也接近完成。其以隐空间世界模型构建具身大脑,区别于主流架构。还获远景超5亿订单,商业化落地成果多。

AI科技评论
产品应用8

Qoder CLI + Harness Engineering 实战:构建 7×24h 无人值守用户反馈自动处理系统

在 Qoder 产品用户反馈增多、人力处理流程痛点凸显的背景下,构建 7×24 小时无人值守的用户反馈自动处理系统。该系统分四个核心模块,基于 Qoder CLI 实现,显著提升处理效率。

阿里云开发者