「好表现定义」共找到 3274 篇相关文章
苹果AI选Mamba：Agent任务比Transformer更好
苹果新研究指出，在长任务、多交互的Agent式任务中，基于SSM架构的Mamba在效率与泛化能力上超Transformer。虽Mamba有局限性，但引入外部工具后性能显著提升。
LLM越狱攻击的威胁被系统性高估? 基于分解式评分的「越狱评估新范式」出炉
目前LLM越狱攻击评估常依赖间接指标或LLM宏观判断，易有偏差。德国、中国等研究团队提出JADES框架，用分解式评分机制，揭示过去高估越狱攻击威胁，为评估建新标准。
刚刚，Anthropic新CTO上任，与Meta、OpenAI的AI基础设施之争一触即发
Anthropic迎来新CTO Rahul Patil，他将负责计算、基础设施等工程任务。此时Anthropic面临与OpenAI、Meta的激烈基础设施竞争，Claude产品流行也带来压力，新CTO能否带来转变值得关注。
规范对齐时代：GPT-5 断层领先，让安全与行为边界更明晰
上海交通大学等团队提出规范对齐概念，构建评测基准 SpecBench 评测 33 个主流模型，发现多数模型有不足。还探索测试时深思方法，如 Align3 能提升规范遵循度，GPT - 5 在规范对齐上断层领先。
Workflow和Agent的本质区别
文章介绍Workflow本质是定义任务及关系，核心是‘依赖关系’；Agent能感知环境、自主决策，核心是‘决策与执行’。二者相辅相成，抽象层次不同，还引出Agentic Workflow概念。
谷歌nano banana正式上线：单图成本不到3毛钱，比OpenAI便宜95%
昨晚谷歌图像生成与编辑模型nano banana上线，正式名gemini - 2.5 - flash - image - preview。它有强大能力，成本低，有多种玩法，上线后测试火爆，在多个榜单成绩优异。
破局之刃已然出鞘！国产处理器选哪家？
本文精选2025年参评“芯师爷-硬核芯年度评选活动”的国产处理器产品，介绍了海光、紫光同创等企业的处理器特点及应用场景，指出国产处理器在性能逼近国际主流，未来胜负手是生态协同与场景渗透。
可以用Claude Code来搞运维了
Claude Code刚发布后台任务功能，产品经理宣布它能处理长时间后台任务，不阻塞工作流程。有人将其变为全自动DevOps智能体用于运维，设置简单，还能语音播报、远程告警、自主诊断等。
3.8K星爆款！Google「langextract」可视化溯源，信息抽取神器
Google的「langextract」在GitHub获3.8K星，是信息抽取神器。它有精准源定位、可靠结构化输出等特点，支持多种LLM，适用于各领域，文章还给出实战代码示例。
Llama惨遭抛弃！Meta内部改用Claude写代码
据Meta工程师透露，Meta内部开发已弃用自家Llama，改用Claude Sonnet写代码。Llama 4风评不佳，有人怀疑Llama 5是否会推出。Claude写代码能力一流，其背后公司收入增长快。