「自演进评测」共找到 1879 篇相关文章
苹果端侧AI两连发！模型体积减半、首字延迟降85倍，iPhone离线秒用
苹果在Hugging Face放出FastVLM与MobileCLIP2两条多模态主线。前者主打「快」，首字延迟压到竞品1/85；后者突出「轻」，体积减半。模型和Demo已开放，开发者可集成开发。
招聘最猛的竟不是OpenAI！这家陷入间谍案的HR初创，正在狂招工程师
自2022年11月ChatGPT推出，美国技术岗变化大。虽裁员潮缓解但新增岗位有限，竞争激烈。资深职位主导招聘，AI工程师需求旺，旧金山湾区优势明显，大厂任职年限拉长，远程岗位比例下降。
通义实验室大火的 WebAgent 续作：全开源模型方案超过GPT4.1 , 收获开源SOTA
WebAgent续作《WebShaper: Agentically Data Synthesizing via Information-Seeking Formalization》提出对information-seeking任务形式化建模，设计训练数据合成方法，全开源模型方案在GAIA评测获SOTA表现，还补足了训练数据不足问题。
狂涨 7.4K star！！一款堪称开源监控新标杆的项目，谷歌、字节都点赞，牛皮！
介绍开源监控工具 Checkmate，它由 BlueWave Labs 开发，主打“自托管 + 全功能 + 易上手”，功能强大、性能卓越、灵活易用，已获 7.4K star，受大厂工程师青睐。还介绍了其功能特色、安装方法。
一篇95页最新80种Deep Research系统全面综述
浙大研究深度研究系统领域，分析自2023年以来80多个实现，提出4维度分层分类法，全面剖析4种实现架构，如单体、流水线、多智能体和混合架构，并阐述各维度演变与进步。
给你一群顶尖AI，如何组队才能发挥最大战力？UIUC用一个新的多智能体协作基准寻找答案
现有的评测基准无法衡量多智能体系统内部的协作效率、沟通质量和竞争策略。为此，伊利诺伊大学厄巴纳 - 香槟分校的研究者推出 MultiAgentBench，能全面评估 LLM 多智能体系统协作与竞争能力。
亚马逊Alexa+助手用户数量超过100万
Techcrunch消息，亚马逊升级版AI助手Alexa+自2025年2月推出后用户稳步增长，6月底未全面公测时已超百万。它体验个性化，有新能力，还能促使用户行动，初步合作多知名平台。
kimi 的RL end2end ON LLM
文章分享Kimi Researcher背后技术思考，采用端到端强化学习打造大模型Agent。对比传统方法，凸显其灵活通用、能力上限高、可扩展优势。还展示其在考试榜单成绩提升及智能“涌现”，介绍多应用场景。
刚刚，1500名作家向 AI 宣战！
1500位作家联名向美国出版商发公开信，要求拒绝AI生成的书籍内容，称创作被AI“偷走”，还指出AI有声书取代人类、耗能大等问题。此前法院裁定用受版权书籍训练AI属合理使用。
最强AI编程工具Claude Code，五个使用Tips
作者认为Claude Code是最强AI编程工具，因Anthropic对其针对性强化训练且不计上下文消耗。国内介绍少因自媒体水平差。作者分享五个使用Tips，如/init初始化、Plan Mode规划等。