「端到端测试」共找到 4037 篇相关文章
YC 开源自家 Harness,3 天斩获 3.9k Star,QM 如何划清 Agent 的权限边界
YC开源的QM项目上线3天获3.9k GitHub Star,定位企业级Agent Harness,解决AI规模化落地管理难题。它补齐企业团队刚需能力,设计贴合企业规则,解决隔离与协作、权限管理问题,顺应行业从拼模型到搭骨架的转变。
阿联酋K2横空出世,数学、代码样样行,速度全球最快,GPT-4看了都得抖三抖
阿联酋穆罕默德·本·扎耶德人工智能大学与G42公司联合推出开源AI推理系统K2 Think,基于Qwen 2.5 - 32B模型。它靠六项技术性能出众,在多领域测试成绩好,还以小参数量媲美大模型,且全面开源。
折腾了整整1年,毫无保留地分享一下我这套Agent自动化系统。
博主卡兹克分享了运行近一年的个人 Agent 自动化架构:通过事件中台调度不同模型、自建本地 CI 完成代码审查与测试,日常仅在飞书卡片上做最终决策。
全球首个机器人任务原生3D世界模型:跨维UNITAS让机器人学会物理直觉,横扫多个榜单
跨维智能发布全球首个机器人任务原生3D世界模型UNITAS,将观察、动作、环境变化统一到同一三维物理表示空间,仅1.7B参数就横扫多项机器人评测榜单,性能超越多倍规模的大参数模型,为Physical AGI探索了新的统一表示路径。
AI PC进入爆发期,国产芯片能否在其中分得一杯羹?
AI从云端走向端侧,AI PC迎来爆发期。Arm虽有结构性优势,但在PC端进展慢。此芯科技推出此芯P1,联合多方打造开放平台,推动标准化和生态建设,产品也不限于AI PC,未来有望为国产芯片争得话语权。
关于现代GPU体系结构内存一致性(Memory Consistency)模型的一些猜想(二)——同步性能
文章聚焦GPU应用层面,通过实验对比不同同步代码实现的性能。在H20 GPU上测试,发现scope越小同步性能越好,内存屏障开销随scope增大而增加,还介绍非PTX及官方推荐实现方式并给出性能对比。
Linux之父彻底入坑AI!Claude Code写内核,性能暴涨3倍
本文报道Linux之父Linus Torvalds在Linux官方内核仓库新增带LLM后缀的分支,他指导Claude Code参与内核内存管理模块的代码编写、测试和文档撰写,优化后多线程读取性能暴涨3倍,还借助AI梳理十年前的旧代码,挖出3个隐藏多年的Bug,打破了Linus此前对AI的质疑。
50 位分析师做因果推断,86% 跟着 AI 的偏好走
Anthropic 测试发现,当智能体的建议偏向由抛硬币随机设定时,86% 的分析决策跟随了 AI 偏向,且多数专家未意识到受其影响,仍误以为是独立判断。
蚂蚁Ring-1T正式登场,万亿参数思考模型,数学能力对标IMO银牌
10月14日凌晨,蚂蚁万亿级思考模型Ring-1T正式登场,这是全球首个开源的万亿参数思考模型。它在多项基准测试中表现出色,数学能力达IMO银牌水平,还展示了强大的代码、推理、写作等能力,其背后是IcePop算法与ASystem框架的支撑。
不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」
文章指出智能体虽强,但在招标采购等落地场景面临挑战。科大讯飞发布招采智能体平台,提出智能体工厂概念,解决招采痛点。还提炼出四个行业判断,分析其成功原因,标志AI在B端场景走向落地。