依赖风险」共找到 915 篇相关文章

推荐文章8

对话 IDEA 张磊:「不以动作为输入条件,就不叫世界模型」

本文是对IDEA研究院张磊的深度访谈。张磊在计算机视觉领域成就斐然,他指出具身智能落地需攻克成功率、泛化性等挑战,大脑比本体更关键。还阐述了世界模型概念及应用,定义其应具备动作依赖等内容。

AI科技评论
推荐文章7

卷进“芯片的窄门”

文章指出国内EDA领域目前实力弱,企业多为“点工具公司”,与美国差距大。但作者对国产EDA乐观,基于中国市场增长快、海外巨头有断供风险、国内竞争未到最激烈时。还分析海外崛起模式及中国困境,提出“特色化整合”路线。

芯师爷
新闻资讯7

马斯克、奥特曼X上再开撕,Ilya最新52页证词曝光,抖出OpenAI更多内幕

马斯克、奥特曼又在 X 上开撕,奥特曼因 Tesla Roadster 退款问题与马斯克起争执,马斯克旧事重提指责奥特曼偷非营利组织。同时,Ilya 52 页证词曝光,抖出 Sam Altman 被解雇内幕、备忘录依赖二手信息等 OpenAI 更多内幕。

机器之心
新闻资讯8

英伟达暂时让全世界松了一口气

美东时间周三盘后,英伟达公布超预期三季度财报,黄仁勋驳斥“AI泡沫论”。此前科技股因泡沫担忧低迷,英伟达业绩成观察AI需求窗口。财报虽亮眼,但市场担忧未消,且财报也有风险,如非核心业务不佳等。

芯师爷
推荐文章7

变更即指标:用交付信号度量系统可靠性

系统变更是生产事故主因,本文提出聚焦变更可观测性的指标框架,介绍可扩展架构采集展示指标。定义业务和技术指标,构建以事件为中心架构获取数据,还阐述以数据驱动改进变更交付过程。

InfoQ
新闻资讯8

AI 教父辛顿最新对话:超级智能诞生之后,我们唯一的生路是当“婴儿”

在大模型热潮下,“AI 教父”杰弗里·辛顿接受采访,剖析神经网络奥秘,分享对 AI 未来构想与忧虑,包括五年内超级智能诞生可能、人机共存方案,还谈及监管、就业影响等问题。

AI科技大本营
算法论文8

VLA模型为何忽视语言?破解指令跟随幻觉,分布外场景泛化新突破

当前VLA模型常依赖视觉线索而非语言指令,导致新场景表现不佳。论文提出LangForce方法,引入对数似然比损失,强化模型对语言的依赖,提升分布外泛化能力,还保留语言核心功能。

新智元
算法论文8

大模型训练新突破!Meta提出LSP:无数据也能实现能力飞升

Meta提出语言自我博弈(LSP)方法,利用自我博弈框架让模型自我改进,不依赖额外数据。LSP赋予模型挑战者和解题者身份,引入GRPO和KL散度正则化技术,解决了大模型训练的数据依赖难题。

新智元
新闻资讯8

巅峰对决:最强模型GPT-5.3-Codex与Claude Opus 4.6同时发布

OpenAI和Anthropic同时发布旗舰级模型GPT - 5.3 - Codex与Claude Opus 4.6。前者有网络攻防与自主代码修复能力,被评定为网络安全高风险;后者用自适应思考与上下文压缩处理长程任务,在多领域表现出色,但二者也都存在安全风险

AIGC开放社区
新闻资讯7

研究发现,GitHub 的“oops commits”中包含了数千条已泄露的秘密信息h

安全研究员 Sharon Brizinov 与 Truffle Security 调查 GitHub 的“oops commits”,揭露数千条遗留秘密信息。团队还发布开源工具 Force Push Scanner 助扫描。研究挑战强制推送提交私有观念,还给出防泄密建议。

InfoQ