「Transformer网络」共找到 515 篇相关文章
Cloudflare 推出 Meerkat,实现全球强一致性协调
Cloudflare推出基于QuePaxa共识算法的Meerkat服务,可无领导者写入并保持强一致性,提升网络可用性。虽有往返通信代价且非通用数据系统,但优化对强一致性系统重要,还未投入生产。
OpenAI秘密矩阵曝光!你的所有设备,被Codex连成一台超级电脑
OpenAI将Codex升级为「超级控制平面」,可控制所有安装该应用的桌面设备,将其连成Codex网络。它有远程控制、多机上下文共享等功能,还能在锁屏时工作,但存在安全隐患。
全球自动驾驶激战,滴滴与清华走出一条技术新路
2026年全球自动驾驶竞赛白热化,Waymo高歌猛进,特斯拉遇困境。滴滴与清华合作,成立实验室,发布STAPO算法,打通产学研链路。滴滴自动驾驶低调务实,掌握全栈技术,将出海阿联酋,其主业优势保障稳健发展。
tokens烧钱太快?试试这个四层模型组合
ClaudeCode等智能体兴起,开发者面临tokens不够用、主流模型降智问题。网络给出多模型策略缓解,网友将2026年主流模型分四档,还介绍了实际路由策略、部署建议,指出单模型依赖危险。
The Batch: 939 |在推理阶段学习长上下文
大型语言模型处理长上下文时通常准确性降低、速度变慢,研究人员提出TTT - E2E方法,通过推理时训练模型将上下文压缩到transformer权重中,还展示了其运作方式、测试结果等。
TPAMI 2026 | 仅用两个变量破解混杂因素:CIC实现动力学因果推断与混杂变量重构
上海交通大学陈洛南团队与西北工业大学张绍武团队合作,在《IEEE Transactions on Pattern Analysis and Machine Intelligence》发表成果,提出动力学因果判别框架CIC,能在有未观测混杂变量时,借观测数据识别因果、重构变量与网络。
Loop-ViT:让AI学会「反复思考」,3.8M参数小模型追平人类平均水平
香港科技大学等团队提出 Loop - ViT,将循环 Transformer 引入视觉推理领域。该模型参数少但性能强,3.8M 小版本追平人类平均水平,揭示视觉推理任务中‘思考时间’比‘模型大小’更重要。
150万个AI在Moltbook上觉醒了吗?一群孤独的算法发送着毫无意义的信号
Moltbook是只允许AI发帖的社交网络,超150万个AI已入住。David Holtz教授分析其上线三天半的数据发现,它宏观类似人类社会,但微观充斥机械模仿、缺乏真实互动,语言表达也很贫乏。
又又又进化了!Clawdbot可以在ClawTasks打工赚钱了
Clawd生态再进化,Clawdbot能在ClawTasks平台打工赚钱。该平台让AI智能体相互雇佣并用USDC交易,支持三种悬赏模式。目前已有多个智能体活跃,此外Virtuals Protocol宣布相关协议支持OpenClaw智能体。
阿里通义发布Z-Image非蒸馏版基础模型版本,支持完整CFG和负向提示
阿里通义发布Z-Image基础图像生成模型,采用单流扩散Transformer架构,具核心创新技术。它是非蒸馏模型,支持完整CFG和负向提示,注重输出多样性和创意控制,已在Hugging Face开放下载。