协同记忆」共找到 920 篇相关文章

推荐文章7

从HITL(Human In The Loop) 实践出发看Agent与设计模式的对跖点

本文围绕在 ReactAgent 中引入并实践 HITL 机制展开,介绍实现方案与代码设计。分析无通用人机协同时的问题,阐述 HITL 核心要点、实现效果与细节,还探讨 Agent 演进与工程设计模式的关联。

阿里云开发者
产品应用8

更可靠的主播助理:淘宝主播Agent的Harness工程实战

文章聚焦淘宝主播Agent的Harness工程实战。介绍了Harness基础定义与分层结构,阐述上下文工程、工具调用等八项实战内容,还提及记忆体系特色,强调Harness工程是让主播Agent可用、可控、可演化的关键。

阿里云开发者
推荐文章7

93%的人在用AI,为什么生产力只提升了10%——两个被严重低估的杠杆

Stack Overflow 2024年调查显示93%开发者用AI辅助工具,但DX Research研究表明生产力仅提升约10%。文章指出多数人用AI是线性叠加,真正的乘数效应来自自闭环验证和长期记忆,还分析误区并给出实践路径。

AI Reading Hub
新闻资讯7

AI时代终端大变局

联想、雷神等PC企业在IFA展出AIPC新品,各有侧重。目前AIPC刚起步,距离“终极形态”尚远。市场反馈较好,其增长取决于产品体验、应用落地和产业推动,应用落地是关键,产业发展需全生态链协同

芯师爷
新闻资讯7

刚得诺奖的成果被做成芯片了

莫纳什大学科学家用刚获诺奖认可的MOF制造超迷你流体芯片。此芯片不同于传统芯片,能记住电压变化形成类似大脑神经元的短期记忆,或成新一代计算机范例。此前MOF被认为‘无用’,如今证明或只是未找到适用场景。

量子位
产品应用8

大模型推理的“左右脑”革命!华为盘古Embedded凭昇腾之力,让快慢思考合二为一

传统大模型推理面临长链条深度思考与低时延反馈的矛盾,华为盘古团队提出盘古Embedded模型。基于昇腾NPU,其采用双系统认知架构,集成“快思考”与“慢思考”双推理模式,实现推理效率与精度协同提升。

机器之心
产品应用8

大模型落地 B 端营销:京东物流如何用 Agentic Workflow 破解"机械感"难题,实现降本 50%

在数字经济与物流产业融合背景下,B端营销面临挑战。京东物流王春阳分享B端营销实践,从人机协同到全流程大模型培育,用Agentic Workflow破‘机械感’难题,实现降本和转化率提升。

InfoQ
产品应用7

AI无师自通,搞定所有家务!π0.5突破泛化极限,UC伯克利系出品

具身智能最大挑战是泛化能力,美国具身智能公司Physical Intelligence推出π0.5 VLA模型,通过异构任务协同训练实现泛化,可在全新家中执行各种家务,虽有不足但向广泛泛化物理智能迈进。

新智元
新闻资讯8

硅谷前沿访谈:CUDA之父复盘英伟达20年护城河,揭开万亿算力帝国的底牌

奇点智能研究院院长李建忠采访了“CUDA 之父”Ian Buck,探讨 CUDA 20 年演进、英伟达技术产品及生态。Ian Buck 介绍了 AI 基础设施新阶段,阐述 CUDA 成功原因,还谈及英伟达软硬件协同、应对竞争等问题。

AI科技大本营
新闻资讯8

真正面向大模型的AI Infra,必须同时懂模型、系统、产业|商汤大装置宣善明@MEET2026

商汤大装置副总裁宣善明在MEET2026大会分享进展,强调大模型时代AI Infra要解决算力高效支撑问题。商汤战略“1+X”,大装置有优势,算电协同成果好,还推动国产化适配,产业落地成果多。

量子位