「代码任务」共找到 3590 篇相关文章
o1 核心作者 Jason Wei:理解 2025 年 AI 进展的三种关键思路
前OpenAI核心研究员Jason Wei跳槽Meta后,在斯坦福大学AI Club演讲,提出理解2025年AI发展的三个核心思想:验证者定律、智能的锯齿状边缘和智能商品化。他认为AI将解决可验证任务,智能成本会趋近零,且各任务发展不均衡。
Claude Sonnet 4.5被炸出来了,依旧最强编程,连续30小时自主运行写代码
新发布的Claude Sonnet 4.5在SWE - bench等多项测试中成绩提升,能连续30小时自主写代码,还改善了对齐和安全性指标,且提质不加价。此外,Anthropic官宣Claude Agent SDK,发布Imagine with Claude功能。
剑桥揭开大模型翻车黑箱!别再怪它不懂推理,是行动出错了
剑桥大学等机构研究指出,大模型执行长时任务易翻车,问题不在推理而在执行能力。研究人员评估多个指标,发现单步准确率提升可让任务长度指数增长,还研究了自条件化等影响及模型规模的作用。
CEO 上阵写代码,公司从被传濒临倒闭到千亿估值,最大功臣是Claude?
Airtable创始人兼CEO Howie Liu分享公司发展。Airtable曾被传濒临倒闭,后年收入达数亿美元。他亲自参与编程,围绕AI重组公司,还介绍推动团队用AI、岗位转型及公司转型AI的策略,强调打破角色壁垒。
Cursor 1.0首个大版本来袭!自动捉bug,秒改屎山代码,AI编程分水岭已至
Cursor 1.0正式发布,推出多项重磅功能。如BugBot自动揪出代码漏洞,后台智能体全员开放,还能深度集成Jupyter Notebook,AI可记住开发习惯等,重新定义「高效编码」。
让 AI 组队干活,最强模型也只完成约一半任务:AgentWorld 如何评测 Agent 协作能力?
单个AI Agent能力不断提升,但多智能体协作能力缺乏系统评测。本文介绍新推出的AgentWorld评测基准,结合长时程任务、角色不对称与黑盒交互,评测多智能体协作能力,给出主流大模型的协作表现数据。
刚刚,被李飞飞团队写进代码库的具身底座,现身乌镇峰会“上岗抓药”
蚂蚁旗下灵波开源的机器人“大脑全栈 2.0”已在零售药房落地分拣,不仅被李飞飞团队接入研究框架,开源模型下载量已突破220万次。
AI低质代码泛滥、API经济盛行,老牌科技厂商 F5 如何应对大模型应用“后遗症”?
F5亚太区CTO Mohan Veloo指出AI编程工具带来安全、低质代码、‘黑盒子’等问题。F5调查显示企业业务AI驱动下,安全成挑战。F5推出ADSP平台应对,还发布AI Gateway、AI助手等产品。
CEO 上阵写代码,公司从被传濒临倒闭到千亿估值,最大功臣是Claude?
Airtable是先进无代码应用平台,曾被传濒临倒闭,如今估值达千亿。CEO Howie Liu分享围绕AI重组公司、亲自编程让公司实现正现金流的心路,还探讨推动团队用AI、岗位受影响情况及公司转型策略等。
IEEE TVCG | 告别写代码!MoGraphGPT:基于模块化大模型与图形控制的2D交互场景创作
香港多所高校研究团队提出 MoGraphGPT 系统,结合上下文感知模块化大模型与图形化控制,能让用户零代码搭建 2D 交互场景。该成果被 IEEE TVCG 录用,还对比实验验证其优势。