「非确定性」共找到 683 篇相关文章

推荐文章7

前 DeepMind 研究员反思:评测,而非算力或数据,才是下一阶段的瓶颈

前 Google DeepMind 高级研究员 Lun Wang 在技术长文中指出,当前主流评测体系滞后,静态基准会“安静失效”。作者主张引入序参量,呼吁构建自演进评测,还为一线工程师提供了研发建议。

深度学习自然语言处理
新闻资讯7

一句话生成“非程序员的 Claude Code 指南”,比 NotebookLM 更好用

2026年,Anthropic公司的Claude Code成热议话题。它因AI Coding火和公司能力强受关注。Anthropic CEO认为初级甚至部分高级开发工作将大多由AI完成。Claude Code不仅适合开发者,也能为普通用户提供多种功能。还能用Google Gemini图文并茂功能一句话生成其学习指南。

MacTalk
新闻资讯7

随着 AI 内存需求推高非 AI 基础设施价格,OVHcloud 将上调服务价格

OVHcloud 将于秋季上调多数服务价格,主因是自 2025 年年中起内存与存储组件成本大幅攀升,创始人 Octave Klaba 认为是 AI 算力建设热潮挤占了普通服务器核心组件的晶圆制造产能。

InfoQ
8

Claude Code 之父的自白:非科班、辍学,却要革程序员的命

Claude Code创建者Boris Cherny做客访谈,回溯从Meta转至Anthropic的动机,称大模型是新生命形态,影响会重塑社会。还谈及Claude Code发展,从不好用到成主力,揭示软件工程正经历结构性重写。

InfoQ
开源动态7

非Transformer架构的新突破,液态神经网络的推理小模型只用900M内存

谷歌提出的Transformer架构基本垄断大模型,而初创公司Liquid AI研发的液态神经网络架构另辟蹊径。其发布并开源的LFM2.5 - 1.2B - Thinking模型,仅需900MB内存就能在端侧运行,性能优于Transformer架构模型,还降低了死循环生成比例。

机器之心
算法论文8

打破确定性魔咒!北航团队提出VBF++:用“不确定性建模”刷新多模态视频推荐 SOTA

北京航空航天大学和北京邮电大学联合提出VBF++框架,将多模态融合从“点估计”升级为“分布建模”。它由上下文感知先验、推荐引导的对抗优化和元学习三大组件构成,在多个数据集上刷新SOTA。

AI前线
新闻资讯8

Figure三代机器人发布:洗衣洗碗家务全包!网友:非人形没有出路了

Figure发布第三代人形机器人Figure 03,专为适配Helix AI系统、贴合家庭场景打造。家务表现出色,CEO称无遥控。该公司发展迅猛,融资超10亿美元。Figure 03内外全面升级,为规模化生产设计,引发网友对人形机器人前景热议。

量子位
开源动态8

重磅!Meta开源通用神经输入系统!人人可用的非侵入式手环登场

Meta开源通用神经输入系统,用基于手腕的输入技术结合上下文感知AI带来新交互体验。关键技术EMG可读取大脑电信号,将其转成数字命令,系统表现优秀,为“隐形”人机交互奠基。

带你学AI
新闻资讯7

ICML 2026新规「避坑」指南:参会非必须、原稿将公开、互审设上限

要投 ICML 2026 顶会的需注意新规,如论文被接收作者可选择是否参会,原始投稿版本将公开,互审论文数量受限等。还介绍了投稿要求、重要日期、评审机制等内容。

机器之心
新闻资讯7

对话智源王仲远:具身智能“小组赛”才刚刚开打,机器人需要“安卓”而非 iOS

智源研究院院长王仲远在对话中指出大语言模型发展遇瓶颈,AI 需走向物理世界。智源推出“悟界”系列,试图打破具身智能“循环悖论”,做具身智能的“安卓”,还提出大小脑协同策略,认为具身智能“小组赛”未结束。

AI科技大本营