「核心认知能力」共找到 4663 篇相关文章
人生周报v022:十层认知
文章围绕育儿量化指标、写提示词的难点、培训出路、AI生成PPT的局限、MCP协议误区等多个话题展开讨论,还推荐了物理科普书《解析物理的十层之旅》。
Claude 这个更新,让模型能力提升10%+!
Claude开放100万上下文长度更新,实际可用空间接近8倍提升。数据显示,上下文越长Claude与其他模型差距越大。API取消溢价,还更新图片/PDF上限、将Adaptive Thinking转正式版。
AI时代的真相:信息免费,认知收费
文章指出AI时代信息不再稀缺,获取成本趋近于零,差距源于脑中的“解码与决策系统”,并将该系统拆解为解码、决策、执行三层,分析每层造成差距的原因。
OpenAI核心旧部,再创业又内讧了
2024年底从OpenAI出走的Barret Zoph,联合创立Thinking Machines Lab不到一年就被开除,据悉是因向竞争对手泄露机密。但OpenAI不认同这看法,还欢迎Zoph等旧将回归,引发网友热议。
AR眼镜尚存核心瓶颈,碳化硅能否破题?
AR眼镜成AI落地端侧佳选,但传统光波导方案难满足其需求。碳化硅以高折射率、高导热率特性,被视为破解AR全彩显示瓶颈的“钥匙”。国内产业正协同创新,不过成本问题待产业链协作解决。
DeepResearch的概念、核心挑战与进化路径
华为、利物浦大学等研究者撰写综述文章《DEEP RESEARCH AGENTS》,梳理了DeepResearch进展。它由大语言模型驱动,超越RAG等现有技术,介绍其核心技术组件,指出面临的挑战并指明未来发展方向。
阿里Qwen3技术报告核心要点解读!
阿里Qwen3技术报告发布,披露模型架构、预训练及后训练等技术细节。其有密集与混合专家两种模型架构,预训练数据量和语种增多,后训练采用强到弱蒸馏提升性能,各模型表现优异。
Strix AI驱动的漏洞动态验证能力分析
传统SAST工具只能发现‘可能有问题的代码’,无法确认漏洞是否可被利用,导致高误报率。Strix采用‘静态分析 + 动态验证’的混合模式,先定位可疑点,再对漏洞进行真实攻击验证,显著降低误报率。
AI时代:判断力为何比技术能力更重要?
音乐家布莱恩·伊诺1995年指出计算机音序器把技术问题转为判断问题,如今AI时代这一洞察更凸显价值。技术壁垒消失,判断力成关键差异,未来职业将向战略判断转变。
作业帮基础观测能力之一监控体系实践
本文介绍作业帮监控体系实践。其监控体系随云原生成长,支持全集群监控。构建时选 Prometheus 采集、VictoriaMetrics 存储,还从多维度采集指标,用自研代理降成本、治理指标,让系统更贴合研发。