🔥51CTO热榜：2026-06-24

对 2026 年的大多数实用复合 AI 系统而言，GEPA 值得优先尝试。RL 仍然重要，但当“读懂一次 rollout”比“再跑成千上万次 rollout”更便宜时，提示词反思优化会非常有吸引力。

AI Coding Agent 时代，人和终端的分工发生了变化。Agent 负责在仓库内部探索和执行，而我负责把正确的项目、正确的目标和正确的约束交给它。

我们将详细拆解每一步应该做什么，读完本篇文章，你对Agent测评会有更深的理解，会了解工程场景的实践做法。

据外媒 Futurism 23 日报道，伦敦国王学院和德国新教应用科学大学的精神科医生在《自然》发表新论文，提出“放大螺旋”框架，用于解释 AI 如何助推妄想不断发展，以及聊天机器人的哪些设计特征可能让用户进一步脱离现实。

Claude 作为一个智能体同事，具备持续记忆，能主动介入工作，可以像团队成员一样加入 Slack。

一个叫ToxPrune的方法，在推理阶段直接把有毒子词（subword）从BPE词表里“连根拔除”，让模型在物理层面说不出脏话。

Seed 2.1 Pro围绕一个16×16 PE的Tiny NPU Tile，连续运行近18个小时，经历9轮迭代，最终完成了6个核心模块、1303行RTL代码！

大模型靠预测下一个词读懂语言，世界模型靠预测下一帧读懂世界。最近，一家中国公司刚过港交所聆讯，物理AI的「GPT时刻」要来了。

本文的核心价值，绝不仅仅是为一个古老的数学问题提供了一个确切的证明，团队更希望这项工作能成为真机强化学习领域的一块「引玉之砖」。

本文将简单介绍下 ANNOTATIONS 是什么及为何在 AI 时代不可或缺，并在后面展示如何利用它来赋能 Oracle 23ai 的 SELECT AI 自然语言查询能力。

我们在 HuggingFace 上刷到一个新开源模型，直接被惊艳到了。它叫 Unlimited OCR，百度出的。

人类最后考试已不够用，伯克利牵头、250 多位行业专家参与的研究团队开始给AI上难度， Agents' Last Exam（智能体最后的考试，ALE）诞生。

当初，Anthropic推出extended thinking的时候，把它包装成「让用户看到思考过程」的透明标杆。现在真相是：你看到的只是他们允许你看到的部分。那些被加密、被压缩、被锁在全局密钥里的内容，藏着什么？

TRIAD是为AI智能体设计的一种新型安全框架，通过三类决策（继续、更新、拒绝）和自然语言反馈，帮助Agent在被误导时修正计划，完成用户真实需求。相比传统方法，TRIAD更智能，能区分任务污染程度，既防风险又不误任务。

该漏洞已在修补的FFmpeg版本（如8.1.2或更高版本，应用了MagicYUV边界检查）中得到修复，强烈建议用户尽快升级其FFmpeg构建。

来自上海人工智能实验室、上海交通大学、香港中文大学的研究团队提出了TRM（Thinking Reward Model）。

Fonzi AI的人才工程主管Seb扒了1680份Anthropic工程师简历，发现这家公司要的压根不是研究员，是一群能造系统的人。

本文是一份实用指南。其目标是帮助您在营销工作中识别主要的机器学习算法，大致了解每种算法的工作原理，以及它们各自适用于哪种类型的营销问题。

在可行性和实用性方面，很多新模型已经实现了性能的跨越，不论智力、智能体（Agent）能力还是工具链成熟度，在最近半年里都有巨大的提升。

如果直接抛开视觉编码器，让模型从原始像素一路学到语言，会怎么样？

历史热榜