🔥51CTO热榜:2026-07-29

科研 Agent 的价值不只在于自动生成代码,更在于理解科研任务、组织专业知识并贯通研究流程。它可以协助研究者完成文献解析、系统搭建、环境配置、代码调试和结果验证等耗时工作,降低重复性工程投入,让科研人员将更多精力用于问题发现、方法设计和理论创新。
最近,菲尔兹奖公布,大家对于数学 + AI 的讨论非常热烈,相信也有不少人想象过我刚刚描述的「爽文」剧情。
模型先根据当前画面,预判接下来可能发生的接触,执行过程中再读取最新触觉,重新生成下一小段动作。
AI或许还没有掀起席卷整个就业市场的海啸,经验的有无却可能已经先冲走了一部分职场入口。
自动驾驶的四大核心技术是支撑车辆实现自主驾驶的基础模块。环境感知、精准定位、路径规划和线控执行共同构成完整的技术闭环,分别负责识别周围环境、确定车辆位置、规划行驶路线以及控制车辆执行动作。
任何失去数据、记忆和AI使用记录控制权的企业,都可能无法继续存在,因为它已经把自己的思考外包了~
国际顶级学术期刊《Cell》主刊,刊出了一篇来自中国的AI生命科学研究论文《UniPert–G2CP》。
旗下inclusionAI团队陆续推出LLaDA系列模型,最新开源LLaDA2.2,实现扩散模型首次进入智能体长程任务!
很多工程师私下跟我说,我技术好就行,交际那些虚的留给销售。这话我以前也信。直到我自己带人、推不动事、review 被怼到自我怀疑,才慢慢明白,码哥跳动这十年里,卡住我的从来不是哪行代码写不对,而是怎么让另一拨人愿意跟我往一个方向使劲。
本文会讲清 Graph Engineering 管什么、生产里哪些拓扑真的活下来了、以及一套可以从餐巾纸画到可恢复运行的实践流程。想先动手的,直接跳到「真正的实践流程」。
近十家AI公司、超过1100名员工联名写了一封公开信《Pacing the Frontier》(领航前沿)。信中请求美国推动国际合作,配套完善技术工具与治理规则,在风险临近时主动放缓自动化AI的研发进度。
从Caffe、PyTorch,到Lepton AI,Intent Lab,贾扬清一直在做同一件事的不同版本:让别人更容易用上算力。
LeCun团队提出的VICReg将学习目标拆为方差、不变性、协方差三项,用协方差约束各维度之间的相关性;但协方差仅刻画二阶统计量,无法区分「均值、方差相同,而分布形状迥异」的两种表征。
“Undertow不是号称性能最好的嵌入式容器吗?Spring为什么要抛弃它?”这个问题问得很到位。今天这篇文章,我就把Spring Boot 4.0弃用Undertow的前因后果、底层原因、迁移方案从头到尾给你拆解一遍。
7月24日,英伟达、微软、Meta、Hugging Face、Linux基金会等25家机构联合发布《开放权重与美国AI领导力》(Open Weights and American AI Leadership)公开信,呼吁美国政府不要过早限制可下载、检查、修改和自行部署的开放权重模型。
据悉,英伟达将对SSI进行「规模可观」的投资(50亿美元),并承诺在未来12个月内,让SSI的可用算力提升10倍。
我们提出了 UniNote,这是一个统一的多模态嵌入模型,将表示学习与排序能力融合于单一模型中。通过创新的两阶段训练范式(对比 SFT 强化表示 + 强化学习排序优化),UniNote 在单次嵌入传递内实现了与复杂两阶段检索-排序范式相当的性能,同时大幅降低了计算延迟。相关研究结果已被 KDD2026 录用。
当异常终端、非法接入和网络攻击能够被总部及时发现,当新门店能够按照统一模板快速上线,门店安全才真正从单点配置转变为一项可持续管理的能力。
本文给出一个经过实战验证的答案:放弃"端到端全自动"的幻想,以 SDD(Spec-Driven Development,规格驱动开发)为方法论主干,配合 IDE 形态的 AI 编码助手,让开发者深度参与 Spec 定义、架构审核与质量把控,再用一套自进化记忆机制解决跨会话失忆问题。
09:48  51CTO  RAG要被谷歌淘汰了?
RAG过去三年之所以流行,是因为它解决了一个真实问题:大模型无法直接读取企业所有私有资料。通过切块、Embedding和向量检索,团队终于可以把内部文档动态送进模型上下文。但RAG被使用得太广了。