🔥51CTO热榜:2026-09-14

来自中国科学技术大学与阿里巴巴集团的研究团队提出PARPO,把个性化正式放进Agentic RL的训练期优化目标。
Dario在文章里画了一条时间线。他的核心判断是,AI正在逼近一个临界点——RSI(递归自我改进)。
Channel-Diff的价值不只是把扩散模型用于RSRP序列生成,更在于提供了一套多尺度信道建模范式。
浙江大学ZJU-REAL团队开源了ageval(agent eval)。它的核心思路是将待测Agent与运行环境通过插件彻底解耦。
人类不可能替它示范所有情况,想让机器人越干越好,就需要它有办法评价动作的结果,并从反馈中继续学习。
刚刚,Codex负责人Tibo发帖,GPT-5.3-Codex-Spark,下周退役。每秒1200个Token、OpenAI第一个逃离英伟达的模型、750兆瓦Cerebras大单的头一份交付,从发布到下线,只活了7个月。
老黄和Coxon隔空互呛了一整周,说白了,俩人争的是同一个「空位」。一个抛出玄乎的概率,一个甩出强硬的态度,谁也锤不死谁。因为这场架吵到今天,场上压根连个裁判都没有。
路透社独家爆料:英伟达正在与Anthropic谈判,准备砸下最高100亿美元,杀入后者即将启动的史上最大IPO!
没有神经芯片,也没有GPU。工具只有NumPy和一份连接组。连接组简单说,就是这颗脑子的布线图,神经元之间怎么连接的。
字节火山引擎刚开源没多久的 OpenViking,一个专门给 AI Agent 用的 Context Database(上下文数据库)。目前 GitHub 上 36.6K Star、2.8K Fork,Trendshift 榜上有名,最新版本 v0.4.19。今天这篇,我们不做搬运,我们做架构级拆解。
很多人做Prompt系统,知道"怎么排",但不知道"为什么这么排"。今天把这个说清楚。
这篇文章把最近四份材料里的可操作部分抽出来:Spotify 的做法、一份 16,893 次会话的实测、SWE-2 的公开数据,以及一个把 40 亿 token 烧在软件工厂上的反面案例。最后给出一张能直接抄进 AGENTS.md 的清单,以及什么时候不该这么做的边界。
本文要做的事情很简单:给 Skill 造一把尺子。一套 8 个维度、带权重、可量化、能出 S/A/B/C/D 评级的评估框架;再叠一层多模型交叉验证,把"一家之言"升级成"专家评审团"。
我不反对优化深分页 SQL——延迟关联、覆盖索引,该用就用,毕竟不是每个团队都有权限改产品交互。
Dario Amodei预计在未来 5-10 年内将实现富足,并治愈大多数疾病。
当足够多的软件强化学习环境只测功能和结果、不给代码质量任何监督信号时,模型自然会学成这样。
我们这个世界上需要被 AI 解决的问题和场景,无论是从当下时间点看,它就已经是无穷无尽的了。
阿里和浙大联手推出了专门用于指导 AI 系统进化的 LLM——Astar。
一个名叫「rsi-model-liverl-le」的模型,突然出现在Google生成式语言API的返回结果里。
Cohen坦白自己不懂纳维-斯托克斯方程,但他认为,你不需要懂任何数学,也能明白OpenAI这次声称取得的突破意味着什么:AI的进步正在加速,而且这种加速令人恐惧。