跳到正文

Agent 智能体

让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。

最新精选

第 2581–2600 条 · 共 2,833 条
7月16日周四
  1. Google Research70

    揭秘扩散模型创造力的数学原理

    Google Research 发布论文,深入探讨了扩散模型创造力的来源,揭示了神经网络训练过程中的数学原理,并展示了如何通过调整训练过程来提高模型的创造力。

    推荐理由:原文深入探讨了扩散模型创造力的来源,揭示了神经网络训练过程中的数学原理,对理解扩散模型的工作机制具有重要意义。

7月15日周三
  1. OpenAI News50

    OpenAI 发布自动红队系统 GPT-Red

    OpenAI 发布自动红队系统 GPT-Red,通过自博弈方式提升 AI 安全、对齐以及提示注入鲁棒性。该系统面向自动化红队测试场景,用于发现和改善模型的安全问题。

    推荐理由:OpenAI 公开自动红队系统 GPT-Red,读者可了解自博弈如何用于提升提示注入鲁棒性。

7月9日周四
  1. OpenAI News62

    OpenAI 推出 ChatGPT Work 智能体

    OpenAI 发布 ChatGPT Work,一个可跨应用和文件执行操作的智能体,能在需要时为同一项目持续工作数小时,并把目标转化为完成的工作。

    推荐理由:OpenAI 官方给出 ChatGPT Work 的定位与能力边界,读者可据此判断智能体进入工作流的形态。

  2. Google Research70

    SensorFM:迈向通用智能和可穿戴健康数据接口

    Google Research发布了SensorFM,一个基于大规模可穿戴健康数据训练的大规模传感器基础模型,该模型在多个健康领域展现出泛化能力,并可通过智能体课堂自动进行定制。

    推荐理由:SensorFM通过学习大量未标记的可穿戴健康数据,展示了其在多个健康领域的泛化能力,对健康领域的研究具有潜在影响。

7月8日周三
7月7日周二
7月6日周一
  1. Import AI70

    Fable 在 KernelBench-Mega 上展示 AI 内核设计能力,揭示 AI 自动化潜力

    Fable 在 KernelBench-Mega 上提交的内核代码实现了 18.71 倍的速度提升,表明 AI 在内核设计等基础研究任务上的进步,以及 AI 自动化在 AI 研究和开发中的应用潜力。

    推荐理由:原文展示了 Fable 在 KernelBench-Mega 上的卓越表现,揭示了 AI 在内核设计等基础研究任务上的进步,以及 AI 自动化在 AI 研究和开发中的应用潜力。

7月1日周三
  1. Google Research65

    Google Research发布针对全球50多个城市的建筑屋顶反射率数据集

    Google Research发布了一个包含50多个全球城市建筑屋顶反射率的数据集,旨在帮助城市规划者实施冷却屋顶解决方案,以减轻极端高温的影响。该数据集可通过新的高分辨率Heat Resilience Earth Engine App访问。

    推荐理由:原文提供了针对城市热岛效应的解决方案,读者可以了解其如何利用AI技术降低城市温度。

6月30日周二
  1. Google Research70

    Google Research 发布 TabFM:表格数据的零样本基础模型

    Google Research 发布了 TabFM,一种针对表格数据的零样本基础模型,旨在简化分类和回归工作流程。TabFM 通过将表格预测重新构造成情境学习问题,消除了传统瓶颈,如手动特征工程、超参数优化和重复的模型训练,并始终优于经过大量调优的行业标准监督算法。

    推荐理由:TabFM 作为一种针对表格数据的零样本基础模型,通过将表格预测重新构造成情境学习问题,成功地消除了传统瓶颈,如手动特征工程、超参数优化和重复的模型训练,并始终优于经过大量调优的行业标准监督算法。

6月29日周一
  1. Import AI60

    ENPIRE:现实世界机器人策略自我改进研究

    NVIDIA 研究人员开发的 ENPIRE 软件通过模拟 AI 代理的自主实验和执行循环,为现实世界中的机器人提供了一种自我改进的方法,该软件包含四个核心模块,包括环境模块、策略改进模块、滚动模块和进化模块。

    推荐理由:原文介绍了 ENPIRE 软件,该软件通过模拟 AI 代理的自主实验和执行循环,为现实世界中的机器人提供了一种自我改进的方法,读者可以了解其在机器人学习领域的应用和潜力。

6月25日周四
6月23日周二
6月17日周三
  1. Google Research70

    谷歌研究:从像素到规划:用于自然恢复的地球AI

    谷歌研究团队开发了一个高分辨率深度学习框架,用于揭示标准卫星检测难以发现的精细生态特征,如树篱和树丛。该框架将地图转换为可操作的清单,帮助土地所有者和保护主义者测量和扩大这些精细特征,以支持自然恢复。

    推荐理由:该研究提出了一个用于自然恢复的深度学习框架,通过精细化的生态特征揭示,为解决气候和生物多样性危机提供了新的途径。

6月16日周二
  1. Google DeepMind60

    Google DeepMind 发布 AI Control Roadmap,用纵深防御保障内部 AI 智能体安全

    Google DeepMind 发布 AI Control Roadmap,一套用于构建和管理 Google 内部部署的高级 AI 的框架,采用纵深防御思路,在模型对齐之外增加系统级安全层,即使对齐不完美也能提供保障。

    推荐理由:DeepMind 公开内部 AI Control Roadmap,给出检测与响应分级和百万条编码智能体轨迹的分析结论。

6月13日周六
  1. Google Research45

    谷歌研究:AI如何帮助用户理解皮肤状况

    谷歌研究团队探讨了AI在帮助用户理解皮肤状况方面的应用,包括AI辅助诊断和用户对AI工具的理解。研究结果表明,AI工具可以帮助用户更准确地识别皮肤状况,但确定下一步行动仍存在挑战。

    推荐理由:该研究探讨了AI在帮助用户理解皮肤状况方面的应用,包括AI辅助诊断和用户对AI工具的理解,对相关领域的研究和实践有重要意义。

6月11日周四