搜索
同样的模型，同样的任务，让它执行五遍，再让他自己挑一遍最稳的，效果能有多大提升？斯坦福把这套玩法用在了AI身上，DeepSeek V4 Flash在Terminal-Bench 2.1的成绩从79%一路涨到88%，反超了尖子生Fable 5。而且连做五遍加挑选这一通折腾，价格依然比Fable 5便宜了4-11倍。
老黄，真的不甘心只做卖铲人了！
这两年，互动娱乐先在线下火了一轮。
本文对比中日韩新四国AI透明度监管规则，分析各国在AI生成内容标识、可追溯性上的差异，为出海AI企业提供“统一底层能力、法域差异化配置”的合规思路。近期，Anthropic宣布在Claude生成的内容中加入机器可读取的标识：文本采用人眼难以察觉的水印，部分文件和图像则通过数字签名、内容来源元数据等方式留下来源信息¹。
独家获悉，字节跳动对旗下的办公AI产品完成了一轮团队整合：TRAE、扣子（Coze）团队将整体并入豆包体系，其中TRAE Work、扣子将与豆包在工作场景的产品能力进行整合；TRAE IDE及CLI将作为豆包品牌下的编程产品线持续发展。调整后，以上产品和运营团队向豆包产品负责人赵祺汇报。
最近，一支法国科研团队干了一件听起来像赛博朋克小说开场的事：把来自死后供体的成人脑切片泡在培养皿里，接上一只机械手和一个麦克风。相关论文的标题是：《人类大脑离体培养物的无监督感觉-运动关联学习，使机器人实现动作模仿》。
关于无缝衔接 Claude Code 和 Codex 这件事。
不是 AI 操作系统，是 AI 读得懂的操作系统
把你的想象拍成影片。
8 月 13 号中午，我和 OpenClacky 的朋友相互 sync 了下近况，得知他们在 Agent 探索上又有了新的进展：将 Agent 视作底座，功能由其自身开发