搜索
Veza 的订阅软件帮助企业了解其员工以及自动化软件任务的 AI Agent对特定客户或公司数据的访问权限，以及他们能对这些数据做什么。ServiceNow 一直在加强其 AI Agent相关的产品，这些产品旨在自动化客户服务和响应IT 帮助台请求等任务。
传统招聘APP的“AI化”，大多停留在简历优化或问答助手，并未改变“信息陈列室”的本质——求职者依然在大量无效信息中自行筛选、猜测、等待。在小麦招聘（英文名：LovTalent）看来，招聘行业一定会被AI快速重塑——它是所有行业中，信息密度最高、结构化程度最低的链条。
General Agent将如何融入贝索斯公司尚未可知。 General Agents由前OpenAI研究员威廉·格斯（William Guss）于2024年创办，汇聚了来自麻省理工大学、谷歌大脑等高校和机构的研究人员，专注计算机Agent赛道，目前已发布一款Agent产品Ace，该产品能接管用户的电脑并以超人类的速度执行指令操作。
让AI推荐一款家用车、一款新手机，甚至一家本地餐厅，10秒钟，看起来无所不知的AI就能迅速给出“智能推荐”名单。然而这份看起来客观中立的答案，背后可能早已被“精心策划”过。
REG 是一种简单而有效的方法，仅通过引入一个 class token 便能大幅加速生成模型的训练收敛。其将基础视觉模型（如 DINOv2）的 class token 与 latent 在空间维度拼接后共同加噪训练，从而显著提升 Diffusion 的收敛速度与性能上限。在 ImageNet 256×256 上，
Google 前天发布了 Antigravity，一款号称“下一代 agentic 开发平台”的全新 IDE。官方宣传强调它能规划、执行、验证整个开发流程，似乎代表着 AI 编程进入了新的阶段。然而，最早一批上手使用的开发者却纷纷吐槽：任务跑着跑着就因“模型过载”中断，信用额度几十分钟内耗尽，连完整测试都难以完成，体验堪称“开局即崩”。
RAG效果不及预期，试试这10个上下文处理优化技巧。对大部分开发者来说，搭一个RAG或者agent不难，怎么把它优化成生产可用的状态最难。在这个过程中，检索效率、准确性、成本、响应速度，都是重点关注问题。
具身智能的「ChatGPT时刻」还没到，机器人的「幻觉」却先来了？在需要几十步操作的长序列任务中，现有的VLA模型经常「假装在干活」，误以为任务完成。针对这一痛点，北京大学团队提出自进化VLA框架EvoVLA。该模型利用Gemini生成「硬负样本」进行对比学习，配合几何探索与长程记忆，在复杂任务基准Discoverse-L上将成功率提升了10.2%，并将幻觉率从38.5%大幅降至14.8%。
如果说过去一年里，AI 让开发者生产力翻倍，那么如今它也开始以同样的速度放大风险。 上周，Google 刚刚推出的基于 Gemini 的全新 AI 编码工具 Antigravity，上线不到 24 小时便被一名安全研究员攻破，指出它存在严重的安全Bug。
作为得到AI学习圈的主理人，我的日常除了帮大家盯着AI领域的前沿动态，另一项重要任务就是高强度地测评和使用各种AI产品。说实话，在写作这类AI工具上，我经常感到无聊——很多工具生成的文章虽然快，但往往千篇一律。