17岁高中生做出AI神器:看一下视网膜,就能识别自闭症和多动症
17岁高中生做出AI神器:看一下视网膜,就能识别自闭症和多动症这款 AI 工具名为 RetinaMind,利用视网膜图像训练 AI 模型,以百分比形式呈现对视网膜图像的置信度,通过这样的方式在疾病早期对 ASD 以及 ADHD 进行识别和诊断,准确率达 89%。不仅如此,该工具还可以帮助分析疾病基因机制(如 ABCA4)的潜在变化。
搜索
这款 AI 工具名为 RetinaMind,利用视网膜图像训练 AI 模型,以百分比形式呈现对视网膜图像的置信度,通过这样的方式在疾病早期对 ASD 以及 ADHD 进行识别和诊断,准确率达 89%。不仅如此,该工具还可以帮助分析疾病基因机制(如 ABCA4)的潜在变化。
随着大模型参数规模持续扩大,推理成本已经成为生产级 LLM 服务的核心瓶颈。投机解码(Speculative Decoding, SD)通过「小模型 draft + 大模型 verify」的方式,将多个候选 token 放到一次目标模型前向中并行验证,从而缓解自回归解码的串行瓶颈。
就在今天,OpenAI 的 Codex 团队开发者体验工程师 Jason Liu 发推公布了一个「小而有爱」的项目:OpenAI 官方推出了命令行界面工具 openai-cli,开发者只需在终端敲下一行命令,即可直接与 OpenAI 的最新模型深度交互,打破了过去SDK的限制。
AI 产品出海,很多团队最先关注的是获客和增长,但真正开始变现时才会发现:支付,不是简单接一个 SDK 就能搞定的事情,甚至会关乎到之后产品收入是否能高效、稳定增长。
就在刚刚,Agents SDK迎来一次彻底的架构重写。原生harness、原生沙盒、Codex级的文件系统工具,外加七家头部沙盒厂商一键接入。3月初,GPT-5.4带着原生computer use(计算机使用)高调登场时,开发者就已经吐槽过一件事。
在大语言模型推理领域,虽然「推测解码」(Speculative Decoding,SD)已成为加速生成的标准配置,但它依然存在一个致命弱点: drafting(草拟)和 verification(验证)之间必须串行进行。
域名圈再迎里程碑式交易!据Sedo官方爆料,机器人核心域名 Bot.ai 以120 万美元(约合人民币 870 万元)成交,直接打破此前 wisdom.ai 创下的 75 万美元.ai 域名最高交易纪录,也再次引爆机器人+AI 赛道的数字
UCSD团队推出AIBuildAI智能体,无需编程,仅用自然语言描述任务,即可自动设计、编码、训练、调参并优化AI模型,分工协作,端到端完成AI开发。在OpenAI MLE-Bench测试中,AIBuildAI以63.1%的获奖率位居第一,性能媲美人类专家,推动AI开发迈向全自动化新时代。
断更9天,大的终于来了!就在刚刚,OpenClaw迎来3.22最大版本升级,插件架构大换血,GPT-5.4登场,安全防护再升级。全新公开插件SDK(openclaw/plugin-sdk/*)上线,彻底废弃了旧有的扩展API。
我们用 Codex 改变了维护 OpenAI Agents SDK[1] 仓库的方式。仓库本地的技能(skills)、AGENTS.md 文件和 GitHub Actions,让我们把反复出现的工程工作——验证、发布准备、示例集成测试、PR 审查,变成了可重复执行的工作流。