
该不该让孩子用AI写作文?
该不该让孩子用AI写作文?我女儿读初中,周末疯玩两天,晚上狂补作业。作文是老大难,她捣鼓着用豆包写作文。
我女儿读初中,周末疯玩两天,晚上狂补作业。作文是老大难,她捣鼓着用豆包写作文。
随着大模型加速渗透核心行业,其安全可控性正从技术议题升级为产业落地的先决条件。
黄仁勋已经忍不住第二次公开谈论中国的AI人才优势了。
对话「摩熵数科」创始人王中健。
开始抢食
人类在辩论中被AI说服的可能性有多大?
照这个发展速度,不远的将来AI不仅能模仿你的行为,还能理解你为何做出这些选择。PB&J框架正是这一突破性技术的代表,它通过引入心理学中的"支架"概念,使AI能够构建合理化解释,深入理解人类决策背后的动机。
MCP这股浪潮也持续席卷一段时间了 目前各大平台、开源项目等收录的MCP-Server数量令人咋舌。
Mixture-of-Experts(MoE)在推理时仅激活每个 token 所需的一小部分专家,凭借其稀疏激活的特点,已成为当前 LLM 中的主流架构。然而,MoE 虽然显著降低了推理时的计算量,但整体参数规模依然大于同等性能的 Dense 模型,因此在显存资源极为受限的端侧部署场景中,仍然面临较大挑战。
“活过眼前的数据治理‘脏活累活’,未来五年,这个赛道遍布机遇。”深耕半导体赛道的喆塔科技创始人兼 CEO 赵文政对这个方向充满信心,他如今正在半导体软件领域引入 AI 技术。
你的默认编程模型是什么?或许可以换一换了。刚刚,Google DeepMind 发布了 Gemini 2.5 Pro 的最新更新版本:Gemini 2.5 Pro (I/O edition)。其最大的进步是编程能力大幅提升,不仅在 LMArena 编程排行榜上名列第一,同时也在 WebDev Arena 排行榜上更是以显著优势超过了昔日霸
人工智能浪潮之巅,巨头布局落子如飞。最新消息曝光,OpenAI 正计划进行其史上最大手笔的收购——斥资约 30 亿美元(折合人民币约 217 亿元)拿下 AI 编程领域的当红新贵 Windsurf !
2000多年未解之谜被AI破解!2025年,研究人员首次非侵入性地读取到仍卷着的赫库兰尼姆古卷标题。这一突破来自维苏威挑战赛,获奖团队赢得6万美元,更为沉睡两千年的古代智慧开启了解读新纪元。
今年4月,Cursor年度经常性收入已增至约2亿美元。
玩具赛道,可能不是 AI 创业者实现产品落地的「捷径」。
超越DeepSeek-R1的英伟达开源新王Llama-Nemotron,是怎么训练出来的?刚刚放出的论文,把一切细节毫无保留地全部揭秘了!
上个月, GPT-4o 的图像生成功能爆火,掀起了以吉卜力风为代表的广泛讨论,生成式 AI 的热潮再次席卷网络。
AI超算性能、电力、成本激增,美国主导。
近期,Icon 创始人 Kennan Davison 宣布:“Founders Fund 再次领投 Icon,Icon 从 0 到 500 万美元 ARR 只用了 30 天” 。并且,他开出 6 万多美元的推荐奖金招募工程师,放话要在 12 个月内把 ARR 从 100 万美元推到 1 亿美元。
这个五一假期,世界顶级数学家是如何度过的?
据 TechCrunch 报道,Recraft,这家神秘图像模型背后的初创公司,去年在一个备受尊敬的行业基准测试中击败了 OpenAI 的 DALL-E 和 Midjourney,已完成由 Accel 领投的 3000 万美元 B 轮融资。
随着 Deepseek 等强推理模型的成功,强化学习在大语言模型训练中越来越重要,但在视频生成领域缺少探索。复旦大学等机构将强化学习引入到视频生成领域,经过强化学习优化的视频生成模型,生成效果更加自然流畅,更加合理。并且分别在 VDC(Video Detailed Captioning)[1] 和 VBench [2] 两大国际权威榜单中斩获第一。
你信任的AI排行榜,可能只是一场精心策划的骗局!震惊业界的Cohere Labs最新研究彻底撕破了Chatbot Arena这一所谓"黄金标准"的华丽面纱,揭露了科技巨头们如何肆无忌惮地操控评估系统、掠夺社区资源、扼杀开源创新。
大型语言模型(LLMs)在上下文知识理解方面取得了令人瞩目的成功。
最近,刷X(原推特)看到一种New business card。
社交AI崛起后遇冷,技术瓶颈与商业化挑战并存。
研究揭示早融合架构在低计算预算下表现更优,训练效率更高。混合专家(MoE)技术让模型动态适应不同模态,显著提升性能,堪称多模态模型的秘密武器。
谢赛宁十年前被NeurIPS(当时还叫NIPS)拒收的论文,刚在今年获得了AISTATS 2025年度时间检验奖。
AI开发者可能自食其果,最先被AI取代!AI Impact Lab的创始人认为:未来的趋势是AI让高级工程师比升值,而让初级工程师贬值。如果AI能引发文明变革,那「程序猿」将首当其冲,最先被AI取代。
具身智能最大的挑战在于泛化能力,即在陌生环境中正确完成任务。最近,Physical Intelligence推出全新的π0.5 VLA模型,通过异构任务协同训练实现了泛化,各种家务都能拿捏。