AI资讯新闻榜单内容搜索-_context

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
搜索: _context
清华提出Jev-LDE:ICL示例只改一次,1-shot平均准确率就能暴涨

清华提出Jev-LDE:ICL示例只改一次,1-shot平均准确率就能暴涨

清华提出Jev-LDE:ICL示例只改一次,1-shot平均准确率就能暴涨

大模型做 In-Context Learning(ICL,上下文学习)时,通常会先从示例库里检索若干 demonstration,再把这些示例和当前问题一起放进 prompt。

来自主题: AI技术研报
8334 点击    2026-10-14 15:27
模型越来越强,为什么用户没感觉?再访阿里国际站总裁张阔

模型越来越强,为什么用户没感觉?再访阿里国际站总裁张阔

模型越来越强,为什么用户没感觉?再访阿里国际站总裁张阔

阿里国际站总裁张阔表示,模型榜单成绩提升未同步转化为电商任务体验,他将Agent竞争力概括为Model×Harness×Context,Accio Work基于107项开源电商任务的评测显示,前沿模型无人干预通过率仅约61%。

来自主题: AI资讯
9103 点击    2026-10-12 17:07
我的上下文资产,凭什么被大厂绑架?

我的上下文资产,凭什么被大厂绑架?

我的上下文资产,凭什么被大厂绑架?

开源智能体项目Orbital主张"Context is yours",通过将散乱会话和记忆总结为可迁移的项目记忆,帮助用户拿回被大厂Agent锁死的上下文资产,并配合观猹推出的Tokendance模型钱包,实现DeepSeek、GLM、Kimi等70多个模型用量的透明化管理。

来自主题: AI资讯
9391 点击    2026-09-25 10:13
“我看到了 Scaling Law 的信号” | 对谈清华叉院助理教授徐梦迪:具身智能、世界模型、真正的泛化

“我看到了 Scaling Law 的信号” | 对谈清华叉院助理教授徐梦迪:具身智能、世界模型、真正的泛化

“我看到了 Scaling Law 的信号” | 对谈清华叉院助理教授徐梦迪:具身智能、世界模型、真正的泛化

本周「十字路口」的嘉宾是清华叉院助理教授徐梦迪。从清华车辆工程出发,途经 Johns Hopkins、CMU,再到 Stanford 吴佳俊、李飞飞组做博士后,2024 年初她选择回国,加入清华交叉信息研究院。她的核心命题是机器人的 In-Context Learning (ICL):让机器人到一个新环境,通过一两次交互当场学会新任务,而且越学越快。

来自主题: AI资讯
9676 点击    2026-09-22 11:17
对话 Nirva 吕唯:在 Meta 做了四年半可穿戴,想清楚了第一代 AI 原生设备该从哪切

对话 Nirva 吕唯:在 Meta 做了四年半可穿戴,想清楚了第一代 AI 原生设备该从哪切

对话 Nirva 吕唯:在 Meta 做了四年半可穿戴,想清楚了第一代 AI 原生设备该从哪切

Nirva创始人吕唯曾在Meta参与Meta Ray-Ban等项目四年半后创业,推出不到8克的AI原生可穿戴设备Nirva,以项链或手链形态全天佩戴、仅识别佩戴者声音,通过长期积累的context为用户提供生活记录与情绪陪伴。

来自主题: AI资讯
8647 点击    2026-09-07 16:49
最近两个月 Product Hunt 最火的 AI 产品,都在做什么

最近两个月 Product Hunt 最火的 AI 产品,都在做什么

最近两个月 Product Hunt 最火的 AI 产品,都在做什么

近期Product Hunt热门AI产品Acti、Wispr Flow、Hey Noah、Pazi、Glaze、AnySearch、Context.dev和OpenSEO不再执着于打造更聪明的ChatGPT,而是分别争夺意图入口、任务执行权、软件生产成本降低以及面向Agent的基础设施,将AI嵌入键盘、语音、邮件等日常工作流程。

来自主题: AI资讯
9088 点击    2026-09-03 12:01
CodeX记忆系统大更新

CodeX记忆系统大更新

CodeX记忆系统大更新

Codex用着用着就要压缩上下文、压着压着可能还“失忆”的痛苦,就要结束了!

来自主题: AI资讯
9935 点击    2026-09-02 15:02
对话COCO Matrix高宇翔:难以提前穷举世界,不如「学习适应」世界

对话COCO Matrix高宇翔:难以提前穷举世界,不如「学习适应」世界

对话COCO Matrix高宇翔:难以提前穷举世界,不如「学习适应」世界

COCO Matrix CEO高宇翔在访谈中提出,真实世界不可能被提前穷举,具身智能应将In-Context Learning作为核心范式,让机器人通过现场示范和纠正直接适应新任务与新环境,而非每遇到新任务都依赖重新采集大量数据并训练模型,从而显著降低部署门槛和适配成本。

来自主题: AI资讯
8767 点击    2026-09-01 09:56
Z Tech|专访清华教授徐梦迪:物理世界无法穷举,In-Context Learning成为下一个解法

Z Tech|专访清华教授徐梦迪:物理世界无法穷举,In-Context Learning成为下一个解法

Z Tech|专访清华教授徐梦迪:物理世界无法穷举,In-Context Learning成为下一个解法

从《四驱兄弟》里那些在赛道上奔跑的机械想象,到后来扎进机器人学习领域的漫长探索,徐梦迪始终被同一个问题牵引:机器要怎样进入物理世界,并在那里持续生长。

来自主题: AI资讯
7858 点击    2026-08-28 12:02