Context 是一家开发人工智能办公套件的初创公司，于5 月 28 日宣布完成 1100 万美元种子轮融资，由 Lux Capital 领投，高通创投和 General Catalyst 跟投。此轮融资使公司总融资额达到约 1575 万美元，估值达 7000 万美元。
北京时间5月21日凌晨，谷歌在每年一度的I/O大会上再度炸场——谷歌搜索的AI模式正式上线。其中，最受瞩目的一个功能是Personal Context（个人上下文）。北京时间5月21日凌晨，谷歌在每年一度的I/O大会上再度炸场——谷歌搜索的AI模式正式上线。其中，最受瞩目的一个功能是Personal Context（个人上下文）。
最近ContextGem很火。它既不是RAG也不是Agent，而是专注于"结构化提取"的框架，它像一个"文档理解层"，通过文档中心设计和神经网络技术(SAT)将非结构化文档转化为精确的结构化数据。它可作为RAG的前置处理器、Agent的感知模块，也可独立使用。
科技媒体 maginative 今天（4 月 16 日）发布博文，报道称 OpenAI 宣布收购 Context.ai团队，后者是一家由 GV 支持的初创公司，以评估和分析 AI 模型见长。Context.ai的联合创始人 Henry Scott-Green（首席执行官）和 Alex Gamble（首席技术官）将加入 OpenAI，专注于研发模型评估工具。
Agentic AI 的 3 要素是：tool use，memory 和 context，围绕这三个场景会出现 agent-native Infra 的机会。
终于到了适合跟大家介绍大模型的万能接口 MCP（Model Context Protocol）的时候了！
一句话提示，Claude自动化打开Blender将2D图片转为3D建模。背后关键还是最近大火的MCP（Model Context Protocol）——复刻Manus的重要诀窍。将这套协议和Blender打通，即可获得如上效果。该开源项目BlenderMCP，上线短短3天，GitHub标星已达3.8k。
大家对in-context learning(ICL)的能力可能已经很熟悉了，您通常会通过上下文示例就能快速让prompt适应新任务。然而，作为AI应用开发者，您是否思考过：为什么有时候精心设计的few-shot prompt会失效？为什么相同的prompt模式在不同场景下效果差异巨大？
本文是一篇发表在 NeurIPS 2024 上的论文，单位是香港大学、Sea AI Lab、Contextual AI 和俄亥俄州立大学。论文主要探讨了大型语言模型（LLMs）的词表大小对模型性能的影响。
上下文学习(In-Context Learning， ICL)是指LLMs能够仅通过提示中给出的少量样例，就迅速掌握并执行新任务的能力。这种“超能力”让LLMs表现得像是一个"万能学习者"，能够在各种场景下快速适应并产生高质量输出。然而，关于ICL的内部机制，学界一直存在争议。
