AI资讯新闻榜单内容搜索-o

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: o
不卷速度卷验证,陈天桥MiroMind精准预测15天后黄金价格

不卷速度卷验证,陈天桥MiroMind精准预测15天后黄金价格

不卷速度卷验证,陈天桥MiroMind精准预测15天后黄金价格

一睁眼!陈天桥带队的大模型黑马MiroMind再度满血归来—— 正式发布新一代重型推理智能体:MiroThinker-1.7和MiroThinker-H1。

来自主题: AI资讯
7008 点击    2026-03-16 15:11
刚刚,清华团队养出了一只「龙虾老师」!教育版OpenClaw震撼开源

刚刚,清华团队养出了一只「龙虾老师」!教育版OpenClaw震撼开源

刚刚,清华团队养出了一只「龙虾老师」!教育版OpenClaw震撼开源

中国教育界的OpenClaw来了!刚刚,清华教育学院、计算机系联合团队正式开源多智能体AI课堂OpenMAIC:AI老师语音授课,AI同学举手讨论,交互式课程一键生成。

来自主题: AI资讯
10103 点击    2026-03-16 15:10
500行极简开源框架,硬刚GPT/Gemini视觉极限!

500行极简开源框架,硬刚GPT/Gemini视觉极限!

500行极简开源框架,硬刚GPT/Gemini视觉极限!

多模态模型代码写得像老司机,却在数手指、量柱子时频频翻车?UniPat AI用五百行代码打造的SWE-Vision,让模型「掏出Python尺子」自我验证,一举拿下五大视觉相关基准SOTA。

来自主题: AI资讯
9046 点击    2026-03-16 15:08
从多模态大模型中「拆」出音频向量模型

从多模态大模型中「拆」出音频向量模型

从多模态大模型中「拆」出音频向量模型

Google 最近发了 Gemini Embedding 2,他们第一个原生多模态向量模型。文本、图像、视频、音频、文档,全部映射到同一个 3072 维向量空间。这是 Omni Embedding(全模态向量模型)的大趋势:一个架构吃下所有模态,从 jina-embeddings-v4 到 Omni-Embed-Nemotron 再到 Omni-5,大家都在往这个方向收敛。

来自主题: AI技术研报
7126 点击    2026-03-16 15:06
MIT学生48小时学完一学期的课,90%的人用错了AI

MIT学生48小时学完一学期的课,90%的人用错了AI

MIT学生48小时学完一学期的课,90%的人用错了AI

最近,社交媒体上一个帖子火了: MIT 学生如何用 48 小时学完一学期的课?

来自主题: AI资讯
9717 点击    2026-03-16 14:27
拒绝Vibe Coding!大神揭秘8套AI编程模式

拒绝Vibe Coding!大神揭秘8套AI编程模式

拒绝Vibe Coding!大神揭秘8套AI编程模式

Datasette创始人Simon Willison公开了一套指南,专门教专业开发者如何用Claude Code等AI编程工具提效。他总结了8大实战模式,从测试驱动到交互式解释,每一条都在重构程序员的工作方式。

来自主题: AI资讯
8304 点击    2026-03-16 14:27
ICLR 2026|多模态大模型真的理解情绪吗?MME-Emotion给出了系统答案

ICLR 2026|多模态大模型真的理解情绪吗?MME-Emotion给出了系统答案

ICLR 2026|多模态大模型真的理解情绪吗?MME-Emotion给出了系统答案

近年来,多模态大模型(Multimodal Large Language Models, MLLMs)正在迅速改变人工智能的能力边界。从图像理解到视频分析,从语音对话到复杂推理,大模型正在逐步具备类似人类的综合感知能力。但一个关键问题仍然没有得到充分回答:这些模型真的能够理解人类情绪吗?

来自主题: AI技术研报
7925 点击    2026-03-16 14:27
AI读不懂文档结构?计算所重构Agentic RAG文档推理能力

AI读不懂文档结构?计算所重构Agentic RAG文档推理能力

AI读不懂文档结构?计算所重构Agentic RAG文档推理能力

DeepRead让AI像人一样阅读文档:利用OCR识别章节结构,先精准定位相关段落,再完整读取上下文,避免碎片化检索。实验显示,其长文档问答准确率提升17%,能自动跳过冗余信息,精准提取财报、论文等复杂内容,无需额外知识图谱,轻量高效。

来自主题: AI资讯
9615 点击    2026-03-16 14:26
后训练中的RL已死?MIT新算法挑战传统后训练思维,谢赛宁转发

后训练中的RL已死?MIT新算法挑战传统后训练思维,谢赛宁转发

后训练中的RL已死?MIT新算法挑战传统后训练思维,谢赛宁转发

在当前的 LLM 开发中,后训练阶段通常被视为赋予模型特定能力的关键环节。传统的观点认为,模型必须通过强化学习(如 PPO、GRPO 或 RLHF)和进化策略(ES)等算法,在反复的迭代和梯度优化过程中调整权重,才能在特定任务上达到理想的性能。

来自主题: AI技术研报
7235 点击    2026-03-16 14:26