突破!GPT-6 Astra 竟直接改 Qwen 权重,性能飙升 500%
MIT 提出权重空间编程范式,让大模型直接读写神经网络权重,GPT-6 Astra 通过修改 Qwen3.5-0.8B 少量参数实现数学能力提升 6 倍,指令执行提升 3 倍。
按来源浏览
MIT 提出权重空间编程范式,让大模型直接读写神经网络权重,GPT-6 Astra 通过修改 Qwen3.5-0.8B 少量参数实现数学能力提升 6 倍,指令执行提升 3 倍。
一大痛点已解决。
在 Team 和 Enterprise 套餐中,以 Claude 作为可信签发方的自动连接功能已进入 beta 测试。支持 Amplitude、https://Apollo.io、Atlassian、Datadog、Dropbox、Figma、Granola、HubSpot、Linear、Mixpanel、Notion、PagerDuty、Semrush…
企业托管授权(EMA)让管理员可以通过其身份提供商为整个组织连接插件,成员无需自行搜索、登录并授权每个插件。它构建于 MCP 的开放扩展之上。 https://modelcontextprotocol.io/extensions/auth/enterprise-managed-authorization
用户现在登录 Claude 时即可自动连接插件,前提是 MCP 服务器接受 Claude 作为可信签发方。 如果你正在为 Claude 构建插件,请添加相应支持,让用户更快上手,并保持连接而无需重新授权。
推文介绍了 DeepSeek Harness 的 Creator Mode 模式,允许通过自然语言让 AI 在 Harness 上现生成新功能,彻底改变了软件分发模式,7 套官方插件模板可直接复用。
@sequoia @BessemerVP @nvidia 感谢每一位参与这段狂野而激动人心的意外探索之旅的人,感谢你们和我们一样相信生成式媒体的力量。https://fal.ai/blog/series-e-f
fal 宣布完成 Series E 和 F 两轮融资,合计 $1.65B。Series E 由 Sequoia 领投,Series F 由 Bessemer Venture Partners 领投,NVIDIA 持续参与投资,公司表示这笔资金将支持团队在明年继续推进能力边界。
OpenAI 官方账号宣布 ChatGPT Voice 支持财务功能 Finances,用户可通过 Finances 安全连接账户后,用语音谈论消费、储蓄等财务问题。入口为 https://chatgpt.com/finances。
Netflix 电视应用新增“AI Discover”标签页,首批实验功能按“Something Light”“Family Movie Night”“Quick Watches”等主题推荐影视内容,用户可反馈不喜欢并让应用记住。该功能由 Netflix 构建的新智能层驱动,实时响应用户反馈并持续学习,目前在美国面向在受支持电视上使用英文的会员逐步上线。
我曾以为用 AI 构建个人软件是未来。每个人都构建自己的 Figma、Linear、视频编辑器等等。 我现在觉得这不对了。为当下任务而生的短生命周期专用软件,似乎更有可能,配合单一数据存储来保存事实来源/结果/输出。尤其是随着模型变得更好更快。 如果你是构建者,请为互操作性而构建。
谷歌 DeepMind 为 Google Antigravity 推出“化学信息学技能”,在肺癌药物演示中 AI 智能体约 1 小时检索数千种化合物并完成匹配分子对分析,类似流程过去需数天。
Google 宣布其教育产品将在未来几个月内默认关闭 AI 工具,由学校管理员手动开启,涉及 Gemini、Gemini Notebook、Gemini in Classroom 和 Google Search,且只能整体开关、不能单独选择。
技能:https://github.com/google-gemini/gemini-skills/tree/main/skills/gemini-api-cli CLI:https://github.com/google-gemini/gemini-api-cli
我们为 Gemini API CLI 做了一个技能。它让你的智能体可以通过 CLI 调用 Gemini 模型(图像、TTS、视频、文件),无需编写一次性脚本。 npx skills add google-gemini/gemini-skills --skill gemini-api-cli
Arena 预告腾讯混元 Hy4 即将推出,届时将在 Arena 排行榜上公布其表现。其引用的数据显示,Hy4 preview 上月以开源模型身份位列 Agent Arena 第 2(总榜第 10),在 14.5K+ 真实智能体会话中净提升 +5.4%,仅落后 Kimi K3 (Max) 的 +6.6%;成本约 $0.26 per median task…
还有几个较小的更新: - 云端会话现在会在你还在输入提示词时就开始设置,因此你点击发送后的等待时间更短 - 你可以点击云端会话 diff 中的任意一行并留下评论,它会随你的下一条消息一起发送给 Claude - Max、Ultra 和 Team 套餐现在每月包含 API 额度…
即使在 bypass permissions 模式下,Claude Code 在运行少数风险特别高的 rm 命令前仍会询问。这是有意为之,但如果你身处一次性容器中、且可以接受这些命令不经询问直接运行,现在可以设置 CLAUDE_CODE_EVEN_MORE_DANGEROUSLY_SKIP_PERMISSIONS=1。
Claude Code 现在会在 prompt cache 约一小时过期前自动压缩长时间闲置的会话,之后恢复时只需重新处理摘要而非整段对话,降低用量消耗。此外在 Pro 和 Max 套餐上,恢复超长对话若会占用 5 小时限额的较大比例,会先给出提醒。
IT之家 11 月 3 日消息,据科技媒体 Wccftech 今天报道,英特尔正考虑停产 Arc B580 显卡, 未来聚焦利润率更高的 AI 产品 。 据报道,英特尔目前的 Battlemage 产品线仅有两款面向游戏玩家的独立显卡。
Manus 联合创始人张涛撰文复盘公司全面转向人机协作开发的内部实验,介绍内部工具 Mono 如何统一仓库上下文并让单人端到端交付需求,工程师同时推进 10 到 20 个请求已成常态。文章涵盖工程、产品和营销三个团队,总结了自主性需要可验证终点线、瓶颈从工程转向产品决策等经验,也指出注意力碎片化、信息分散和权限设计等未解决的问题。
Rohan Paul 转评 Intology 的自动化科研系统 Locus,称其在分子预测任务上胜过 GPT-6 Astra 和 Claude Opus 5.5 智能体。
研究者推出 StateBench 基准,用于评测语言模型在长文档中追踪实体状态变化的能力,按 R-trivial、Aperiodic、Soluble、General finite 四个难度级别构建。
Claude 新增更细的 effort 控制:在消息中输入 ultrathink 可将单轮 effort 临时提升至 xhigh,无需改动整个会话的设置。用户还可为 subagent 单独指定 effort 级别,例如会话为 high 时让子智能体以 medium 运行。
Mistral AI 宣布 Mistral Large 4 加入 Open Math OS 模型阵容,拥有 1.05T 开源权重和 1M 上下文窗口,今天起面向获批团队开放。Open Math OS 是一个让数学家与 AI 智能体在共享项目上协作的研究工作区,仅基于开源模型构建,供社区检查和运行,并由社区掌控自己的数据。
AI 让写代码变得极快,但在生产环境运行这些代码并没有变得更容易。 Traversal 为 AI 补上编程智能体所缺的生产环境上下文,再把从故障事件中学到的东西反馈给这些智能体。 基本上,它能把故障追溯到最初引发问题的那次变更或那个服务。 他们刚以 10 亿美元估值完成了 1.2 亿美元融资。
Grok @Bot 可以帮你调研所在地区哪些医生最优秀,打电话给他们并预约就诊!
TechCrunch 分析 Anthropic 更新的 S-1 文件披露,Q3 营收达 170 亿美元、环比增长近 50%,但算力占营收比例从上一季的 48% 升至 58%,每美元算力对应营收从峰值约 2.08x 回落至 1.72x。
我们看到许多 @Shopify 店主在 Perplexity Computer 上自动化了大量业务运营,从竞品分析和审计、构建 Web 应用、在 Klaviyo 上运行邮件和营销活动,到自动化他们在 Instagram 上的广告投放。关键在于闭环。
Google Antigravity 新增 Cheminformatics Skills,可在约一小时内完成从文献检索数千化合物、matched molecular pair 分析到提出带合成路线的新型刚性化大环分子的流程。