Apple 论文发现工具使用智能体的泛化更依赖应用与数据库多样性而非任务数量
Apple 论文研究合成训练数据配比对 LLM 工具使用智能体泛化的影响,发现随数据预算增长,扩展应用和数据库多样性比增加任务数带来更大收益。团队构建 SynthAPI 流水线,用 LLM 编写带真实 Python 工具和数据库的合成应用并自动检查任务成败,跨 849 个训练模型改变应用、任务和数据库版本。
首页已经看过的不重复列。下面从更早的内容继续,可以一直往下滚。
Apple 论文研究合成训练数据配比对 LLM 工具使用智能体泛化的影响,发现随数据预算增长,扩展应用和数据库多样性比增加任务数带来更大收益。团队构建 SynthAPI 流水线,用 LLM 编写带真实 Python 工具和数据库的合成应用并自动检查任务成败,跨 849 个训练模型改变应用、任务和数据库版本。
Google 发布 EmbeddingGemma 2 论文,这是一个基于 Gemma 4、以 Apache 2.0 许可开源的 744M 参数多模态嵌入模型,可将文本、代码、图像、音频和视频嵌入统一向量空间,性能超过部分参数量大 2 到 12 倍的模型。
OpenAI员工撰文详解AI融入企业的未来三种形态 · · Oct 29, 2026 近日,OpenAI员工 Hemanth Asirvatham 与 Elliott Mokski 发表了名为《公司的未来》的深度文章,探讨了随着人工智能不断进步并深度融入现有组织,未来混合型公司可能呈现出的三种示意性情景。
NVIDIA 发布开源语音模型 Nemotron 3.5 Transcribe,支持 40 语种转写、说话人标注、翻译和问答,并配套 Granary v2 数据集与可复用流水线,性能在多语言 ASR 评测中以 2.81% AA‑WER 领跑开放权重模型,且可通过 vLLM 部署为兼容 OpenAI API 的本地服务。
腾讯推出 Buddy One,将 WorkBuddy、腾讯会议、腾讯文档、ima、腾讯网盘账号打通,分免费的 Buddy One ID 和 700 元/月的 Buddy One VIP 两层。
微软单季从 OpenAI 卷走 100 亿美元:持股缩水,纽带却越缠越紧 · · Oct 29, 2026 32.0k 一笔写进监管文件的数字,揭开了微软与 OpenAI 之间最直白的金钱账。
Chrome 开始"翻你的邮箱"帮你填表:Gemini 把 Gmail 变填单助手 · · Oct 29, 2026 32.0k 浏览器自动填充走到第十年,主角仍是用户自己存的姓名地址。Google 这回想换个玩法:让 Chrome 主动钻进你的 Gmail,按当下要填的表单,把订单号、物流单号、航班预订编号递到你手边。
腾讯发布 Buddy One:打通腾讯文档、会议、网盘与 ima,统一账号与积分池 · · Oct 29, 2026 32.0k 10月29日腾讯全球数字生态大会上,腾讯发布面向个人用户的跨应用 AI 协同体系 Buddy One,打通腾讯文档、腾讯会议、腾讯网盘、ima,共享 WorkBuddy Agent 底座,统一账号与积分池。
ServiceNow 尽管超出自身季度目标,盘后股价仍跌 19%,原因是市场担忧 AI 智能体侵蚀其席位订阅业务。
Google DeepMind 发布 Gemini 4 Carbon,在 Artificial Analysis 综合智能榜上以 59 分夺冠,超过 Opus 5.5 和 GPT-6 Astra。Carbon 专注于自主编程、长程任务和网络安全,其编程 Agent 指数仅次于 Opus 5.5,且在长上下文和漏洞利用评测中表现出色,同时提供更具竞争力的成本。
据 The Information 报道,中国 AI 实验室已把数据蒸馏目标从 Claude 转向 OpenAI 的 GPT-6 Astra。此前 Anthropic 本月表示,更严格的限制、账号封禁和代理网络封锁使蒸馏者从 Claude 获取的数据减少 90% 到 99%。
作者拆解 LibTV 1.5 版工作流,展示如何用 AI 仅凭一台电脑完成短片全流程,从剧本到角色造型、场景搭建、运镜到后期重拍,提供实操案例与工具对比。
LibTV(liblib.tv)公开了《非妖哉》等破亿 AI 短剧的完整工程画布,把爆款作品的提示词、分镜串联和角色一致性做法摊开展示。
开源图像生成迎来新突破:OpenMOSS发布MOSS-Image,主打长文本渲染与可编辑布局 · · Oct 29, 2026 近日,OpenMOSS(复旦NLP与上海创智等团队)正式发布了开源图像生成模型 —— MOSS-Image。
四位 OpenClaw 开发者入选 @linuxfoundation 的 Top 100 贡献者榜单: #1 @steipete #7 @vincent_koc #33 @obviyus #57 @dallinfinite 一年内 569,649 次贡献,占 Top 100 总量的 13.8%。 感谢开源社区。
本文介绍了 OpenAI ChatGPT 订阅用户如何领取每月 API 额度,并说明了领取流程、额度对应套餐以及使用限制。
ForgeKernel 已登顶 NVIDIA SOL Bench 的 FIB 赛道以及华为 CANNBench。目前,ForgeKernel 的目标是在 DeepSeek 最复杂的算子之一上超越顶尖人类专家。 https://x.com/i/broadcasts/2LPbqbgpZXaogj
腾讯混元Hy4、Hy4flash即将发布,模型能力、思维链效率全面提升 · · Oct 29, 2026 10月29日,在2026腾讯全球数字生态大会上,腾讯宣布 Hy4即将发布。相比 Hy4preview,Hy4实现了全面大幅提升,尤其强化了各类长程和真实生产力任务的能力,显著提升了思维链效率,并 首次 引入了视觉理解。
非常感谢 FlagOS 团队!💙 很高兴能一起将 MiniCPM-OCR 带到更多芯片平台。迫不及待想看到社区会构建出什么!🚀
据彭博社报道,韩国 AI 芯片初创公司 FuriosaAI 完成 6.2 亿美元 D 轮融资,估值增至 29 亿美元,接近上一轮 7.35 亿美元估值的 4 倍,投资方包括 Infinitum Partners、韩国国民成长基金等。
腾讯在腾讯全球数字生态大会上宣布 Hy4 即将发布,相比 Hy4 preview 全面大幅提升,强化长程与真实生产力任务能力,显著提升思维链效率,并首次引入视觉理解。Hy4 flash 也将在近期发布,定位极致性价比的实用模型,继承 Hy4 的视觉、Agent 等能力。
智元提出物理AI价值度量衡Worken,衡量机器人有效产出 · · Oct 29, 2026 在今日举行的2026智元创新日(AIGBOT INNOVATION DAY)上,智元联合创始人、总裁兼CTO彭志辉 首次 提出物理AI价值度量衡Worken(有效智能工时),用于衡量机器人自主作业的实际产出。
谷歌 Gemini 4 Carbon 登顶:59 分夺回王座,"安全感"成主战场 · · Oct 29, 2026 Google DeepMind 推出新一代旗舰 Gemini 4 Carbon,在 Artificial Analysis 的 Intelligence Index v5.0 上拿到 59 分,以 1 分险胜 Claude Opus 5.5…
千问上线「学习档案」,可把用户在千问的拍题上传、作业批改、错题本等学习记录串联起来,生成个人专属学情报告。案例中,初三学生小林复盘过去3个月记录,发现数学整体正确率63.4%,但完全平方公式、一元二次方程判别式等知识点的18道题全部答错,千问据此自动生成覆盖五大薄弱知识点的15道专属练习题。
锁屏照片被顺走、 53 分钟攻破Linux!Anthropic内部研究模型连破五大主流系统 · · Oct 29, 2026 近日,人工智能安全企业Anthropic正式发布了一份重磅研究报告。
英伟达拟投资30亿美元入股Meta,双方扩大AI合作 · · Oct 29, 2026 据《华尔街日报》报道,英伟达将投资30亿美元参与Meta股权融资,Meta计划在其硬件上运行更多人工智能代理程序。双方同时宣布围绕Meta人工智能产品Muse扩大合作。Meta将在下一代AI代理中更多采用英伟达基础设施,包括Vera Rubin系统与Vera CPU。
AI 垃圾游戏淹没 Steam,Valve 拒当"裁判":不封禁,只让商店更聪明 · · Oct 29, 2026 当一批批套着粗糙外壳、由生成式 AI 批量炮制的游戏涌入 Steam,玩家叫苦、开发者不满,平台治理成了绕不开的考题。
第 24 天/ 像给任何人发短信一样给你的 dot 发消息。分享/转发东西变得超级简单,可以给它留语音消息,甚至可以发挥创意用“Hey Siri,给 Iggy 发短信说 <填入疯狂请求>”,然后坐等就好。
AI 记忆不再"各自为政":腾讯网盘启动内测,要做智能体的共享大脑 · · Oct 29, 2026 如今,同一位用户往往同时在多个 AI 应用间辗转,文件散落、进度难续,换一个工具就得从头交代背景,割裂感成了新痛点。