elephant-goldfish-model:AI 设计中“上下文隔离”的多 Agent 实践
介绍 Google 开源的 EGM 插件,阐释其“用大象设计,用金鱼评审”的多 Agent 协作范式,以破解 AI 生成内容的上下文过长导致的幻觉问题。
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。
介绍 Google 开源的 EGM 插件,阐释其“用大象设计,用金鱼评审”的多 Agent 协作范式,以破解 AI 生成内容的上下文过长导致的幻觉问题。
介绍 rea-video 开源项目,展示如何通过 AI Agent 进行视频逆向分析、拆解和复刻的完整流程。
IT之家 11 月 8 日消息,据《南华早报》前天报道,一项新研究显示,以月之暗面 Kimi 系列为代表的中国 AI 模型,在全球企业开源模型支出的占比为 89%,接近九成。 IT之家从原报道获悉,硅谷风投公司 Menlo Ventures 近期发布的报告指出上述观点。
详评单目 RGB 动捕与角色替换 LoRA 工作流,展示其如何轻松从单视频素材生成高品质 3D 角色动画,降低独立创作者制作高拟真动作的成本。
看到一些混淆,但所有 Pro 套餐都没有 5 小时限制,并且相比 Plus 提供以下用量。 ✅ Pro 100 = 10X ✅ Pro 200 = 20X ✅ Pro 500 = 50X,可使用 ultrafast
文章分析了未来 Agent 的演进趋势,提出生活场景适合单 Agent,而工作场景需要基于角色的多 Agent 团队协作,强调权限共享、上下文分工和跨组协作的必要性。
Nous Research 发布 Arete-27B,这是对 Qwen3.8-27B 的纯监督微调,在其 803 条提示的自建评测中,含宣传内容的回答从 22% 降至 0.9%,事实得分从 2.32 升至 2.98。
Anthropic 通过统计约 20.7 万次 Claude 科研会话,发现科学家最常利用 AI 进行数据分析和论文写作,却较少用于提出创新想法,评估了 AI 对不同学科科研产出的潜在提升空间。
资本正从热钱驱动的世界模型赛道转向精选布局,头部基金只剩零星机会,市场正经历快速缩水与高度分化。
北京时间 11 月 8 日,近日多名用户在 Reddit 及 OpenAI 官方开发者社区反映,自己的 ChatGPT 账号突然遭到停用,其中包括每月订阅费用为 200 美元 (IT之家注:现汇率约合 1,338 元人民币) 的 Pro 用户。部分用户表示, 账号被封前没有收到任何通知 ,长期积累的聊天记录和工作资料也因此无法访问。
分析千问办公通过直播和低价活动获取用户的策略及其潜在风险,探讨 AI 产品下沉后的商业模式挑战。
Anthropic 分享 Claude 跨会话记忆机制,引入‘做梦’后台步骤实现记忆校正,显著提升模型在宝可梦和数据库测试中的表现。
腾讯首席 AI 科学家姚顺雨在清华大学演讲中指出,AI 护城河来自用户数据上下文和信任度,而非纯模型能力。
为确保 Agent 工作被人类验证可信,需要求其生成截图等可视化证据,而非仅提供黑盒输出。
介绍第二届 GEO 大会分享嘉宾刘树勋的背景及其品牌企业 GEO 实践主题
Anthropic 分享通过让 Claude「睡觉」多重复回放记忆的方式,将答题得分从 13%提升至 48%,并通过实验展示了 AI 记忆整理的重要性
阐述 Agent 任务中关注过程问题、通过评审和 Agent 聚合发现共性问题、将反思转化为可审查修改的实践方法。
Sand3D 是基于 Blender 的 3D 建模 Python 库,专为大语言模型设计,能将复杂建模过程简化为直观代码,并开源 10 万+组件
芝加哥大学数学教授 Frank Calegari 认为,AI 能批量生成证明后,数学人才招聘应更多依赖面对面交流而非书面材料,30 分钟面谈即可区分批量产出低质量成果者与有清晰研究愿景的候选人。他主张评审委员会不应仅凭一篇论文或一项成果录用学生,并有责任培养研究生的数学表达能力。
发现极具潜力的开源终端 AI 编程助手 octet,基于 Rust 实现,无需大运行时,支持原生音频输入和跨语言插件扩展,性能卓越。
据《金融时报》报道,Anthropic 仍在推进感恩节前的 IPO,预计募资 800 亿至 1000 亿美元,目标估值 1.25 万亿至 1.75 万亿美元,CEO 阿莫迪接受估值低于此前投资者预期的水平。科技股抛售和美国中期选举结果使上市难度上升,OpenAI 也已将私募估值从 1.4 万亿美元下调至 1.25 万亿美元。
作者分享了 argon 作为主要 agent 交互模型的实践经验,组合 opus+astra 项目启动及 deepseek flash SOP 流程。
Salesforce 新论文发现,从大型外部教师模型做蒸馏通常比纯 RL 消耗更多算力,而将多个 RL 训练的领域专家模型合并可节省 42% 算力。研究按每单位训练 FLOP 的留出准确率对比蒸馏与 GRPO,覆盖不同任务难度、模型规模和领域;使用外部后训练教师时 GRPO 普遍胜出,蒸馏还常导致回复变长。
美国北卡罗来纳州一对夫妇起诉谷歌,其 13 岁女儿通过学校配发的 Chromebook 与 Gemini 和搜索 AI 模式进行数千条涉及自杀内容的交互。谷歌发言人表示正在审查指控,并称已将心理健康防护机制引入搜索 AI 功能。
GPTZero 分析称,埃森哲与马德里 IE 大学合作的报告《跨越式发展》涉嫌包含 15 条虚假引用和完全虚构的案例研究。埃森哲发言人否认错误源于 AI 幻觉,称审查表明是人为失误,正在修正并将在重新发布前完成相关工作。
Perplexity 发布面向工作的个人智能体 Teammates,从在会话中写提示词改为下达高层目标,今日起向 Max 用户提供网页版,移动和桌面原生应用即将推出。CEO Aravind Srinivas 表示,Teammate 自动化运行量从上线首日到第二天增长 3.7x,且第二天是周五。
David Sacks 预计已获许可的数据中心项目仍能在 2027 年完工,但新项目将因规则不明而停滞,因为没人愿意在不确定环境下押注约 500 亿美元。他预计到 2028 年项目管道将关闭或大幅削减,对经济造成重大打击。
Alex Bores 称各 AI 公司都在尝试完全自动化 AI 研究即递归自我改进(RSI),OpenAI 称有望 2028 年 3 月实现,Anthropic 员工称 2027 年实现。
IT之家 11 月 8 日消息,Adobe 公司最近针对初创企业推出 Adobe for Startups 计划, 入选企业可免费使用 Firefly Pro Plus、Acrobat Studio(包含 Adobe Express Premium)以及 Semrush 等软件 , 期限为 12 个月 。
台积电回应称将坚持纯逻辑代工定位,否认了有关英伟达推动其制定3D DRAM计划的报道。报道称AI需求已耗尽DRAM供应,使内存成为决定加速器能否出货的关键部件,但3D DRAM即使美光也要再经至少4个平面节点才采用,台积电入场至少5年内无法缓解短缺。