OpenRouter 实测 RAG 重排序:274 题基准中 precision@1 从 81% 提升到 97%
OpenRouter 发布 RAG 重排序教程,在 274 题合成基准上,向量检索用 google/gemini-embedding-2 的 precision@1 为 81.0%,加入 voyageai/rerank-3-lite 对 top 30 重排序后提升到 97.1%,成本约 $0.10/千次查询。
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。
OpenRouter 发布 RAG 重排序教程,在 274 题合成基准上,向量检索用 google/gemini-embedding-2 的 precision@1 为 81.0%,加入 voyageai/rerank-3-lite 对 top 30 重排序后提升到 97.1%,成本约 $0.10/千次查询。
黄仁勋于 11 月 12 日辞去英伟达总裁、CEO 及董事职务,即刻生效,CFO 科莱特·克雷斯出任临时 CEO,公司启动新 CEO 遴选。Hugging Face CEO 德朗格在领英称这是令人难过的一天,表示将比以往更努力捍卫开源人工智能。
英伟达公告黄仁勋辞去总裁、CEO和董事职务,即刻生效,股价开盘下跌14个点。作者依据《纽约时报》、The Information 等报道梳理脉络:从2022年A100、H100对华禁售,到 Megaspeed 采购争议、黄乐被指涉情报活动,再到婚外情曝光后董事会于10月29日起14天内收网,黄仁勋在英伟达33年的时代就此结束。
作者就黄仁勋在几天内被迫辞去 Nvidia CEO 一职分享思考,认为背后主因是政治因素:黄仁勋是对华芯片市场准入的主要游说者,民主党选举大胜且他已同意感恩节前到国会作证,离任不会让事情结束,出口管制可能收紧更快。
Tripo 官方宣布为 Runway 新支持的 3D 能力提供模型 Tripo H3.1。用户在 Runway 中可用文本或图像生成细节丰富的 3D 模型,也可上传自己的模型,选择任意角度作为后续图像或视频生成的参考,并将模型导出到其他 3D 工具。
IT之家 11 月 13 日消息,当地时间 11 月 12 日,四家非营利组织向旧金山高等法院提起诉讼,将 OpenAI、Anthropic、谷歌、Meta 以及 SpaceXAI 列为被告,要求法院叫停这些企业进一步开发最先进的人工智能模型。
Perplexity CEO Aravind Srinivas 宣布开源最新决策模型 Decider v1.3 和 Decider Flash v1.3,权重开放在 Hugging Face,并在 OpenRouter 上免费一周。
Arena 通报 Thinking Machines 的 Inkling 2 Small 权重已在 HuggingFace 以 Apache 2.0 许可开源下载。该模型在 Code Arena: WebDev 得 1647 分,为美国开源模型第一、全球开源模型第四、总榜第 23,较前作 Inkling-Small(1408 分)提升 239 分。
三位主播拆解红果短剧如何用番茄 IP、字节视频模型、抖音流量与巨量引擎广告构成端到端闭环,并判断模型只是催化剂,生态与商业化才是字节把 AI 变成印钞机的关键。
Google 发布 Gemini 4 家族最低价型号 Gemini 4 Hydrogen,定价 $1.50/$7.50(每 M token 输入/输出),作者 Simon Willison 称 Gemini 4 定价令人困惑。
GitHub Blog 发布 Agent Skills 实操指南,讲解如何用 SKILL.md 把可重复任务指令沉淀为可跨 Agent 复用的版本化技能目录。
SpaceX 于 11 月 12 日宣布,计划投入超 740 亿美元在得克萨斯州和亚利桑那州建设两座面向 AI 的超级计算数据中心园区。
Expo 推出 Expo Simulators,为编码智能体提供云模拟器,让智能体在请求开发者关注前先自行运行和测试改动。通过 eas simulator --platform ios 启动远程会话,智能体可用 agent-device、Argent 或 Appium 驱动安装好的构建;每次会话录制屏幕,返回截图、视频和可点按的浏览器实时链接。
Liquid AI 发布流式语音 tokenizer LiquidCodec,约 74M 参数,24 kHz 音频、12.5 Hz 帧、12 codebooks,权重已上架 Hugging Face。
民主党议员 Rep. Richard Neal 和 Sen. Ron Wyden 就特朗普政府处理 Nvidia 对华芯片销售一事开启调查,并致函商务部长 Howard Lutnick 要求保存相关记录。
Anthropic 推出 Claude Meetings,可将 Claude 加入团队视频通话,在会议进行中与你共同生成文档、白板等 artifacts。该功能已在 Team 和 Enterprise 计划以 beta 形式开始逐步推送。
FAA 于 11 月 10 日宣布,价值 8.75 亿美元的 AI 调度系统 SMART 将从华盛顿特区空域扩展到全国 22 个空管中心。该系统 9 月 21 日在华盛顿特区部署以来已为 180 架次航班改航,平均每次节省约 10 分钟和近 80 加仑燃油。
Meta 的消费级 AI 智能体 Muse 在 9 月测试后,现已面向美国付费订阅用户开放代打电话给商家的功能,可代为处理打给有线电视公司、DMV 或无在线订座餐厅等电话。
Cognition 宣布升级 Devin Teams 计划,团队成员无需额外座位即可使用新版 Devin Desktop,每位用户可在由自有模型 SWE 2 驱动的 Free 模式中获得两个并发免费会话。
我们大多数人打开 Google Sheets 是为了做预算、跟踪表和表格。借助 Gemini 4 Hydrogen,我们想看看它能否反过来绘制一幅动态风景 🍃 在 Google @Antigravity 中,Hydrogen 负责编写代码来绘制并动画化数千个单元格——创造出海岸列车、飘动的云朵和飘落的秋叶,并在电子表格内逐帧重新计算。
Claude Code 发布 v2.1.323,新增实验性 opt-in 的 Code Mode,让 Claude 编写 JavaScript 来调用自身工具,可在组织层面开启或关闭。
我们今天为 dots 推送了一些不错的更新,banked reset 已激活,应该很快会到账每个人的账户!
Google 发布 Gemini 4 Hydrogen 模型,称其能更好地处理多部分问题、难以理解的拼写错误和高度具体请求,可拆解问题并逐部分回答。
CopilotKit 于 11 月 9 日发布 MIT 协议、可自托管的智能体工作区 OpenBot 1.0,企业可自带模型、agent 和基础设施。每个 Bot 拥有独立容器,所有浏览器点击、文件写入和 MCP 工具调用先经 CEL 策略网关检查并写审计记录再执行。
Lex Fridman 发文称 NVIDIA 让黄仁勋离开对美国和人类都是巨大错误,堪比 Apple 当年解雇 Steve Jobs 但影响更大,并为其品格辩护、回应间谍传闻。
Arena 研究了 Interaction-as-a-Judge 评估范式,让 computer-use 智能体直接与游戏和应用交互来改进评估。该范式提升了与用户偏好的一致性、模型检测游戏错误的能力以及下游生成效果,并在推理时扩展和纯交互强化学习上均有改善,且效果随 computer-use 能力增强而提升。
Codex 0.168.0 在 Sessions 下新增 Model providers 入口,可为新对话选择默认模型提供商。开启 features.tui_workspace 后可在主对话旁查看侧边对话,拖动分隔条调整窗格或按 leader z 放大。
Nebius 在第三季度财报电话会上公布 2027 年计划支出 400 亿美元,远超华尔街预期,拟靠客户预付款和以客户合同为抵押的贷款覆盖 85% 的资本开支,并预测 2027 年营收 120 亿至 130 亿美元。
据称与 Alice Huang 相关的公司投资了 DeepSeek 的最新融资轮,目标是成为 DeepSeek 稳定的被禁 Blackwell 芯片供应商。
Josh Woodward 宣布 Google 智能眼镜开启预购,用户可在 https://glasses.google 下单,12 月 10 日发货。首批用户可到部分 Warby Parker、Gentle Monster 和 Google 门店试戴体验。