AI研究助手会"编故事"吗?科学家们设计了一套测谎系统
该论文设计了一套严谨的配对预测实验,用冻结记录和多重检验来测试AI研究助手给出的科学解释是否真能提升预测准确度,结果发现解释能让输出更一致,但预测准确度的提升在多项测试中未被证实。
该论文设计了一套严谨的配对预测实验,用冻结记录和多重检验来测试AI研究助手给出的科学解释是否真能提升预测准确度,结果发现解释能让输出更一致,但预测准确度的提升在多项测试中未被证实。
这篇论文研究AI агент修复科学计算代码时,给它配备可调用的检测工具是否比纯文字规则更有效,通过SciCode等多个基准测试发现效果因任务而异,提升集中在少数任务上。
FAR让世界模型学会从历史记忆中自动判断该信哪条线索、该召回哪段经历,用训练时已知的未来结果反向训练召回器,在导航、多线索融合、状态变化等场景中显著提升预测准确性。
FLOWRIGHT提出让多智能体工作流中所有角色协同训练,而非只训练流程生成器,通过结构感知的分层奖励机制实现责任分配,并配套DATAWRIGHT方法将简单数据集改造为真正需要协作的高难度任务,显著提升小模型构建work...
研究者发现AI裁判做错判断,往往不是算错了,而是一开始就选错了评判标准。他们让模型"偷看"人工标注理由当老师,再用熵变区分出哪些训练信号在教死记硬背、哪些在教真正理解,只保留后者训练。结果显示主观任务上准确率提升2到9个...
今年5月,ManageEngine卓豪在全球发布智能体AI能力,在各产品中引入Zia智雅智能体。时隔5个月,这套智能体能力开始进入中国市场,首批推出30余款Zia智雅智能体,计划到2026年底扩展至100余款。
微软周二扩展主权云产品,推出Sovereign Control Panel统一管理门户、外部密钥管理、Azure Local离线部署等新功能,并计划在Microsoft Ignite发布Foundry Local。新工具...
Canva推出首个自研AI图像模型Canva Craft,面向设计师全球开放。该模型采用两阶段架构,可在生成前"推理"布局规划,在DesignArena基准测试中排名第四,超越谷歌和微软同类模型。
数据中心扩张正将大规模投资带入美国小城市,但麦肯锡与IDC专家警告,吸引投资与创造持久经济价值并不等同。电力、水资源与劳动力缺口、基础设施成本分配,决定项目能否真正惠及当地居民,而非仅带来短暂建设繁荣。
NVIDIA Mission Control 2.5 正式发布,将自主恢复引擎从 HPC/Slurm 工作负载扩展至基于 Kubernetes 的 AI 训练任务,支持硬件故障自动隔离、作业自动重启与调度,并新增 AI ...
MIT研究人员开发出名为LUCID的可植入装置,将药物输送导管与24个微型超声波换能器集成,通过超声波促进药物在脑组织中扩散并穿透血脑屏障,可无线编程控制给药剂量,有望用于胶质母细胞瘤术后残余癌细胞的治疗。
印度益智游戏平台Matiks宣布完成1000万美元Pre-A轮融资,由General Catalyst领投。该应用今年日活用户从2.2万增长至30万,9月月活达220万,累计融资超1350万美元。
马斯克对Starlink的营收前景作出预测,与此同时,AI基础设施领域的数据中心融资、建设与压力测试正加速演进,资本正向具备电力、土地与执行能力保障的企业集中。
特斯拉将业务重心从电动车销量转向自动驾驶软件。其FSD全球活跃订阅用户达170万,同比增长67%,北美新车搭载率超75%。分析师指出,FSD已是特斯拉利润率最高的业务,若覆盖率从约10-15%提升至50%,将从根本上改变...
大众集团中国获得合肥公共道路L3级自动驾驶测试许可,测试已启动。其自动驾驶软件来自CARIZON,搭载自研世界模型GAIA 2.0,并计划开发支持L4的自研芯片C7H,目标是2027年下半年开始L3交付。
澳大利亚最大数据中心运营商NextDC因电力升级方案遭社区反对及地方政府拒批22米高电线杆,其西墨尔本M3数据中心扩建计划受阻,股价从逾9澳元跌至5.69澳元。NextDC与电力商Jemena正评估地下电缆等替代方案。
Anthropic已公开提交美股上市申请,股票代码为ANT。这家由Dario Amodei于2021年创立的AI公司估值超过1.5万亿美元,旗下拥有Claude聊天机器人,此次上市将成为美股历史上规模最大的IPO之一。
OpenAI和Anthropic相继推出AI辅助COBOL代码迁移方案,OpenAI最新模型GPT-6.1 Sol在高推理模式下可达98%行为保留准确率。但多位软件工程专家指出,代码重写≠系统替换,当前评测未反映真实复杂...
一项涵盖28项随机对照试验的综述显示,85%的心血管基因疗法研究报告有效,但69%的研究中效果持续不足1年,严重不良事件发生率差异较大,长期效果与安全性仍需进一步评估。
Paulina Borsook于2000年出版的《Cyberselfish》在绝版多年后,由Tin House推出新版。该书聚焦硅谷"科技自由主义"文化,作者认为这种反监管思潮从未消退,并蔓延至当今AI热潮,将AI行业现...