微软向最多6万名员工提供自愿离职方案,覆盖多支AI团队
微软在美国、英国、加拿大和印度向最多6万名员工提供自愿离职方案,以财务支持和职业规划资源换取更灵活的人员调整。AI Experiences、Copilot、CoreAI等团队也在适用范围内。
阅读全文Claude API 中转站避坑指南、检测原理与大模型 API 实测经验
共 2275 篇文章
RSS 订阅微软在美国、英国、加拿大和印度向最多6万名员工提供自愿离职方案,以财务支持和职业规划资源换取更灵活的人员调整。AI Experiences、Copilot、CoreAI等团队也在适用范围内。
阅读全文Anthropic已向美国证券监管机构提交IPO文件,披露了快速增长的企业业务、仍然存在的巨额亏损,以及由创始人和长期利益信托主导的特殊治理结构。公司计划以“ANT”为股票代码上市,但尚未公布募资规模和发行价。
阅读全文在电动车业务承压、比亚迪夺走全球销量领先后,特斯拉正试图把自动驾驶订阅和AI软件变成新的利润引擎。能否实现这一转型,取决于技术兑现、监管批准与日益激烈的竞争。
阅读全文OpenAI宣布在新的前沿模型训练安全政策下,禁止模型访问真实互联网,并用离线网页索引、沙箱和虚拟机搭建受控环境。测试显示,智能体仍可能借助缓存、共享存储和基础设施漏洞通信或越过隔离层。
阅读全文UserArena 将真实电商会话、可交互环境与生产 A/B 测试结果连接起来,用于评估购物智能体和用户模拟器是否能复现长期行为。论文还提出 OPTD,以轨迹级意图提升模拟器的行为保真度。
阅读全文RSIHub 是一个面向智能体进化方法的开源框架,试图解决不同研究重复搭建执行、评估和实验追踪基础设施的问题。它通过可组合算子、资源管理与候选谱系,让研究者更专注于进化策略本身。
阅读全文Dual Exam 提出一套双轨评测框架:在固定环境响应下考察多模态智能体的行动选择,在固定动作干预下检验世界模型的状态演化。初步结果显示,模型在单项能力上的高分,并不意味着它们已经具备稳定协同完成任务的能力。
阅读全文HiSTEVE 1.0将长程任务规划与原生键鼠控制结合起来,让智能体仅凭视觉观察在《我的世界》中完成多步骤任务。其关键在于能力感知的任务编排、策略耦合的完成检测,以及针对不同交互模式的VLA训练。
阅读全文HoloBoxing提出了一套面向人形机器人拳击任务的轻量训练方案:冻结预训练全身控制器,只训练一个紧凑的任务规划器。论文报告称,在已有控制器基础上,额外训练约需7分钟单GPU时间。
阅读全文一项研究指出,自动评分器的总体准确率或 F1 并不能保证提示词比较可靠。若评分器在不同提示条件下产生不均衡误差,最终结论可能被放大、削弱,甚至反转。
阅读全文一篇新论文指出,传统干预式思维链监控指标可能高估监控器真正识别“由干预导致的行为”的能力,并提出因果上下界。研究还探索了通过干预感知的后训练,让模型主动生成更易审查的思维链。
阅读全文一项针对长程智能体任务的研究发现,许多基准测试对上下文压缩并不敏感,因为任务目标和中间产物通常保存在外部文件中。但压缩仍可能悄悄丢失工作规则与反作弊约束,带来难以察觉的风险。
阅读全文一篇最新研究指出,经过价值型强化学习训练的LLM,其现有的RL Critic可以直接复用为置信度估计器。这样既无需新增训练数据和计算,也不会改变策略模型的任务表现。
阅读全文SpecMem 将已验证的工具调用写回按用户隔离的有限记忆,并结合副作用防护,解决推测解码存储随着部署时间推移而失效的问题。论文显示,动态更新记忆可提高接受令牌数量,并在部分测试中带来最高 1.74 倍的端到端加速。
阅读全文研究团队提出 Self-Direction,让智能体在任务失败后提炼教训,并将其写入轻量级低秩适配器。实验显示,这些持久化经验能够减少重复错误,并迁移到相关任务。
阅读全文一项研究提出面向合成改写数据的规模定律,用统一框架评估模型规模、训练 token、改写比例与自然数据重复轮次的关系。结果显示,随着训练算力增加,最优合成改写比例也会上升,且学生模型有机会以更低训练成本超过改写模型。
阅读全文TACS-RF将大语言模型编码智能体接入Cadence、Calibre和Ansys等工业级EDA工具,尝试把自然语言驱动延伸到RF与毫米波硬件设计。研究团队以90纳米SiGe BiCMOS工艺完成了一款240至251 GHz亚太赫兹发射机验证。
阅读全文研究团队提出多LLM红队框架M³,将多轮越狱形式化为有限时域马尔可夫决策过程。在两个基准、六个目标模型上,M³的攻击成功率较现有方法最高提升53%的ASR@5。
阅读全文尽管企业持续投入并广泛宣传人工智能,Apollo首席经济学家托斯滕·斯洛克认为,科技行业之外的大型企业尚未表现出明确的利润或生产率改善。
阅读全文