CCTest · Blog
Deep Fusion Memory:让大模型把外部知识写入中间层记忆
记忆与上下文
cctest.ai
记忆与上下文

Deep Fusion Memory:让大模型把外部知识写入中间层记忆

Deep Fusion Memory 提出一种面向文本块的参数化记忆架构,试图同时降低外部知识构建成本,并让记忆更深入地参与语言模型的推理过程。该方法在推理阶段无需显式检索,并在知识问答与领域适配任务中取得了较好的结果。

阅读全文
CCTest · Blog
“Wait”不是强化学习发明的:推理模型自我纠错标记的来源追踪
强化学习
cctest.ai
强化学习

“Wait”不是强化学习发明的:推理模型自我纠错标记的来源追踪

一项针对开放模型训练历史的研究发现,推理模型常写出的“{wait}”并不必然是强化学习创造的。它更多取决于基础模型是否已从训练数据中继承这一标记,以及后续训练配方如何放大、削弱或改变其用法。

阅读全文
CCTest · Blog
TARSphere:让长时程机器人智能体在动态物理与社交环境中接受真实检验
机器人与物理 AI
cctest.ai
机器人与物理 AI

TARSphere:让长时程机器人智能体在动态物理与社交环境中接受真实检验

TARSphere 将物理仿真、具身 NPC、受限对话、可执行技能和事件驱动任务评估整合为一套机器人全栈框架。其基准测试显示,任务更新、人与机器人协作以及执行安全,仍是通用多模态模型走向具身智能的关键难题。

阅读全文
CCTest · Blog
Google调整隐私政策:连接Gmail和照片后,个性化广告边界变了
政策与监管
cctest.ai
政策与监管

Google调整隐私政策:连接Gmail和照片后,个性化广告边界变了

Google更新隐私政策,新增条款允许在用户主动把Gmail、Google Drive或Google Photos数据提供给相关服务后,用这些内容辅助个性化广告。此次变化主要影响启用Personal Intelligence等功能的用户,但并不意味着广告主可以直接查看个人文件。

阅读全文
CCTest · Blog
讯飞发布新一代语音与端云模型,AI交互从“听见”走向“理解现场”
语音与音频
cctest.ai
语音与音频

讯飞发布新一代语音与端云模型,AI交互从“听见”走向“理解现场”

科大讯飞发布星火语音基座大模型 SparkAudio 1.0,以及端侧模型 Spark-X2.6-4B,重点强化复杂音频理解、多人交互和端云协同。其披露称,语音大模型调用量同比增长超过20倍,部分端侧方案已具备约70%的云端能力。

阅读全文
CCTest · Blog
Anthropic平台工程团队称:团队代码全部由Claude编写
代码智能体
cctest.ai
代码智能体

Anthropic平台工程团队称:团队代码全部由Claude编写

Anthropic平台工程团队负责人在一次行业会议上表示,约200人的团队已将代码编写工作全面交给Claude,工程师则更多负责系统设计与验证。这个案例显示,AI编程正在从辅助工具走向团队级生产流程,但“全部由AI编写”的边界仍需进一步厘清。

阅读全文
CCTest · Blog
AgentVQA:用离线测试检验视觉模型能否真正看懂智能体场景
模型评测
cctest.ai
模型评测

AgentVQA:用离线测试检验视觉模型能否真正看懂智能体场景

AgentVQA 汇集五类智能体任务中的 1000 个真实案例,评估视觉语言模型在网页、机器人、游戏等环境中的视觉理解能力。结果显示,当前最佳模型准确率仅为 58.5%,主要短板并非推理,而是视觉定位、运动理解和状态跟踪。

阅读全文
CCTest · Blog
SpatialScout:让VLM真正走进三维空间,主动探索并绘制物体地图
模型评测
cctest.ai
模型评测

SpatialScout:让VLM真正走进三维空间,主动探索并绘制物体地图

SpatialScout提出一项面向视觉语言模型智能体的主动三维建图基准,要求模型控制相机、搜集视觉证据,并在统一坐标系中定位物体。结果显示,模型能够恢复大致布局,但距离完整、精确的空间地图仍有明显差距。

阅读全文