AgentBaton:让强模型与高效模型接力完成智能体任务
NVIDIA 团队提出 AgentBaton,探索在一次长程智能体任务中让昂贵的强模型与低成本模型分阶段协作。实验显示,在合适时机由强模型交棒给高效模型,可以显著降低 API 成本,同时保持甚至提升任务准确率。
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NVIDIA 团队提出 AgentBaton,探索在一次长程智能体任务中让昂贵的强模型与低成本模型分阶段协作。实验显示,在合适时机由强模型交棒给高效模型,可以显著降低 API 成本,同时保持甚至提升任务准确率。
阅读全文一篇新研究提出 Agent-Native Primitives,将工具、代码和知识资源与具备专门能力的语言模型绑定,并由 HEELO 按任务动态组装智能体工作流。作者报告称,该方法在多项基准和真实任务中显著提升了端到端完成率。
阅读全文NVIDIA 研究团队提出 AutoCompress,将目标 GPU、服务引擎和实际工作负载纳入可微架构搜索,自动生成满足延迟、吞吐与显存约束的异构模型。与 Minitron 相比,该方法在三类部署场景中取得更高的平均准确率。
阅读全文一项基于 vLLM 的研究发现,客户端取消请求并不足以让经历瞬时过载的大模型服务恢复。真正影响恢复速度的,是重试请求已经制造的执行,以及客户端最终是否收到响应。
阅读全文英伟达董事会宣布,就有关首席执行官黄仁勋与一名被指可能受中国情报部门招募人士关系的报道展开独立调查。公司称目前没有理由相信国家安全或企业机密已经遭到泄露。
阅读全文英伟达董事会宣布启动独立调查,核查首席执行官黄仁勋与Megaspeed高管Alice Huang之间的关系,以及相关信息是否可能涉及国家安全或公司机密。公司表示,目前没有理由相信英伟达机密已经泄露。
阅读全文据彭博社 Mark Gurman 的消息,苹果正加快 Siri 的智能体化路线,计划让它控制苹果自有及第三方应用,并执行更复杂、持续性的任务。相关升级可能分阶段落地,但苹果目前仍承认自己落后于部分竞争对手。
阅读全文Elvis Presley音乐权利持有人和Eminem部分作品的出版方,分别起诉AI音乐公司Suno,指控其生成模仿艺人声音与歌词的内容。案件再次把AI音乐训练、声音肖像权和平台防滥用责任推到聚光灯下。
阅读全文Anthropic 前 Claude Code 工程师 Thariq Shihipar 在离职后谈到创业、加入顶尖实验室以及 AI 行业的人才流动。他认为,机构光环不会自动制造天才,真正稀缺的是把想法付诸实践的勇气。
阅读全文开源项目 llama-modchip 通过极低比特量化、CPU内核优化和运行时工具,宣称可在无GPU条件下运行284B参数的DeepSeek-V4-Flash。其方案更像一次面向极限内存约束的工程实验,实际效果仍需独立复现。
阅读全文世界模型并未失去技术价值,但资本市场已经结束了“见概念就追”的阶段。融资门槛上升后,真正拥有研究积累、技术成果或资源优势的团队,成为少数仍能顺利融资的项目。
阅读全文微软研究院 AI Frontiers 组织在并入 Microsoft AI 后走向终结,创始负责人 John Langford 宣布离开。事件折射出前沿研究、模型规模化与商业落地之间日益突出的张力。
阅读全文美国政府批准部分中国企业购买英伟达 H200 芯片,但《纽约时报》调查发现,获批名单中的 New Matrix 似乎只是一个缺乏实际运营痕迹的空壳公司。事件也引发外界对关联黑名单企业、出口审查和监管执行力的担忧。
阅读全文METR对Anthropic展开为期11周的调查后发现,该公司的AI研发速度约为一年前的两倍,主要模型进步似乎越来越多地来自AI自身的辅助。报告同时暴露出大量删节,使外界难以独立判断进展速度与潜在风险。
阅读全文当AI代理能同时生成并提交大量代码,传统代码托管平台开始面对前所未有的读写、测试与合并压力。OpenAI、Cursor和Anthropic正在分别建设或采用新的代码基础设施,GitHub也在重做底层架构。
阅读全文安全机构披露了一种针对Coding Agent的提示注入路径:攻击者将恶意指令藏进AGENTS.md等项目文档,诱导具备终端权限的AI执行高风险操作。它暴露出一个关键问题:对Agent而言,普通文本可能不再只是文本。
阅读全文Crusoe确认将尚未完工的怀俄明数据中心项目交由Google接手,并由后者计划投入170亿美元继续建设。这笔交易暴露出超大规模AI数据中心在电力、设备、成本和工期上的现实压力。
阅读全文SLA 将空间表征学习从下游任务适配前移到持续预训练阶段,尝试让机器人基础模型同时理解语言、视觉与三维几何。该方法在训练时引入冻结的 3D 感知教师,推理阶段则不依赖额外模块。
阅读全文WeLM-Image 试图用统一架构处理文本生图、指令编辑和多参考图像合成,并针对消费级场景优化单 GPU 部署。其核心包括混合 Transformer、稀疏专家模块以及面向生成和编辑的数据与训练流程。
阅读全文