跳到正文

全部動態

今日 420 條
2月5日週四
2月4日週三
  1. Hugging Face Blog65

    Hugging Face Hub 推出 Community Evals,開放社羣提交模型評測結果

    Hugging Face Hub 推出 Community Evals,讓 benchmark 資料集託管排行榜,並在模型卡片展示評測分數。使用者可透過 PR 為任意模型提交結果,結果會標示為「community」,且可附上論文、Model Card 或評測日誌等來源。資料集可用 eval.yaml 定義評測規格,供他人重現;這項功能目前處於 beta。

    推薦理由:Hugging Face 將評測規格、模型分數與社羣提交納入 Hub 的可追溯流程,Hub 的 Git 歷史記錄新增及修改時間,方便聚合比較不同來源的模型成績。

  2. Google Research59

    Google Research 與 Included Health 宣佈將開展全美對話式 AI 虛擬醫療隨機研究

    Google Research 與 Included Health 宣佈,待機構審查委員會(IRB)批准後,將在全美開展前瞻性、經參與者同意的隨機研究,評估對話式 AI 在真實虛擬醫療流程中的表現。研究將把 AI 管理患者互動的能力與限制,和標準臨牀實踐比較,從模擬研究及單中心可行性測試推進至全國規模的真實臨牀評估。

2月3日週二
2月2日週一
2月1日週日
1月30日週五
  1. AI as Normal Technology59

    Moravec 悖論事實核查:它不足以預測 AI 任務難度

    Arvind Narayanan 指出,Moravec 悖論從未經過實證檢驗,也不能用來預測哪些任務對 AI 容易或困難。他認為,AI 社羣偏重值得研究的任務、忽略對人與 AI 都過易或過難的任務,可能造成任務難度呈現表面上的負相關。由於新能力從突破到商業化和部署往往需要時間,他主張與其預測突破,不如適應已知的技術發展。

  2. Google DeepMind68

    Project Genie:用實驗原型探索無限互動世界

    Google DeepMind 開始向美國年滿 18 歲的 Google AI Ultra 訂户逐步開放 Project Genie;這款由 Genie 3、Nano Banana Pro 和 Gemini 驅動的實驗研究原型,可建立、探索及改編互動世界。

    推薦理由:原型把世界草圖、即時探索與改編放進同一體驗,並交代生成時長、物理表現和角色操控限制,可看出目前互動世界模型的使用方式與邊界。

1月29日週四
  1. Hugging Face Blog58

    Gradio 團隊推出 Daggr,讓 AI 工作流程可程式化串接並視覺化檢查

    Gradio 團隊推出開源 Python 函式庫 Daggr,可用程式串接 Gradio 應用、ML 模型及自訂函數,建立 AI 工作流程。Daggr 會自動生成視覺畫布,供使用者檢視中間輸出、修改輸入並單獨重跑步驟,同時保存工作流程狀態。該工具目前處於 beta,更新期間仍可能發生本機保存資料遺失。

1月28日週三
  1. Google Research58

    Google Research 探討智能體系統的規模化原理及有效條件

    Google Research 團隊對 180 種智能體配置進行受控評估,提出智能體系統的量化規模化原則。在可並行的金融推理任務中,集中式協作較單智能體提升 80.9%;在 PlanCraft 的序列規劃任務中,多智能體方案則令表現下降 39–70%。研究的預測模型根據工具數量及任務可拆解程度,對 87% 未見任務配置正確識別最佳協作策略。

1月27日週二
1月26日週一
1月24日週六

最多提供 50 頁,更早的內容請使用搜尋或主題頁。