跳到正文

Agent 智能体

让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。

最新精选

第 421–440 条 · 共 973 条
5月17日周日
5月16日周六
5月15日周五
  1. Hugging Face Blog85

    IBM 发布 Granite Embedding Multilingual R2:开源 Apache 2.0 多语言嵌入模型

    IBM 发布了新的多语言嵌入模型 Granite Embedding Multilingual R2,包括两个 Apache 2.0 许可的模型:一个 97M 参数的小型模型和一个 311M 参数的全尺寸模型。这两个模型都支持 200 多种语言,在 52 种语言上进行微调,支持 32K 上下文长度,并添加了对 9 种编程语言的代码检索功能。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

5月14日周四
5月13日周三
  1. OpenAI News65

    OpenAI 应对 TanStack npm 供应链攻击

    OpenAI 详细介绍了对 TanStack “Mini Shai-Hulud” 供应链攻击的应对措施,包括系统保护措施和签名证书,并解释了为什么 macOS 用户必须在 2026 年 6 月 12 日之前更新 OpenAI 应用。

    推荐理由:OpenAI 对 TanStack npm 供应链攻击做出回应,读者可以了解其采取的保护措施和系统安全情况。

5月12日周二
  1. Google DeepMind83

    Google DeepMind 发布 Co-Scientist:基于 Gemini 的多智能体科研助手

    Google DeepMind 在 Nature 发表研究并推出 Co-Scientist,这是一个基于 Gemini 构建的多智能体 AI 系统,旨在通过迭代生成、辩论和进化来加速复杂科学问题的假设发现。

    推荐理由:原文展示了基于 Gemini 的多智能体系统如何通过辩论和进化机制生成科学假设,并提供了具体的生物医学应用案例及注册入口。

  2. Hugging Face Blog65

    AWS 基础模型训练和推理构建模块

    本文分析了 AWS 基础模型训练和推理的基础架构,包括基础设施、资源编排、机器学习软件栈和可观察性。

    推荐理由:本文深入探讨了在 AWS 上进行基础模型训练和推理的基础架构,对机器学习工程师和研究人员具有参考价值。

5月11日周一
5月8日周五
  1. Berkeley AI Research70

    自适应并行推理:高效推理缩放的新范式

    本文介绍了自适应并行推理,这是一种提高推理效率的新范式,通过让推理模型自主决定何时分解和并行化子任务,以及如何协调它们,从而提高推理效率。

    推荐理由:本文介绍了自适应并行推理,这是一种提高推理效率的新范式,读者可以了解其原理和应用前景。

5月6日周三
  1. Google DeepMind65

    Google DeepMind发布AlphaEvolve应用成果:Gemini驱动的智能体在多领域实现算法优化

    Google DeepMind发布AlphaEvolve一周年进展报告,展示这款由Gemini驱动的编码智能体在数学、科学及工业界的广泛影响。该智能体已深度集成至Google核心基础设施,例如优化下一代TPU设计并将Spanner数据库写放大率降低20%。

    推荐理由:官方汇总了AlphaEvolve在科研、基础设施及商业场景的落地数据,展示了其从实验工具向通用算法优化平台的演进。

5月5日周二
5月4日周一
  1. OpenAI News60

    OpenAI 发布低延迟语音 AI 技术

    OpenAI 重建了其 WebRTC 堆栈,以实现低延迟、大规模的实时语音 AI,支持无缝的对话轮换。

    推荐理由:原文介绍了 OpenAI 如何通过重建其 WebRTC 堆栈来实现低延迟、大规模的实时语音 AI,读者可以了解这项技术的具体实现和应用。

5月2日周六
  1. Google Research85

    Google Research 通过全球合作和开放资源推动科学影响

    Google Research 强调开源软件和开放数据集对现代科学的重要性,并分享了他们在基因组学、神经科学、地球大气建模、生物多样性、医疗保健等领域开发的开放源代码工具和开放数据集,以及这些资源如何推动全球科学进步。

    推荐理由:原文详细介绍了 Google Research 在开源软件和开放数据集方面的贡献,以及这些资源如何推动全球科学进步。

4月30日周四
  1. Google Research85

    谷歌研究科学家如何使用实证研究辅助

    谷歌研究科学家使用 Empirical Research Assistance (ERA) 在多个领域进行实证研究,包括流行病学、宇宙学、气候和神经科学,展示了 AI 在科学发现中的应用潜力。

    推荐理由:原文展示了 Empirical Research Assistance 在多个领域的应用,读者可以了解其如何推动科学发现。

4月29日周三
  1. Hugging Face Blog85

    IBM 发布 Granite 4.1 大语言模型:构建过程详解

    IBM 发布了 Granite 4.1 大语言模型,该模型采用多阶段预训练流程,包括长达 512K 令牌的长上下文扩展,并在数学、编码、指令遵循和通用聊天等方面进行了强化学习。

    推荐理由:Granite 4.1 模型在数据工程、预训练、监督微调和强化学习方面进行了深入的技术分析,展示了其在多个领域的性能表现。

4月28日周二
  1. Hugging Face Blog85

    NVIDIA 发布 Nemotron 3 Nano Omni:面向文档、音频和视频智能体的长上下文多模态智能模型

    NVIDIA 推出 Nemotron 3 Nano Omni,这是一个面向文档、音频和视频智能体的长上下文多模态智能模型,它在多个模态理解任务上表现出色,包括文档分析、图像推理、语音识别和视频理解。

    推荐理由:NVIDIA Nemotron 3 Nano Omni 在多个模态理解任务上表现出色,包括文档分析、图像推理、语音识别和视频理解,读者可以了解其在实际应用中的潜力。