全部资讯

全部资讯模型
共 5456 条 · 第 9/137 页
Techmeme1 天前资讯论文研究海外

Anthropic 研究:分析师 86% 情况下会跟随 AI 的随机倾向

Anthropic 发布研究称,专业分析师在主观分析判断上,有 86% 的情况会跟随 AI Agent 被随机分配的「倾向」;77% 的分析师采用了 Agent 给出的论证。研究由 Amaç Herdağdelen、Hailey Joren、Alex Tamkin 完成,原文信息有限,未披露样本规模与实验设计细节。

推荐理由做 AI 辅助决策产品的人该看:86% 的跟随率说明 Agent 的倾向会直接传导给专家判断。

Simon Willison1 天前模型行业动态海外

亚马逊工程负责人:AI 帮不上忙也是发现,不是失败

亚马逊工程领导层发布关于 AI 时代开发者角色的内部更新,其中 Terk Terkowitz 提出:如果你的工作无法从当前 AI 工具中获益,那是一个发现,不是失败。他建议记录原因、与同行分享、向经理反馈并寻找解决方案,并称能说清 AI 在哪些环节还帮不上忙的工程师,正展现了公司所要求的判断力。原文为 Simon Willison 摘录的引语,信息有限。

推荐理由管理者可把这句判断标准直接搬进团队 AI 使用复盘,缓解工程师的采用压力

OpenAI News1 天前资讯行业动态海外

OpenAI 员工撰文:AI 进入公司后可能出现的三种组织形态

OpenAI 两名 24 岁即带团队的员工发表系列文章第二篇,讨论 AI 进入企业后的三种场景:AI 在人类之下(每人配 AI 下属,全员变管理者)、AI 在人类之侧(作为同事进入组织架构,直接向人类管理者汇报)、AI 在人类之间(人类在上、人类在下,AI 居中协调与监督)。作者认为三种形态都不会完全照描述发生,但都会部分成真,且已在以微妙方式出现。文章强调关注的是过渡经济而非完全自动化,并提出「能力越强的 AI 越易被采用」:模型只做部分任务时,一线员工最易采用;能端到端完成广泛职能后,高层可直接使用。原文为观点…

推荐理由想判断 AI 会怎样改变团队结构和自己的岗位定位,可看这三种组织形态的具体划分。

Techmeme1 天前资讯行业动态海外

Anthropic 递交 S-1:6 月底现金 1124 亿美元

CNBC 援引 Anthropic 的 S-1 文件报道,截至 6 月 30 日,Anthropic 持有现金 1124 亿美元、短期投资 193 亿美元。报道称,其现金规模超过美国所有非银行企业,仅次于伯克希尔·哈撒韦和 Alphabet。这家成立近 6 年的 AI 实验室在文件中披露了上述数据。原文信息有限,未提及营收、亏损和 IPO 时间表。

推荐理由一家成立 6 年的 AI 实验室现金规模仅次于伯克希尔和 Alphabet,可据此判断头部模型公司的资金壁垒。

OpenAI News1 天前模型行业动态海外

OpenAI 案例:Legora 用 AI 重构法律工作流

OpenAI 发布客户案例,介绍斯德哥尔摩法律 AI 公司 Legora。该公司 2023 年成立,CEO Max Junestrand 称其正在打造“法律工作的 agentic 操作系统”,OpenAI 是其关键模型供应商,支撑 agentic 法律工作和大规模文档审阅等核心流程。Legora 内部也用 ChatGPT Work、Codex 等工具:工程团队可同时探索 20 个方案,数天内选定最优;排查问题时,编码 agent 能检索数百万行日志,有时约 5 分钟就能从收到 bug 报告走到修复完成。其法务团队则…

推荐理由做法律、合规类 AI 产品的人可参考:5 分钟从 bug 到修复、20 个方案并行验证的具体用法。

MarkTechPost1 天前模型论文研究海外

FlashMap 发布:流映射草稿模型让 LLM 解码提速 6.14 倍

Polymathic AI、普林斯顿大学、USC ISI、NYU 和 Flatiron Institute 的研究者发布 FlashMap 投机解码草稿模型,用连续流映射替代离散扩散草稿器,一次前向传播生成 16 个 token 的完整块。在 Qwen3-8B 上,GSM8K 任务报告最高 6.14 倍无损加速(temperature 0,接受长度 7.69 token);最差情况是 Alpaca 在 temperature 1 下的 2.28 倍。草稿器参数量 0.5B(Qwen3-8B 用 500M,Qwen3…

推荐理由有 Hugging Face 权重和 vLLM/SGLang 插件,部署 Qwen3-8B 可直接试 6.14…

LlamaIndex1 天前资讯产品发布/更新海外

LlamaIndex 发布文档解析协议 DPP 0.1 草案

LlamaIndex 发布 Document Parsing Protocol(DPP)工作草案 0.1,共 140 条规则,覆盖文本、表格、表单、图表、示意图等,每条规则附示例页面和期望输出。DPP 源自 ParseBench 标注真值的约定,目标是给"正确解析的页面"一个统一定义。草案规定多行表头必须保留每一层为独立表头行并标注精确 colspan,Markdown 无法表达时改用 HTML 元素,例如表格一律输出为 HTML <table>。

推荐理由做 RAG 或文档解析的团队可对照 140 条规则检查自家解析器输出是否可复现

Hacker News Show1 天前资讯论文研究海外

GEAR:可组合的 LLM Agent 递归自我改进框架

帝国理工、杜克、港中文等机构研究者发布 GEAR,一个面向 LLM Agent Harness 递归自我改进的开放通用进化架构。框架把自我改进组织为两层元学习:内层循环中 rollout agent 用任务反馈改进单个任务内的推理、规划与行动;外层 Meta Agent 跨任务识别重复失败与有效策略,提出可复用改进并评估推广。进化搜索被拆成可替换的算法组件,Staged GEPA 是其中一个实例。在 GPT 5.6 Luna medium 上,营销任务通过率 27%→40%,客服 17%→25%,编码 52.8%→…

推荐理由三个场景通过率提升 8-13 个百分点,做 Agent Harness 的可以直接参考这套两层循环设计