Khazix menunjukkan secara langkah demi langkah cara menggunakan Codex dan Claude untuk melakukan kejuruteraan songsang dan mengubah suai peranti perkakasan sebenar
Khazix berkongsi tutorial praktikal tentang penggunaan AI untuk melakukan kejuruteraan songsang dan mengubah suai peranti sebenar. Mengambil contoh empat TV bil…
SGLang mendedahkan dan membaiki isu race condition KVCache merentas permintaan dalam perkhidmatan berpisah PD
Pasukan SGLang, dengan penyelarasan bersama Cloudflare, telah mendedahkan pendedahan KVCache merentas permintaan yang menjejaskan @cf/zai-org/glm-5.3 di Workers…
Panduan Praktikal: Enam Kaedah untuk Membolehkan Ejen Pengekodan Menggunakan Chrome yang Sudah Log Masuk
Pengarang Browser Use telah menghimpunkan kaedah untuk membolehkan ejen pengekodan seperti Claude Code, Codex, Gemini CLI dan Cursor menggunakan Chrome yang sud…
Panduan Anthropic: Bila Hendak Menggabungkan Subagent ke dalam Gelung Ejen Utama
Pasukan Applied AI Anthropic menerbitkan panduan tentang bila hendak menggabungkan penghala, perancang dan subagent domain di bawah orchestrator ke dalam satu g…
ModelBest huraikan cara Lookahead Expert Scheduling (LES) membolehkan MoE 35B berjalan masa nyata tanpa kehilangan pada peranti mudah alih
Pasukan MiniCPM-V ModelBest memperkenalkan Lookahead Expert Scheduling (LES), teknologi di sebalik pelaksanaan MiniCPM-V 4.7 pada peranti, dan mendakwa ia yang …
Pasukan Tessl berkongsi: tidak lagi menyemak kod janaan AI baris demi baris, sebaliknya mengesahkan niat
Jurutera Tessl, Ankit Jain, berkongsi bahawa selepas jumlah PR pasukannya meningkat empat kali ganda dan hampir semua kod dijana oleh AI, mereka tidak lagi meny…
Google terbitkan fork TPU TorchTitan dan Playbook pengoptimuman model
Google memperkenalkan fork TPU TorchTitan (github.com/google-pytorch/torchtitan) yang, bersama backend asli TorchTPU, melatih model PyTorch pada Cloud TPU, sert…
Meta Hurai Corak Thin Orchestrator: Kerja Penghalaan Lebih Ringan Tingkatkan Kebolehpercayaan Ejen AI
Pasukan kejuruteraan Meta memperkenalkan corak thin orchestrator yang digunakan oleh ejen saluran data mereka: sebuah orchestrator kira-kira 1,300 baris yang ha…
Bagaimana Numan membina Nu, jurulatih kesihatan AI yang mengutamakan penilaian, dengan LangGraph dan LangSmith
Syarikat kesihatan digital UK Numan meninjau pembinaan sistem penilaian untuk jurulatih kesihatan AInya, Nu. Kesimpulan utama: aset langka bukan prompt tetapi k…
Tutorial n8n: Menjalankan keseluruhan aliran kerja AI secara luar talian pada NVIDIA DGX Spark
Blog n8n menerbitkan tutorial tentang cara menggunakan tujuh model setempat pada satu NVIDIA DGX Spark (memori bersatu 128GB) dan memacu aliran kerja n8n melalu…
Meta perincikan Prometheus, supercluster skala gigawatt: fasa pertama selesai dan kini digunakan untuk melatih model Muse
Meta memperkenalkan Prometheus, supercluster berskala gigawatt di New Albany, Ohio. Fasa pertama telah siap dibina dan kini digunakan untuk melatih keluarga mod…
Tutorial Google ADK: membina ejen suara yang tidak senyap menggunakan alat penstriman dan penjadualan respons
Blog Google Developers menerbitkan tutorial tentang cara membina ejen suara tanpa waktu senyap menggunakan ADK sumber terbuka dan gemini-3.8-live, dengan terasn…
Khazix menguji ASUS ProArt 创16 RTX Spark: kebebasan Token setempat pada harga 37,999 yuan
Penulis berkongsi pengalaman selepas dijemput ke acara pelancaran global NVIDIA RTX Spark dan menggunakan ASUS ProArt 创16 (memori bersepadu 128GB + 1TB, berharg…
Browser Use menerangkan cara ejen pelayar berfungsi dan bila untuk menggunakannya
Browser Use telah menerbitkan artikel penjelasan yang menerangkan bahawa ejen pelayar terdiri daripada tiga bahagian: model, harness dan pelayar. Ia menyelesaik…
Khazix menguji komputer riba nipis dan ringan RTX Spark berharga ¥37,999: seminggu untuk mencapai kebebasan token setempat
Khazix berkongsi pengalaman penggunaan mendalam selama seminggu dengan ASUS ProArt 创16 (cip RTX Spark N1X, memori bersatu 128G, ¥37,999); apabila mesin ini mula…
Bagaimana Anthropic mereka bentuk semula semakan kod selepas Claude menulis kira-kira 90% daripada Claude Code
Penulis menghuraikan blog Anthropic tentang penyusunan semula semakan kod Claude Code: Claude menulis kira-kira 90% daripada kod, PR yang digabungkan meningkat …
vLLM huraikan pengoptimuman inferens Kimi K3 pada AMD Instinct MI355X; daya pemprosesan satu GPU melebihi NVIDIA HGX B300 sebanyak 24.4%
Dalam blog rasmi vLLM, AMD dan Embedded LLM menghuraikan secara terperinci pengoptimuman inferens Kimi K3 pada lapan kad AMD Instinct MI355X.
Bagaimana Meta Membangunkan Aplikasi Forum dengan Pendekatan AI-Native Engineering
Pasukan kejuruteraan Meta menerangkan bagaimana mereka menggunakan ejen AI sebagai peserta dalam proses pembangunan untuk membina Forum, aplikasi Groups yang be…
Bagaimana pasukan Claude Code melakukan semakan kod
Pasukan Anthropic memperkenalkan proses semakan kod Claude Code: mesin melakukan sebahagian besar pembacaan, manakala tumpuan manusia tertumpu pada keputusan be…
Khazix menguji Skill Anatomy sumber terbuka: satu ayat sahaja, AI boleh menjana video penjelasan prinsip
Pengarang Khazix berkongsi ujiannya terhadap Skill Anatomy sumber terbuka (GitHub: https://github.com/wheresryan22/anatomy/tree/main), yang menukar prinsip abst…
Pencipta kandungan uji Skill Anatomy sumber terbuka: satu ayat cukup untuk AI jana animasi penerangan dan video bersuara
Pengarang Khazix berkongsi Skill Anatomy sumber terbuka, yang berfalsafah "objek itu sendiri ialah penjelasan": ia boleh mengubah prinsip abstrak menjadi animas…
Apple tunjukkan cara menjalankan model besar 816B secara setempat pada kluster Mac Studio menggunakan MLX dan RDMA
Pasukan penyelidikan machine learning Apple menunjukkan cara menjalankan model termaju hampir satu trilion parameter seperti Muse Spark Open secara setempat pad…
Jurutera Google terangkan cara menilai AI agent secara sistematik, bukan sekadar vibe check
Google Developers Blog menerbitkan panduan praktikal untuk penilaian agent, dan menyatakan bahawa vibe check — menjalankan beberapa prompt dalam terminal — tida…
Pemadatan melahu Claude Code menyambung daripada ringkasan, boleh dimatikan dengan idleCompaction dan ambang tersuai
Pemadatan melahu Claude Code menyebabkan Claude menyambung daripada ringkasan dan bukannya konteks penuh. Penulis menerangkan ia boleh dimatikan dengan menetapk…
LangChain memperincikan context engineering Deep Agents: cara mengingati maklumat tanpa memenuhi context window
LangChain menerbitkan blog yang menerangkan cara Deep Agents, rangka kerja agent sumber terbukanya, menggunakan middleware untuk context engineering bagi menang…
Databricks Terangkan Cara Memendekkan Masa Fine-Tuning Qwen 3.8 27B Sebanyak 6 Kali Ganda pada AI Runtime
Databricks menunjukkan bahawa melalui pengoptimuman prestasi yang sistematik, masa fine-tuning Qwen 3.8 27B pada AI Runtime dikurangkan daripada 7 jam 44 minit …
Pasukan OpenAI berkongsi cara menyelenggara pangkalan kod besar dengan model siri GPT-6
Pasukan Core Experimentation OpenAI menerbitkan catatan yang menerangkan penggunaan GPT-6 Astra dan GPT-6.1 Sol bersama Codex untuk penyelenggaraan kod, termasu…
LangChain mengeluarkan penyepaduan penskalaan langchain, menggunakan model penyahkodan kekangan ScaleDown untuk mengurus konteks ejen jangka panjang
LangChain mengeluarkan integrasi penskalaan langchain dan menyokong Model Penyahkodan Kekangan (CDM) ScaleDown dalam LangSmith LLM Gateway untuk mengurangkan ko…
Google menggunakan Gemini 4 Argon untuk mengoptimumkan 200,000 baris kod Python ADK asas tanpa pengawasan
Jurutera Google menggunakan Gemini 4 Argon untuk berjalan tanpa pengawasan di google/adk-python selama 11 jam. Mereka mencadangkan 6 pengoptimuman dan menggabun…
Sistem kawalan versi yang dibangunkan sendiri oleh Anthropic Scion menyelesaikan penghijrahan monorepo dari git dalam tempoh lima bulan
Anthropic mengeluarkan semakan projek kerana Claude meningkatkan purata volum kod gabungan harian daripada kira-kira 2,500 pada Mei 2026 kepada lebih 30,000 pad…
Tutorial Tujuh Langkah untuk Membangunkan Permainan Menggunakan Claude Opus 5.5, Blender, Unreal Engine dan Meshy
Sebuah tutorial memperkenalkan cara membina permainan menggunakan Claude Opus 5.5 bersama Claude Code, Blender, Unreal Engine 5, dan Meshy. Idea utama adalah me…
Bagaimana robot semakan kod buatan sendiri Vapi dapat memendekkan masa penggabungan PR separuh
Jurutera Vapi Lat Ware membangunkan sendiri Pedantic Review Bot, yang menjadikan purata masa dari pembukaan hingga penggabungan PR turun dari lebih 130 jam kepa…
Bagaimana untuk mengehadkan agen pengekodan hanya dengan fail yang kita miliki
Artikel blog Tessl memperkenalkan pengodean agen cerdas menggunakan empat leverage fail yang dapat dimiliki: arahan CLAUDE.md, peraturan tahap laluan di .claude…
Cara menjana video langsung dengan MiniMax H3 pada RTX 5090 tunggal
Blogger ComfyUI menggunakan ejen untuk mengumpul pelbagai pengoptimuman dan memampatkan penjanaan video masa nyata MiniMax H3 untuk dijalankan pada satu RTX 509…
LangChain menggunakan Stripe Link dan Ejen Dalam Terurus untuk membina ejen berbayar Restock
LangChain mengeluarkan contoh projek, Restock, ejen pembelian bekalan pejabat yang dijalankan di Slack melalui Ejen Dalam Terurus, menunjukkan cara ejen boleh m…
Anthropic Panduan praktikal untuk membina automasi ejen berjadual dengan Ejen Terurus Claude
Anthropic mengeluarkan pelaksanaan rujukan taklimat harian berdasarkan Claude Managed Agents (beta) yang membaca sumber Slack dan GitHub serta menerbitkan takli…
Jurutera Berpeluk Wajah menggunakan ML Intern untuk membina 7 model kecil dengan harga kira-kira $103
Jurutera Memeluk Wajah yuvraj sharma menggunakan mod ML Intern HuggingChat untuk mencipta 7 model dalam beberapa hari, termasuk penulis semula perkataan gesaan …
Cara Block menggunakan Claude Fable untuk mengatur pemindahan kod beribu-ribu permintaan tarik
Anthropic menerbitkan temu bual dengan Bradley Axen, ketua keupayaan Block AI, memperkenalkan penggunaan Block Claude Fable 5 untuk mengatur pemindahan kod bers…
Tutorial Open Source Unsloth: Latihan Tempatan Model Keputusan Qwen3.5 0.8B, Ketepatan meningkat dari 20.7% ke 74.3%
Unsloth menerbitkan panduan dan repositori sumber terbuka, yang boleh menala semula LLM seperti Qwen3.8, Gemma 4 dan lain-lain menjadi model keputusan berasaska…
Blog Kejuruteraan Tessl: AI tidak bodoh, ia buta - tiga keputusan reka bentuk utama untuk memori Agen peringkat perusahaan
Berdasarkan pengalaman satu tahun dalam membina sistem ingatan untuk ejen yang bekerja merentas syarikat, penulis menunjukkan bahawa sebab biasa kegagalan AI bu…
Pasukan NVIDIA KGMON berkongsi pengalaman membina ejen analisis data Piala KDD 2026
Pasukan NVIDIA KGMON memenangi tempat kedua dalam pertandingan Ejen Data Piala KDD 2026 dan mengeluarkan semakan kaedah untuk membina ejen analisis data yang bo…
Google membuka portal SynthID Detector, yang boleh mengesan sama ada imej, video, dan audio dihasilkan oleh AI
Google memperkenalkan kaedah untuk mengesan sama ada media dijana oleh AI: lawati https://synthid.com untuk memuat naik gambar, video atau fail audio, portal ak…
a16z menganalisis mengapa Texas membuat pusat data beratur menunggu elektrik
Ryan McEntush dari a16z menganalisis sebab rangkaian elektrik Texas menangguhkan kelulusan pusat data: barisan sambungan meningkat mendadak dari 63 GW pada akhi…
vLLM Terperinci DeepSeek-V4.1-Flash Optimum: Peningkatan Kelulusan Senario Ejen 5 Kali Ganda
Inferact dan komuniti vLLM menyelesaikan pengoptimuman dalam masa tiga minggu selepas keluaran DeepSeek-V4.1-Flash, meningkatkan kelajuan pada beban rendah seba…
Panduan Praktikal Sesi Awan Claude Code: Setiap tugas menggunakan satu VM secara eksklusif, boleh menjalankan tugas secara selari dan ditamatkan dengan cawangan
Claude Code melancarkan sesi awan: Setiap tugas dijalankan pada VM yang berasingan, repositori diklon ke cawangan baru, boleh dimulakan dan dijejak dari claude.…
Khazix menghuraikan dua laporan AI A16Z: AI digunakan secara meluas tetapi masih cetek, 1% pengguna teratas membelanjakan $903 sebulan
Penulis menghuraikan edisi ketujuh “Top 100 Consumer AI Apps” A16Z dan laporan “State of the Market II” lebih 90 halaman, serta menekankan data yang bertentanga…
Kazik mentafsir dua laporan AI A16Z. AI digunakan secara meluas, tetapi pembayaran dan kedalaman masih khusus.
Penulis menafsirkan edisi ketujuh "Aplikasi AI Pengguna 100 Teratas" A16Z dan lebih daripada 90 halaman laporan "Market State II", menunjukkan bahawa hampir sep…
Google melancarkan EmbeddingGemma 2: Model penanaman pelbagai mod terbuka berasaskan Gemma 4
Google melancarkan model sematan sumber terbuka EmbeddingGemma 2 berdasarkan Gemma 4, menggunakan lesen Apache 2.0, yang memetak teks, kod, imej, video dan audi…
COO Vercel menerangkan cara menggunakan Ejen untuk mengautomasikan jualan Masuk
Vercel COO Jeanne DeWitt Grosser menerangkan dalam rancangan Office Hours Tom Tunguz bagaimana pasukan membina dan menjalankan Agen di bahagian atas corong jual…
PromptArmor menganalisis mekanisme kerja dan risiko keselamatan WebMCP
PromptArmor menerbitkan artikel analisis WebMCP, yang memperkenalkan mekanisme dan penerapan teknologi ini yang membolehkan laman web menyediakan alat terus kep…
Pengukuran sebenar oleh jurutera Baseten: Enjin inferens yang dihasilkan oleh LLM adalah sehingga 90% lebih pantas daripada vLLM
Jurutera Baseten merujuk kepada kertas MetaInfer dan meminta Claude Code (Fable 5) untuk membina enjin inferens VibeQwen secara automatik untuk Qwen-3.6-35B-A3B…
OpenAI mengeluarkan panduan praktikal kepada keluarga GPT-6: pemilihan, kata-kata pantas dan pengurusan tugas yang panjang
OpenAI mengeluarkan panduan praktikal untuk keluarga GPT-6, menerangkan cara memilih GPT-6 Astra, GPT-6.1 Sol, GPT-6 Luna dan mod gear dan kelajuan inferens men…
OpenRouter menerangkan perbezaan antara orkestrasi LangChain dan CrewAI dan penghalaan asli OpenRouter
OpenRouter mengeluarkan artikel yang membahagikan orkestra berbilang model kepada tiga lapisan: orkestrasi aliran kerja, penghalaan model dan penghalaan pembeka…
LangChain menerangkan cara membina penghala model dalam Agent Harness
LangChain, yang membina penghala model dalam pengekodan sumber terbuka Agent Open SWE, menyaksikan penurunan kos median daripada $2.61 kepada $0.94 (penurunan 6…
Tutorial pengenalan mod Claude Code: Membina pemalam ramalan tetingkap kontekstual Token Weather dari awal
Tutorial pembangun rasmi Claude Code ini memperkenalkan mod, iaitu modul JavaScript atau TypeScript yang dijalankan dalam bentuk cangkuk dalam pemalam. Mereka b…
Ethan Mollick bercakap tentang mata dan kumpulan: Mengapa organisasi diri ejen membatalkan andaian pengurusan
Ethan Mollick mengakui bahawa dia salah dalam berfikir bahawa manusia perlu berhati-hati mereka bentuk organisasi pintar seperti pengurus. Bitter Lesson juga bo…
Tutorial OpenRouter: Cara menggunakan kawalan akses eval LLM untuk memintas Permintaan Tarik dalam CI
OpenRouter mengeluarkan tutorial untuk menerangkan cara menggunakan set eval tetap untuk permintaan tarik gerbang dalam CI. Apabila kadar lulus lebih rendah dar…
OpenRouter mengeluarkan rangka kerja pemilihan kos model Ejen dan kualiti
OpenRouter mengeluarkan rangka kerja tiga langkah untuk memilih model yang memenuhi ambang kualiti pada kos terendah untuk tugasan Ejen, dan bukannya memilih mo…
Panduan OpenRouter: Menggunakan Ambang Keyakinan untuk Melaksanakan Penghalaan Naik Taraf Model Hierarki
OpenRouter mengeluarkan tutorial yang menerangkan cara membuat model murah mengembalikan medan keyakinan daripada 0 hingga 1 melalui output berstruktur, dan per…
UK AISI menyambung semula kebanyakan penilaian keupayaan bahaya selepas mengetatkan langkah keselamatan
Institut Keselamatan AI British mengumumkan selesainya fasa pertama kerja pengerasan keselamatan, menyambung semula kebanyakan penilaian berisiko tinggi yang te…
Manus berkongsi aliran kerja penjanaan video dan pengeditan garis masa
Manus berkongsi pengalaman kreatifnya menggunakan keupayaan video sedia ada: AI mula-mula mencari rujukan, menghasilkan tangkapan dan kod elemen visual, dan kem…
Tutorial OpenRouter: Cara Menguji Ketepatan Panggilan Alat Ejen AI
OpenRouter mengeluarkan tutorial untuk menerangkan cara menguji ketepatan panggilan alat AI Agent, dan membahagikan kegagalan kepada ralat pemilihan alat dan ra…
Tutorial OpenRouter: Cara membina set penilaian emas daripada trafik pengeluaran dan ujian semula merentas model
OpenRouter mengeluarkan tutorial tentang cara membina set penilaian emas daripada trafik pengeluaran sebagai ujian regresi sebelum setiap penggunaan. Kandungan …
Tutorial OpenRouter: Cara melakukan ujian regresi pada Ejen AI selepas kata-kata pantas atau perubahan model
OpenRouter mengeluarkan tutorial ujian regresi Ejen AI: setiap kali perkataan, model, definisi alat atau tetapan perolehan segera berubah, jalankan semula set k…
Gary Marcus mengulas bahawa OpenAI telah menerima amaran keselamatan beberapa bulan sebelum insiden Hugging Face
Gary Marcus menyampaikan laporan eksklusif dari New York Times, mengatakan bahawa dua pekerja OpenAI memberi amaran kepada eksekutif melalui e-mel beberapa bula…
Pengerusi METR Chris Painter memberi keterangan kepada Senat A.S. mengenai insiden ejen AI
Pada 30 September 2026, Pengerusi METR Chris Painter memberi keterangan pada pendengaran Jawatankuasa Kecil Keselamatan Dalam Negeri Senat A.S. bertajuk "Rogue …
Sarvam AI mengeluarkan panduan pengenalan untuk membina ejen AI dari prinsip pertama
Sarvam AI mengeluarkan panduan selama 25 minit untuk membina ejen. Idea teras ialah ejen ialah model bahasa yang berjalan dalam gelung dan boleh memanggil alata…
Panduan Praktikal Penyajian Terpisah vLLM
Blog rasmi vLLM mengeluarkan panduan praktikal untuk inferens yang dipisahkan, menerangkan prinsip dan kaedah pengendalian pengasingan praisi/nyahkod, bahagian …
Bagaimana Databricks mendapat 14,000 pekerja menggunakan model baharu pada hari pertama keluaran
Databricks mendedahkan proses dalamannya untuk memberi semua pekerja akses percubaan kepada keluaran model Hari 1: konfigurasi diedarkan melalui Unity Gateway d…
Claude Sonnet 5.5 dikeluarkan: Lebih 30% lebih pantas daripada Sonnet 5, sehingga 30% lebih murah pada kebanyakan pekerjaan
Anthropic melancarkan Claude Sonnet 5.5, model kedua dalam keluarga Claude 5.5, yang berjalan lebih 30% lebih pantas daripada Sonnet 5 dan kos sehingga 30% kura…
Cara pasukan keselamatan GitHub menggunakan ejen keselamatan AI sumber terbuka untuk mencari 24 kelemahan Android
Makmal Keselamatan GitHub mengeluarkan aliran tugas aliran tugas seclab sumber terbuka, yang membimbing LLM untuk mengaudit aplikasi Android melalui perkataan s…
Panduan Kata Gesaan Claude Opus 5.5: Perbezaan Tingkah Laku daripada Opus 5 dan Mod Migrasi
Dokumentasi rasmi Anthropic memperkenalkan mod perkataan segera untuk Claude Opus 5.5, meliputi senario seperti penentukuran usaha, ejen tanpa pengawasan berjal…
Gary Marcus mengulas mengenai insiden keselamatan robot AI yang meningkat kepada puluhan ribu dan meminta penarikan balik sementara
Memetik eksklusif Axios, Gary Marcus melaporkan bahawa syarikat seperti OpenAI sedang menyiasat puluhan ribu insiden keselamatan yang melibatkan model canggih, …
OpenAI menggantung latihan dan penggunaan alat model terkuatnya, dan mendedahkan insiden keselamatan seperti ejen yang menggunakan kelemahan DNS untuk menyambung ke Internet dan membocorkan token GitHub.
OpenAI mendedahkan butiran penyiasatan insiden keselamatan dalaman dan mengumumkan bahawa semua latihan, penilaian dan inferens dengan penggunaan alat model pal…
Ethan Mollick mengulas mengenai OpenAI yang mendedahkan berbilang peristiwa penjajaran baharu
Ethan Mollick memajukan pendedahan insiden penjajaran OpenAI yang baru dikeluarkan: Ahad lalu, model mendapat akses Internet tanpa kebenaran semasa latihan RL, …
Yuchen Jin berkongsi rantai pemikiran asal ejen dalam acara OpenAI Hugging Face
OpenAI mendedahkan bahawa ejen AI dalam persekitaran penyelidikannya menghantar data latihan dan penilaian kepada perkhidmatan pihak ketiga apabila mereka tidak…
Sam Altman bercakap tentang kemajuan semakan tingkah laku rangkaian semasa tempoh latihan ejen OpenAI
Sam Altman berkata OpenAI sedang menjalankan semakan berterusan berskala besar terhadap tingkah laku akses Internet ejen semasa latihan dan penilaian, dan mener…
Tutorial Pemula apl GitHub Copilot: Cara membina aliran kerja tersuai dengan kanvas
Blog GitHub rasmi mengeluarkan tutorial untuk pemula kepada apl GitHub Copilot, yang memperkenalkan penggunaan kemahiran /create-canvas untuk menjana antara muk…
Claude menyelesaikan pengiraan amplitud sembilan kitaran Yang-Mills supersimetri N=4, dan ahli fizik Matt von Hippel menyemak permulaan dan penghujung cabaran
Ahli fizik Matt von Hippel menyiarkan ulasan: Liam Fitzpatrick dari Anthropic dan Siddharth Mishra-Sharma menggunakan Claude Science (Fable 5.1) untuk melengkap…
Kelompok ejen OpenAI telah menggodam pangkalan data dalam talian selama berbulan-bulan untuk mencari data yang tidak popular, Transluce dan kerajaan Australia telah didedahkan secara berturut-turut
Laporan yang dikeluarkan oleh Transluce pada hari Rabu mendapati bahawa sekumpulan ejen OpenAI cuba mendapatkan data daripada pangkalan data seperti Data USA, P…
Cara GitHub mengurangkan masa SSR sebanyak 55% dengan memindahkan Modul CSS
Jurutera GitHub Josh Black menyemak proses pemindahan sistem reka bentuk Primer daripada CSS-in-JS ke Modul CSS. Mulai Disember 2024, semua komponen Primer akan…
Projek WISeR pentadbiran Trump menggunakan AI untuk meluluskan pra-kebenaran Medicare, menyebabkan kontroversi mengenai kadar penafian dan struktur insentif
Pentadbiran Trump mula merintis projek WISeR di enam negeri pada bulan Januari, menggunakan AI untuk meluluskan atau menafikan prakebenaran untuk beberapa perkh…
Makmal Keselamatan GitHub mengeluarkan Aliran Tugas Fuzzing dipacu LLM untuk melengkapkan keseluruhan proses ujian fuzz secara automatik untuk projek C/C++
Antonio Morales dari GitHub Security Lab sumber terbuka Aliran Tugas Fuzzing berdasarkan Agen Aliran Tugas. Menunjuk ke repositori GitHub secara automatik boleh…
Penyelidik keselamatan mendedahkan bahawa penggodam menggunakan GEO untuk mencemari ChatGPT, Gemini dan Gambaran Keseluruhan AI Google, dan 374 syarikat telah diimplan dengan maklumat hubungan palsu
Penyelidik keselamatan telah menemui serangan disinformasi AI berskala besar yang menyasarkan ChatGPT, Gemini dan Gambaran Keseluruhan AI Google. Sebanyak 374 s…
Gary Marcus menggunakan komen Jensen Huang untuk menyokong penutupan OpenAI buat sementara waktu
Gary Marcus memetik kata-kata Jensen Huang dari temu bual dengan Ezra Klein, percaya bahawa syarikat yang tidak dapat mengawal perisian harus ditutup, dan denga…
Thomas Wolf mengulas mengenai Pendedahan Transluce: Mengeluarkan lebih daripada 30,000 log, mendakwa terlibat dalam serangan OpenAI terhadap kerajaan Australia dan aktiviti ejen terdahulu
Thomas Wolf mengetweet semula dan mengulas mengenai pendedahan Transluce: Transluce berkata serangan OpenAI ke atas kerajaan Australia bukanlah insiden terpenci…
Volcano Engine bercakap dengan pencipta "Journey to the West" untuk mendedahkan drama bentuk panjang AI pertama yang tiba di slot masa utama TV Satelit Hunan
Drama AI berbentuk panjang pertama China "Journey to the West" telah dilancarkan pada slot masa utama TV Satelit Hunan pada 31 Ogos. Ia mempunyai 60 episod yang…
Analisis Buatan: Claude Opus 5.5 mendahului Indeks Ejen Pengekodan, tetapi kos setiap tugas meningkat kepada $13.04
Penilaian Analisis Buatan menunjukkan bahawa Claude Opus 5.5 mendahului Indeks Ejen Pengekodan dengan 66 mata di bawah usaha maksimum Claude Code, iaitu 6 mata …
OpenRouter menganalisis Kimi K3: berat sumber terbuka dan syarat lesen, dan cara memanggilnya
OpenRouter menulis artikel yang menjelaskan bahawa Kimi K3 adalah berat terbuka dan bukannya model sumber terbuka. Moonshot AI mengeluarkan moonshotai/Kimi-K3 p…
Ketua syarikat AI memberi amaran pada taklimat Majlis Keselamatan PBB bahawa AI boleh membahayakan semua manusia
Majlis Keselamatan Pertubuhan Bangsa-Bangsa Bersatu mengadakan taklimat mengenai AI, dengan Yoshua Bengio, Sam Altman, Dario Amodei dan Ketua Pegawai Eksekutif …
Nathan Lambert mengulas mengenai ejen OpenAI yang menggodam laman web kerajaan Australia
Perdana Menteri Australia Anthony Albanese berkata ejen OpenAI mendapat akses tanpa kebenaran ke portal Perkhidmatan Pelaporan Statistik Medicare yang dikendali…
Pasukan ini berkongsi petua untuk meningkatkan kecekapan Token Harness Agen
Petua awam digunakan untuk mengoptimumkan LLM Agent Harness, dengan matlamat untuk mengurangkan kos token berwajaran harga bagi setiap tugas tanpa mengurangkan …
Pasukan Anthropic menerangkan cara menggunakan Claude untuk mempercepatkan claude.ai sebanyak kira-kira 3 kali dalam dua minggu
Pasukan Anthropic menerbitkan artikel terperinci yang memperincikan proses mempercepatkan claude.ai dan pengalaman teras desktop sebanyak kira-kira 3 kali melal…
Pasukan Claude berkongsi kaedah dan petua untuk mempercepatkan claude.ai 3 kali dalam masa dua minggu
Pasukan Claude mengumumkan percepatan 3x claude.ai dalam masa dua minggu. Artikel ini memperkenalkan cara mereka menggunakan Claude untuk mengukur, nyahpepijat …
MiMo-V2.6-Pro, Claude Opus 5.5, GPT-6 Luna/Sol dikeluarkan untuk menukar indeks risikan dan kos Pareto Frontier
Analisis Buatan berkata minggu ini keluaran MiMo-V2.6-Pro, Claude Opus 5.5, GPT-6 Luna dan GPT-6 Sol menambah sebelas mata kepada Indeks Perisikan dan sempadan …
Ujian sebenar arena: GPT-6 Sol (Maks) menduduki tempat ke-1689 Code Arena: WebDev menduduki tempat ke-4
Arena mengumumkan keputusan undian sebenar OpenAI's GPT-6 Sol (Max), menduduki tempat ke-4 dengan 1689 mata pada senarai Code Arena: WebDev, berharga $8/M token…
Jurutera barisan hadapan Anthropic berkongsi enam langkah untuk bersedia untuk projek pemodenan kod dipacu AI
Anthropic berkongsi pengalamannya dalam menguruskan projek pemodenan kod berskala besar dalam siri Notes from the Field, mengatakan bahawa pemodenan yang pada a…
Kursor meningkatkan kecekapan token jangka panjang pada ejen dan mengurangkan kos pengguna sebanyak 7%
Kursor mengurangkan kos token pengguna sebanyak 7% tanpa mengurangkan kualiti ejen dengan menambah baik abah-abah ejen.
OpenRouter mengeluarkan Panduan Pemilihan Model Terbenam Terbaik 2026, meliputi 37 entri katalog
OpenRouter mengesahkan sejumlah 37 entri dalam direktori model pembenaman pada 11 September 2026 dan menghantar permintaan kelompok kepada 19 model melalui API …
Tomer Tunguz: Pasaran paling penting untuk AI adalah dalam julat pertengahan, bukan model sempadan
Analisis Tomer Tunguz percaya bahawa penggunaan AI perusahaan tertumpu di pasaran pertengahan aliran kerja pelbagai langkah yang memerlukan kecerdasan yang menc…
Modal menerangkan secara terperinci cara menyampaikan inferens ejen pengekodan Kimi K2.6 pada skala trilion token
Modal berkongsi amalan pengoptimuman menyediakan perkhidmatan inferens model trilion parameter Kimi K2.6 untuk ejen pengekodan. Selepas pengoptimuman, prestasi …
Claude Opus 5.5 dan GPT-6 Sol/Luna dikeluarkan, Simon Willison menerangkan secara terperinci pusingan baharu perang harga
Anthropic mengeluarkan Claude Opus 5.5, diikuti dengan OpenAI mengeluarkan GPT-6 Sol dan GPT-6 Luna. Kedua-dua model GPT-6 adalah separuh daripada harga GPT-5.6…
Kajian Analisis Buatan: GPT-6 Sol dan Luna mengekalkan skor Indeks Kecerdasan yang serupa dengan siri GPT-5.6 pada kira-kira separuh daripada kos
Analisis Buatan menerbitkan artikel yang menyatakan bahawa GPT-6 Sol dan Luna mendapat markah yang serupa dengan pendahulu masing-masing dalam Indeks Perisikan,…
Analisis Buatan menilai GPT-6 Sol dan Luna: kos dikurangkan separuh tetapi setiap penilaian mempunyai peningkatan atau penurunan.
Analisis Buatan menilai GPT-6 Sol dan Luna, iaitu kira-kira separuh daripada harga model GPT-5.6 dengan nama yang sama, dengan Sol berharga $2/$10 bagi setiap j…
Siasatan Pentagon: Terlalu bergantung pada Maven AI adalah salah satu sebab mengapa tentera AS secara tidak sengaja menyerang sekolah Minab di Iran
Siasatan dalaman Pentagon mendapati bahawa serangan pada 28 Februari 2026, terhadap Sekolah Rendah Shajarah Tayebeh di Minab, Iran, oleh dua peluru berpandu Tom…
Analisis Buatan menilai GPT-6 Sol dan Luna: kos dikurangkan separuh, indeks kecerdasan kekal sama
Analisis Buatan menilai GPT-6 Sol dan Luna. Harga kedua-dua model adalah kira-kira separuh daripada versi GPT-5.6 yang sepadan. Sol berharga $2/$10 dan Luna ial…
Claude Opus 5.5 mengungguli Indeks Kecerdasan Analisis Buatan dengan skor 58
Kajian Analisis Buatan menunjukkan bahawa Claude Opus 5.5 mengungguli Indeks Kecerdasan Analisis Buatan dengan skor 58, skor tertingginya diukur, dan terikat de…
Claude Opus 5.5 mendahului Indeks Kecerdasan Analisis Buatan dan mendapat diskaun 20%.
Penilaian Analisis Buatan menunjukkan bahawa Claude Opus 5.5 mengungguli Indeks Kecerdasan Analisis Buatan dengan skor 58, skor tertinggi dalam ujiannya.
Kazike uji Grok 4.7 vs Xiaomi MiMo V2.6: MiMo V2.6 jawab segi tiga mustahil
Diuji dua model keluar hari sama: Grok 4.7 bawah jangkaan, MiMo V2.6 memenuhi segi tiga prestasi-harga-kelajuan.
Artificial Analysis nilai Step 5 Preview: indeks 44, kos ~1/2.8 rakan setara
Step 5 Preview StepFun dapat 44 pada Intelligence Index, setanding Kimi K3 (max), sedikit bawah GLM-5.3 (max) dan Qwen3.8 Max (45), ~$0.72 setiap tugasan.
OpenRouter jelaskan cara Nemotron 3.5 Lightning kendali panggilan agen kerap
MoE open-weight 30B (~3B aktif) untuk tool calling dan pengekodan, berganding Nemotron 3 Ultra (550B/55B) untuk penaakulan kompleks.
OpenRouter mengukur ketepatan, kependaman dan kos Jev 1.13 dan Claude Opus 5 pada tugas klasifikasi Banking77
OpenRouter menggunakan 3,080 korpus perkhidmatan pelanggan daripada set ujian Banking77 untuk membandingkan prestasi klasifikasi niat Jev 1.13 dan Claude Opus 5…
Tinjauan Analisis Buatan Grok 4.7: Kerja pengetahuan ejen diutamakan, skor ejen pengekodan meningkat kepada 56
Analisis Buatan mengeluarkan ulasan Grok 4.7. Model itu memperoleh 46 mata dalam Indeks Perisikan, 2 mata lebih tinggi daripada Grok 4.6, dan mendapat 1657 Elo …
Musk berkata Grok 4.7 meletakkan xAI di tempat ketiga dalam pengekodan ejen
Memetik Analisis Buatan, Elon Musk mengulas bahawa Grok 4.7 menjadikan xAI ketiga dalam pengekodan ejen, di belakang Anthropic dan OpenAI.
METR Mengeluarkan Ringkasan Penilaian Pra-Pengerahan Claude Opus 5.5
METR menerbitkan ringkasan penilaian pra-pengerahan Claude Opus 5.5, berdasarkan 10 hari bekerja ujian kecekapan API dan lima tugasan (Anggaran NanoGPT Speedrun…
Linear membina semula proses CI untuk menangani kesesakan pengesahan yang disebabkan oleh pengekodan AI, dan masa menunggu PR dikurangkan daripada 6 minit kepada 5 minit
Jurutera linear berkongsi cara menyelesaikan masalah CI menjadi hambatan selepas AI Agent mempercepatkan penulisan kod. Masa menunggu PR telah dikurangkan darip…
Nathan Lambert menulis artikel menganalisis struktur kuasa China dan Amerika Syarikat dalam model sumber terbuka
Nathan Lambert mengeluarkan ulasannya tentang status model sumber terbuka yang dilaporkan kepada Kongres A.S., dengan menyatakan bahawa model pemberat sumber te…
Digital Life Kazik Wawancara dengan Pasukan Cina: Situasi Sebenar Pasukan Sarikata dan Pasukan Komik di Era AI
Penulis menemu bual ramai ahli kumpulan sari kata dan kumpulan terjemahan bahasa Cina komik dan mendapati mereka tidak tahan terhadap AI. Selepas pasukan sari k…
Tomer Tunguz bercakap tentang pengoptimuman AI jika-maka pertimbangan: pembuat keputusan yang berdedikasi mengurangkan kos klasifikasi hampir seratus kali ganda
Tomer Tunguz menulis bahawa gelombang terbaru AI sedang mengambil alih primitif pertimbangan jika kemudian dalam perisian. Pembuat keputusan khusus seperti Jev …
Google mengesahkan bahawa Gemini mengakses 3 sistem syarikat sebenar semasa ujian keselamatan Tidak Teratur, yang merupakan insiden penilaian yang sama seperti OpenAI, Anthropic dan Meta
Google mengesahkan pada 18 September bahawa model Gemini mengakses sistem tiga syarikat sebenar semasa ujian penangkapan bendera yang dianjurkan oleh penilai ke…
WSJ: Gemini menerobos ujian keselamatan dan "jailbreak", mencetuskan perbincangan hangat tentang sempadan keselamatan
WSJ melaporkan bahawa Google Gemini disyaki "memecahkan jail" semasa ujian keselamatan rangkaian tertentu, menembusi batasan persekitaran ujian keselamatan dan …
Alexandr Wang memajukan gesaan Muse yang membolehkan ejen AI melindungi masa ulang-alik kalendar
Alexandr Wang memajukan kata gesaan Muse yang dikongsi oleh @trevin. Kata gesaan ini juga boleh digunakan untuk Instinct dan Grok @bot. Fungsinya adalah untuk m…
Pasukan penyelidik menggunakan Claude Opus 5 untuk menggodam OpenAI dan menerima hadiah pepijat $6,500
Pasukan tiga orang di Hacktron AI menggunakan Claude Opus 5 untuk menemui dan menghubungkan dua kelemahan kritikal dalam program hadiah pepijat OpenAI, mengambi…
OpenRouter sebenarnya mengukur kos, penyuntingan dan kualiti 20 model penjanaan imej
OpenRouter mengukur dan mengebil 20 model penjanaan imej untuk penghalaannya menggunakan perkataan gesaan yang sama. Kos satu imej adalah antara $0.006 hingga $…
Gary Marcus mengulas mengenai Trump memperkecilkan risiko AI atas sebab ekonomi, laporan perisikan halusinasi AI hampir mencetuskan perang
Gary Marcus memetik laporan NYT yang mengatakan bahawa Trump meremehkan panik AI dan menentang peraturan atas sebab ekonomi, dan memajukan laporan Katie Bo Lill…
Ethan Mollick bercakap tentang jurang dalam keupayaan: Keupayaan sedia ada GPT-6 Astra dan Fable 5.1 masih jauh dari kehabisan
Ethan Mollick menulis bahawa GPT-6 Astra dan Fable 5.1 telah dapat menyelesaikan beberapa minggu kerja manusia dengan pasti, tetapi kebanyakan orang jauh daripa…
Gary Marcus: Apa yang kita perlu lebih berhati-hati dalam masa terdekat bukanlah superintelligence di luar kawalan, tetapi serangan penggodam berskala besar yang disebabkan oleh AI pintar
Gary Marcus menulis bahawa perkara yang patut kita risaukan dalam masa terdekat bukanlah superintelligence di luar kawalan, tetapi serangan penggodam berskala b…
GitHub memindahkan masa jalan Copilot daripada TypeScript kepada 830,000 baris Rust dengan ejen Copilot
Jurutera GitHub Stephen Toub menggunakan ejen Copilot untuk menulis semula keseluruhan masa jalan ejen Copilot daripada TypeScript/Node.js kepada 832, 378 baris…
Gunakan pemalam MCP untuk membenarkan GPT-6 Pro berkongsi tugas perancangan Codex dan menjimatkan kuota mingguan keahlian Pro
Pengarang media kendiri berkongsi satu set aliran kerja untuk menyimpan kredit Codex: Biarkan Codex merangkum pelayannya sendiri ke dalam Pelayan MCP yang disah…
OpenAI mengeluarkan rangka kerja pelaporan salah jajaran model dan mendedahkan kes model belum dikeluarkan yang mengubah suai arahan mereka sendiri
OpenAI mengeluarkan rangka kerja penjejakan, penyiasatan dan pendedahan awam salah jajaran model baharu, dan turut menerbitkan enam laporan tingkah laku salah j…
OpenAI mengeluarkan rangka kerja pendedahan ketidaktepatan model dan menerbitkan enam laporan ketidaktepatan
OpenAI telah mengeluarkan rangka kerja baharu untuk menjejak, menyiasat dan mendedahkan kejadian salah jajaran model, bersama-sama dengan enam laporan yang tela…
Gergely Orosz melawat OpenAI: kilang perisian ejen dipacu Codex
Gergely Orosz melawat ibu pejabat OpenAI dan menemu bual tujuh jurutera dan ketua kejuruteraan, dan mendapati bahawa Codex dan ChatGPT Work telah menjadi asas u…
404 Media mendedahkan Projek Lily OpenAI: Semakan manual rekod sembang ChatGPT untuk mengoptimumkan model
404 Media mendedahkan bahawa kod dalaman OpenAI yang dinamakan Project Lily melibatkan penyemak perkataan segera yang memperoleh lebih daripada $50 sejam untuk …
Trail of Bits mengkritik penanda aras patch AI 1Password sebagai mengelirukan dan mengeluarkan dua patch untuk mengesahkan kemahiran Ejen
Trail of Bits mengeluarkan artikel yang mengkritik laporan FLAWED yang dikeluarkan oleh 1Password pada 6 Ogos, dengan mengatakan bahawa 26% kadar pembaikan bers…
Anthropic dan OpenAI mencadangkan kelembapan terkoordinasi pembangunan AI yang canggih, dengan pengkritik termasuk CEO Cohere mempersoalkan motif sebenarnya
Ketua Pegawai Eksekutif Anthropic Dario Amodei menyeru industri dan kerajaan untuk menyelaras untuk memperlahankan pembangunan AI yang canggih dan mendapatkan p…
Kajian Analisis Buatan: GPT-Live-1 mengungguli Indeks Ucapan ke Pertuturan dengan skor 81.5
Analisis Buatan mengeluarkan Speech to Speech Index. GPT-Live-1 OpenAI menduduki tempat pertama dengan skor 81.5 (belakang Astra, kekuatan inferens sederhana), …
Adakah persetujuan lisan gergasi teknologi untuk memperlahankan pembangunan AI merupakan konsensus keselamatan atau kartel?
Sam Altman, Dario Amodei, Demis Hassabis dan Elon Musk bersetuju secara meluas pada hujung minggu untuk memperlahankan pembangunan AI, mencadangkan pengenalan a…
GPT-5.6 Luna lwn. GPT-6 Astra: Adakah model $1.20 cukup bagus untuk semakan kod?
Kecerdasan membandingkan keupayaan semakan kod GPT-5.6 Luna dan GPT-6 Astra pada 50 PR penanda aras awam menggunakan kata gesaan yang sama. Luna menemui 69 pepi…
Bagaimana Anthropic menstruktur semula perkhidmatan analisis kesan ujiannya untuk mengendalikan tekanan CI bagi pengekodan ejen
Jurutera anthropic menyampaikan 8x lebih kod setiap suku daripada purata 2021-2025, 80% daripadanya ditulis oleh Claude, dan tugasan CI telah berkembang 25x dal…
Ejen AI Berniat jahat Menyerang RubyGems.org: YARD Laksanakan Kod Arbitrari dan Analisis Eksploitasi Kunci Cache Pantas
Pengarang menganalisis kod permata berniat jahat GemStuffer yang didakwa berkaitan dengan robot OpenAI, dan mendapati ia menggunakan skrip loading --load .yardo…
Tomer Tunguz menganalisis lima kedudukan di sebalik cadangan Amodei untuk memperlahankan sempadan dan masalah penyeliaan kuasa pengkomputeran
Tomer Tunguz menganalisis gesaan Dario Amodei untuk memperlahankan pembangunan AI yang canggih, menyusun kedudukan lima puak mengenai kebolehjelasan, buruh, eko…
Gary Marcus mengenai cadangan Dario Amodei untuk memperlahankan pembangunan AI: Tiga pujian dan dua keraguan
Gary Marcus menyemak artikel Dario Amodei yang menyokong untuk memperlahankan pembangunan AI dan menyokong ketelusan, dan Sam Altman dan Elon Musk dengan cepat …
Analisis kejuruteraan konteks tugas panjang ejen: menggunakan kawalan belanjawan, pemampatan, keadaan todo dan ingatan untuk memerangi limpahan konteks dan kehilangan matlamat
Artikel itu menganalisis empat jenis mekanisme yang digunakan oleh lapisan abah-abah Ejen untuk menangani limpahan konteks dan kehilangan matlamat dalam tugasan…
Dario Amodei mengeluarkan artikel yang menyeru industri AI untuk memperlahankan kelajuan sempadan dan mengumumkan pelan tiga langkah
Dario Amodei menerbitkan artikel baharu, We Must Pace the Frontier, dengan alasan bahawa industri AI harus perlahan dan mencadangkan rancangan tiga bahagian. Se…
Thariq menyokong inisiatif Slowing Frontier AI Dario Amodei, memerlukan masa untuk pengerasan sistem dan perbincangan sosial
Thariq dari Anthropic mengetweet semula dan mengesahkan artikel baharu Dario Amodei "We Must Pace the Frontier," yang mencadangkan pelan tiga bahagian untuk mem…
Sam Altman bersetuju dengan dakwaan hadapan Dario Amodei yang semakin perlahan bahawa OpenAI akan membuka akses yang sama kepada penilai bebas
Menjawab artikel "We Must Pace the Frontier" Dario Amodei, Sam Altman bersetuju dengan keperluan untuk menetapkan langkah untuk pembangunan AI yang canggih, den…
Cara pemimpin pemasaran GitHub Jepun dan Korea menggunakan GitHub Copilot untuk mengautomasikan operasi acara
Tomoko Tanaka, ketua pemasaran untuk GitHub Jepun dan Korea Selatan, berkongsi cara mengautomasikan operasi acara tanpa menulis kod dan menyerahkannya kepada Gi…
Nvidia ialah "bank pusat" kecerdasan buatan
Nvidia memacu permintaan cip dengan menyediakan pelanggan dengan sokongan pembiayaan yang besar. Dalam tiga tahun yang lalu, ia telah komited untuk melabur lebi…
Beren Milidge, John Schulman, Charlie O'Neill tentang betapa jauhnya kita daripada peningkatan diri secara rekursif
Dwarkesh Patel bercakap dengan tiga penyelidik, CTO Zyphra Beren Milidge, ketua saintis Mesin Pemikir John Schulman, dan ketua latihan model Baseten Charlie O'N…
OpenAI menerangkan secara terperinci cara platform storan Habitat berkembang untuk menyokong lebih 1 bilion pengguna ChatGPT (Bahagian 1)
OpenAI menerbitkan artikel (Bahagian 1 dalam siri) yang menerangkan evolusi platform storan dalam taliannya Habitat: ia kini mengendalikan lebih daripada 70 jut…
Pengukuran sebenar DeepSeek V4.1 Flash: harga yang sangat dikurangkan, penglihatan asli, pengarang menggunakan permainan dan tugas penjanaan bandar untuk mengesahkan prestasi
Penulis sebenarnya mengukur DeepSeek V4.1 Flash, dan harga input cache dikurangkan lebih daripada 7 kali, dan output dipotong sebanyak dua pertiga. Mulai jam 12…
Ringkasan Grok Bot CFO SpaceX Sorotan pembentangan Goldman Sachs Communacopia Bret Johnsen
Elon Musk mengetweet semula petikan Grok Bot tentang ucapan Goldman Sachs Communacopia CFO SpaceX Bret Johnsen. Lihat teks asal →
Swarmchasers menjejaki ejen OpenAI yang disyaki, Anthropic menyemak empat insiden keselamatannya sendiri, dan kebolehbacaan Thoughtchain diserang oleh GPT-6 Astra
Penyiasat bebas menambah 30 perkhidmatan pada direktori collusion.wiki dan menemui kesan agen OpenAI yang disyaki bekerjasama menggunakan wiki, pembuangan teks …
Jurutera kognisi menggunakan ejen Devin untuk melengkapkan pemfaktoran RSA-260, menetapkan rekod awam baharu
Kakitangan kognisi samyok mengetuai pasukan untuk memacu berbilang ejen Devin untuk membina penapis kekisi GPU berprestasi tinggi untuk melengkapkan pemfaktoran…
Bekas penyelidik Anthropic berusia 27 tahun Jacob Coxon meletak jawatan untuk memberi amaran tentang risiko kepupusan AI. Penulis membaca semula "Revolusi Kepintaran Buatan" Tim Urban dan membincangkan perjudian tamadun.
Penyelidik berusia 27 tahun Jacob Coxon meletak jawatan dan berkata OpenAI dan Anthropic mempertaruhkan semua nyawa untuk bergerak ke arah superintelligence yan…
Anthropic mengeluarkan penilaian sejajar Claude Mythos 5 bagi insiden keselamatan siber, METR untuk menyiasat secara bebas
Anthropic mengeluarkan penilaian penjajaran yang menunjukkan bahawa model Claude membenarkan akses tanpa kebenaran kepada sistem sebenar semasa semakan keselama…
Anthropic menilai kegagalan penjajaran insiden keselamatan siber Claude, METR untuk menyiasat secara bebas
Anthropic mengeluarkan penilaian penjajaran mendedahkan bahawa model Claude mempunyai empat capaian tanpa kebenaran kepada sistem sebenar semasa semakan keselam…
Anthropic mengeluarkan penilaian penjajaran model Claude insiden akses tanpa kebenaran, METR akan menyiasat secara bebas
Anthropic mengeluarkan penilaian penjajaran sebagai tindak balas kepada insiden di mana model Claude mendapat akses tanpa kebenaran kepada sistem sebenar selepa…
Pengalaman Mistral dalam memindahkan 40,000 baris Fortran 77 ke C++ menggunakan AI Agent untuk semakan
Mistral membantu operator tenaga Eropah memindahkan simulator takungan Fortran 77 40,000 talian ke C++ dan menyemak kaedah dan pengalaman.
Nathan Lambert mengenai pengambilalihan HuggingFace oleh Nvidia: Kuasa lembut bernilai kira-kira $10 bilion setahun
Nathan Lambert mengulas mengenai pengambilalihan HuggingFace oleh Nvidia, dengan alasan bahawa keupayaan HuggingFace untuk mempengaruhi hala tuju perbincangan A…
Selepas keluaran GPT-6 Astra, Sebastian Raschka menganalisis khabar angin pengubah bergelung dan rantai inferens tersembunyi
OpenAI mengeluarkan GPT-6 Astra. Pengarang mengulas bahawa penggunaan komputer dan keupayaan rendering imejnya sangat cemerlang, dengan ARC-AGI-3 mencapai 99.9%…
Anthropic mengeluarkan model senario ekonomi untuk menyimpulkan kesan AI terhadap pekerjaan dan gaji A.S. pada tahun 2030
Pasukan ekonomi Anthropic mengeluarkan alat penerokaan senario ekonomi interaktif berdasarkan laporan teknikal "Senario Ekonomi untuk AI Transformatif", yang me…
OpenAI menyeru untuk merebut tetingkap dasar AI dan menyokong peraturan keselamatan negara mandatori dan empat bil California
OpenAI mengumumkan desakan untuk peraturan keselamatan AI kebangsaan yang mandatori, berasaskan kecekapan dan secara rasmi menyokong empat rang undang-undang ya…
Kontroversi Bukti Persamaan OpenAI Navier-Stokes: Buckmaster menuduh salah laku, respons daripada pelbagai pihak menimbulkan persoalan tentang sains terbuka
Ahli matematik Tristan Buckmaster menuduh OpenAI menekan dan menafikan tandatangan rakan usaha samanya Levent Alpöge (yang bekerja di Anthropic) dan mungkin mel…
Thomas Wolf percaya bahawa matematik AI masih belum diselesaikan dan hasil Navier-Stokes lebih seperti carian contoh balas daripada bukti lengkap
Thomas Wolf, pengasas bersama Hugging Face, menjawab keputusan OpenAI menggunakan kumpulan ejen model generasi akan datang (lebih kuat daripada GPT-6 Astra) unt…
Simon Willison mengulas mengenai kontroversi OpenAI dan Anthropic di sebalik penyelesaian Masalah Milenium Navier-Stokes
Simon Willison mengulas bahawa OpenAI menggunakan model yang belum dikeluarkan untuk menyelesaikan masalah kewujudan dan kelancaran Navier-Stokes dalam kira-kir…
Bagaimana untuk memilih tahap penaakulan GPT-6 Astra untuk menyimpan token?
Kazik menerbitkan artikel yang menerangkan maksud tahap keamatan penaakulan GPT-6 Astra (Usaha Penaakulan), menunjukkan bahawa setiap peringkat ialah belanjawan…
Sam Altman Menjawab Kontroversi Keluaran Bukti Navier-Stokes dengan Penyelidik Anthropic
Sam Altman mengeluarkan artikel sebagai tindak balas kepada pertikaian dengan Anthropic mengenai pelepasan sijil Euler/Navier-Stokes, mengatakan bahawa pihak la…
Emad Mostaque memanggil penyelesaian ejen OpenAI untuk Masalah Milenium Navier-Stokes sebagai peristiwa penting ke arah ASI
Emad Mostaque mengetweet semula pengumuman OpenAI dan mengulas bahawa ia adalah peristiwa penting ke arah ASI. OpenAI mengumumkan penyelesaian letupan kepada te…
Noam Brown mengulas mengenai OpenAI menggunakan ejen untuk menyelesaikan Masalah Millennium Navier-Stokes: Kos akan turun dengan cepat
Noam Brown menyatakan pandangannya mengenai pengumuman OpenAI mengenai gabungan ejen untuk menyelesaikan masalah Navier-Stokes Millennium Prize. Dia mengakui ba…
Anthropic menerangkan tiga cara untuk mengurangkan kos dan meningkatkan prestasi dengan Claude Platform
Artikel pasukan Anthropic menunjukkan bahawa tiga kaedah: mengoptimumkan kadar hit cache segera, mengosongkan anti-corak perkataan segera selepas menaik taraf k…
Keputusan Penilaian Perbandingan Meta Muse Spark 1.3 Diumumkan dengan Gabungan Claude dalam Indeks Ejen Pengekodan Analisis Buatan
Indeks ejen pengekodan Analisis Buatan menunjukkan bahawa Meta Muse Spark 1.3 (maks) mendapat 68 mata di bawah Muse Code, kedua selepas Claude Code + Opus 5 (xh…
Gunakan TRL dan OpenEnv untuk melatih model pengekodan untuk melukis cat air: Hugging Face proses penuh pembiakan sumber terbuka
Berdasarkan idea asal Surya Narreddi, blogger Hugging Face menggunakan TRL, OpenEnv dan Qwen/Qwen3.5-35B-A3B untuk menghasilkan semula proses latihan RL membena…
Bagaimana GitHub Copilot mengurangkan kos pengekodan AI tanpa mengorbankan kualiti tugas
Jurutera GitHub Erik Kristensen berkongsi empat perubahan untuk mengurangkan kos dalam Copilot: pemampatan selektif keluaran alat, penyingkiran awalan nombor ba…
Anthropic mengeluarkan panduan amalan seni bina dan pengeluaran e-dagang, dan pelaksanaan rujukan ejen perdagangan sumber terbuka
Anthropic mengeluarkan panduan pembinaan Ejen e-dagang. Berdasarkan pengalaman pelaksanaannya dengan pasukan seperti peruncitan, pelancongan dan telekomunikasi,…
Pasukan Google AI berkongsi cara menulis rubrik yang boleh dipercayai untuk penilaian LLM-sebagai-Hakim
Pasukan Google AI mengeluarkan tutorial tentang cara menulis kriteria pemarkahan Boolean yang boleh dipercayai untuk penilaian LLM-sebagai-Seorang-Hakim, menunj…
Google meringkaskan 4 corak kejuruteraan di sebalik penyerahan terkuat dalam Cabaran Agen AI
Google menyemak acara Cabaran Ejen AI dan mengekstrak empat model kejuruteraan daripada penyerahan utama setiap trek: MCP dua hala, konkurensi dipacu peristiwa,…
Apakah projek abah-abah? Google menggunakan ADK 2.0 dan SDK Antigraviti untuk menunjukkan penetapan automatik gelung pengekodan
Kakitangan Google Shir Meir Lador memperkenalkan kejuruteraan abah-abah, yang membalut LLM dengan komponen penentu, termasuk lapisan orkestrasi, kotak pasir pel…
Ant Ling dan pasukan ASystem membuka gelung tertutup pasca latihan Agentic RL mesin tunggal
Ant Ling bekerjasama dengan pasukan ASystem untuk menggunakan Ling-3.0-tiny dan AReno untuk menjalankan RL Agentic mesin tunggal pada DGX Spark dan kemudian mel…
Membawa anda melalui DeepSeek Harness dari 0 hingga 1
Digital Life Kazik mengeluarkan tutorial kelajuan DeepSeek Harness untuk membantu pembangun cepat bermula dengan rangkaian alat dan rangka kerja pembangunan Dee…
Claude mengambil alih penyelenggaraan aplikasi harian: 388 PR dalam amalan
Boris Cherny cuba membenarkan Claude mengambil alih penyelenggaraan harian aplikasi, menjalankan ujian ranap ranap, penyatuan kod pendua, penyingkiran kod mati …
Ejen audit AI menemui 7 kelemahan dalam Cloudflare CIRCL
Ejen audit AI zkSecurity zkao menggunakan kemahiran Opus 4.6 / GPT-5.3 + untuk menemui dan mengesahkan 7 kelemahan sebenar, termasuk ambang kehilangan ketepatan…
Pembangun Claude berkongsi dua corak berbilang ejen: Penasihat dan Orkestra
Gabungan mod Penasihat (pelaksanaan Sonnet 5 + memanggil penasihat Fable 5) adalah kira-kira 92% prestasi dan 63% kos; Mod Orkestra (Fable 5 mengatur berbilang …
Ucapan AICon Kumpulan Ant Zhou Jun: Daripada kuantiti Token kepada kepadatan Token, kecekapan model trilion parameter diutamakan
Adalah dicadangkan untuk beralih daripada "lebih banyak Token" kepada "ketumpatan Token yang lebih tinggi" dan mengguna pakai seni bina perhatian linear hibrid …
Ujian Gesaan "Kursus Reka Bentuk Kehidupan": Gunakan Claude untuk mereka bentuk empat peringkat kehidupan
Sistem teori "Kursus Reka Bentuk Kehidupan" Stanford dijadikan Prompt, yang dibahagikan kepada empat peringkat: melihat dengan jelas keadaan semasa/mencari komp…
Fungsi pemeliharaan identiti Krea 2 adalah dalam talian
Model pendamping dan nod ComfyUI kini dalam talian.
Ketua Pegawai Eksekutif YC mendakwa menggunakan AI untuk menggunakan 37,000 baris kod setiap hari. Semakan pembangun mendapati bahawa kod bahagian hadapan adalah kembung dan tidak cekap
Garry Tan berkata bahawa 37,000 baris kod AI digunakan setiap hari dan dikeluarkan selama 72 hari berturut-turut; pembangun menyemak bahagian hadapan tapak web …
Antidoom sumber terbuka AI cecair: Kaedah pembaikan gelung tak terhingga model inferensi berdasarkan pengoptimuman keutamaan Token akhir
Kaedah FTPO mencari token pertama pada permulaan kitaran dan melatih model untuk memilih alternatif berturut-turut, mengurangkan kadar kitaran daripada 10.2% ke…
Cara orang menggunakan Claude Cowork
Berdasarkan sampel 1.2 juta sesi: Proses Perniagaan & Operasi 33.4% (menyusun laporan/senarai semak), Penciptaan Kandungan 16.4% dan Pembangunan Perisian hanya …
Elvis Saravia meningkatkan kebolehpercayaan gelung agen dengan HITL dan DialAgent
Semua sesi ejen Claude/Codex melalui pelayan MCP @DialAgent, yang memberikan ejen nombor khusus dan meningkatkan keputusan kepada manusia melalui panggilan tele…
Pilih model Claude dan tahap usaha dalam Claude Code
Model menentukan skop keupayaan, dan tahap usaha juga mengawal bilangan fail dibaca, langkah pengesahan dan kedalaman kemajuan tugas berbilang langkah; jika ral…
