开源新项目 DriveMind：为 AI Agent 加装“可靠性层”，杜绝盲目执行
继开源排版工具后，作者发布了第二个作品 DriveMind，旨在解决 AI Agent 在处理复杂任务时“瞎跑”或“静默失败”的痛点。该工具作为一个可靠性层，强调 Agent 需“坚持有据、边界清晰、经验沉淀”：在遇到模棱两可的情况时主动寻...
标签索引 / 第 62 页
人工智能
这个标签下有 1711 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
腾讯混元WorldCompass：引入强化学习，突破长视频生成的连贯性瓶颈
腾讯混元团队发布了名为 WorldCompass 的新型强化学习（RL）后训练框架，旨在解决长视界视频世界模型中的连贯性难题。该技术引入群体相对策略优化（GRPO）理念，显著提升了自回归视频生成中的动作跟随能力和视觉质量。通过基于交互信号的...
AI赋能量化交易：个人开发者利用AI实现日内分析与一键预测
近日，技术社区Linux.do上出现了一个引发热议的话题，展示了人工智能在金融科技领域的最新应用实践。一位开发者分享了其利用AI技术构建的量化交易系统，成功实现了包括“一键预测”、日内行情分析及自动盯盘在内的多项复杂功能。该开发者指出，在A...
AGI的G或许代表Gemini：Google大模型视觉理解能力引发热议
Hacker News上的一篇讨论文章引发关注，观点称“AGI中的G或许代表Gemini”，以此强调Google大模型的强势崛起。尽管许多用户仍认为ChatGPT表现更稳，但大量反馈指出Gemini在多模态能力上实现了突破。一位用户分享了实...
技术社区热议：AI能否胜任嵌入式代码开发？
一篇关于“是否可以使用AI辅助编写嵌入式代码”的帖子在技术社区引发关注。随着AI大模型的普及，越来越多的硬件工程师开始尝试利用AI来生成驱动代码、编写通信协议以及辅助调试逻辑。讨论指出，AI在处理标准化的初始化代码和常规算法时表现出色，能显...
谷歌发布Gemini Embedding 2：首个原生多模态嵌入模型，打通视听文档任督二脉
谷歌正式推出了Gemini Embedding 2，这是其首个完全原生的多模态嵌入模型。该模型具备突破性的跨模态能力，能够将文本、图像、视频、音频和文档等多种形式的数据，统一映射到同一个高维向量空间中。不同于以往需要分别处理不同模态的方案，...
PostgreSQL 官方管理工具 PgAdmin 4 v9.13 发布：集成 AI 助手，重塑 SQL 查询体验
PostgreSQL 领先的开源管理平台 PgAdmin 4 发布了 9.13 版本，核心亮点在于查询工具中全新引入的 AI 助手面板。该面板支持直接连接大语言模型，允许用户通过自然语言生成 SQL 查询语句、解释复杂的现有代码或获取性能优...
GPT过度循规蹈矩，Gemini过于谄媚：为何Claude Opus仍被视作最聪明的大模型？
一位高强度使用AI进行文献调研的用户对比了GPT、Gemini和Claude Opus的表现。其反馈指出，GPT虽然回答质量尚可，但受限于指令遵循机制，表现过于死板且喜欢“鸡蛋里挑骨头”；Gemini虽有创造力，但极度谄媚且观点易随对话跑偏...
打造桌面端“超级 Agent”：开源项目 Dais 实现多任务并行与精细权限控制
开发者基于自研 SDK 发布了开源桌面 AI Agent 客户端 Dais，旨在解决现有软件 Agent 碎片化问题，实现一个客户端解决 99% 的桌面需求。该项目采用类 VSCode 的 UI 设计，支持多 Tab 并行处理任务，并创新性...
可视化的语言奥秘：一万高频词如何互相定义
这是一个极具创意的数据可视化实验，旨在探索英语语言结构的深层关联。项目选取了谷歌万亿词库中最常用的10,000个英语单词，基于Open English Wordnet的释义数据，构建了一个庞大的力导向图。该图谱直观地展示了单词之间如何相互定...