AI智能体干了什么事,用户根本不知道:一套给长程自动化任务做"事后审计"的方法
论文提出AgentMonBench评测基准和EBG证据组织方法,用于让AI审查长程智能体任务中哪些决定需要用户确认,并把分散证据整理成可追溯的结构化图,实验显示该方法普遍提升决策识别与证据定位效果。
论文提出AgentMonBench评测基准和EBG证据组织方法,用于让AI审查长程智能体任务中哪些决定需要用户确认,并把分散证据整理成可追溯的结构化图,实验显示该方法普遍提升决策识别与证据定位效果。
研究者提出VibeEdit,让用户直接在图片上画圈、涂鸦、写短字完成编辑指令,无需额外文字描述位置。基于155万训练数据和强化学习优化,在419例人工测评基准上综合得分79.9,超过所有对比的文字指令编辑模型。
亚马逊团队用十二周时间,在两个成本相差760倍的图书推荐系统里验证AutoResearch自动化研究范式,发现五类生产级失败模式,并提出预防、持久、引导三原则框架,实现最高2.1倍的性能提升。
本文解读了?-MOPD方法,它指出多教师蒸馏中直接传授教师终点会混入教师继承自基础模型的无关习惯,通过只传授教师训练前后的变化量,显著提升了多教师组合蒸馏及跨阶段路由训练的效果与效率。
本文介绍了一种为企业AI智能体设计的记忆治理框架AMU,通过追踪计算结果的完整数据血缘来堵住现有系统只看内容不看过程的泄露漏洞,并给出了形式化安全证明、六组实验验证及真实智能体场景的概念验证。
本文提出PAMI,借鉴霍夫变换思想让身体部位为物体运动投票,结合VAE潜空间建模与粗到细的生成精修策略,显著提升文本驱动人体-物体交互生成的接触精度与几何真实感,接触召回率较此前最优方法提升14.5%。
论文研究如何让一个快速AI决策模型在玩Doom游戏时自主判断何时该停下向更强的推理模型求助。研究发现置信度的可靠性和准确率是两件独立的事,闭环实验中没有任何配置真正通关,但揭示了AI"过度套用知识"的具体失败机制。
本文介绍SQAM方法,它发现流匹配机器人策略的雅可比矩阵集中在对角线上,据此用标量近似替代完整矩阵,省去逐步向量雅可比积运算,配合价值惩罚解决策略生成动作处Q函数估计不准的问题,在OGBench最难任务上大幅超越现有方法...
爱尔兰凭借多语种人才与多元产业生态,正成为欧洲AI重要力量。按人口调整后风投交易量排名欧洲第二。Tines与Jentic两家爱尔兰AI公司创始人表示,欧洲企业无需复制硅谷节奏,专注解决多样化问题、保持批判性思维是其差异化...
Instagram上线Effect Builder工具,美国18岁以上用户可通过文字提示词或参考图,借助AI生成自定义Stories滤镜。效果通过安全审核后可供所有用户使用,并会链接回创作者主页。
Meta宣布将Instagram的AI年龄估测技术推向全球,用于识别疑似未成年用户并将其纳入"青少年账户"保护机制,即使用户填写成人生日也不例外。此举源于Meta与美国52个州总检察长达成的最高180亿美元和解协议,协议...
QNAP发布安全公告,警告用户立即更新Plex Media Server至1.43.3版本。旧版本存在四个可链式利用的漏洞(Plex2Shell),攻击者可无需身份验证远程执行任意代码并完全接管设备,目前已被广泛用于部署...
EDGE Sound Research宣布获得由Stormbreaker Ventures领投的200万美元融资,累计融资达900万美元。该公司将音频与视频、位置等多模态数据结合,已服务NBA、Fox Sports等客户...
ABB Robotics发布AI Robot Trainer,扩展OmniCore EyeMotion平台,可将调试时间缩短最多90%、循环时间缩短最多50%,支持系统集成商无需AI专家即可训练、部署并持续优化AI视觉应...
Intel与SAP于10月27日宣布一项概念验证合作,将SAP扩展仓库管理系统与Intel边缘AI硬件及机器人软件集成,实现仓储任务从业务决策到机器人执行的全流程自动化,并支持跨厂商机器人与多工业场景部署。
Medium发布新写作应用TK,用户可在编辑器中通过输入"@TK"调用AI助手,支持内容查询、标题反馈、风格指南匹配及写作提示等功能。TK还允许作者公开说明AI使用方式,并支持通过MCP服务器连接个人AI代理。