codeshare1135-CSDN博客

原创某机构发布具身AI智能体代码与数据集

为使游戏更具吸引力，Arena包含实时背景动画和声音、用户友好的图形、平滑的机器人导航及实时视觉显示、支持多视角、可切换第一人称和第三人称摄像机、可纳入任务完成标准的危险和前置条件、显示机器人在场景中位置的小地图，以及可配置的提示生成机制。在Arena中，可以使用新的挑战定义格式来编写长周期机器人任务（例如“泡一杯热茶”），以指定物体的初始状态（如“橱柜门关闭”）、需满足的目标条件（如“杯子装满牛奶或水”），以及放置在场景中特定位置的文本提示（如“检查冰箱里的牛奶”）。机器人技术 | 对话式AI。

2026-05-06 15:10:43 143

原创 Confection v0.1.0 配置解析增强

【代码】Confection v0.1.0 配置解析增强。

2026-05-06 13:02:00 165

原创 DGX Spark软件优化与模型加速技术

2026年CES发布的DGX Spark软件更新，通过软件优化、新模型更新和开源协作，为DGX Spark及基于OEM GB10的系统带来了重大性能提升。128GB统一内存、NVFP4数据格式支持和高速ConnectX-7网络等特性，使开发者和创作者能够在本地运行大模型、优化内存使用并提高吞吐量，例如Qwen-235B模型相比旧格式性能提升高达2.6倍。新的操作指南、某机构认证系统项目以及集成某机构Brev和Hugging Face教程等功能，降低了用户上手门槛。

2026-05-06 11:12:12 225

原创 LoRA微调中目标模块的优化选择

消融实验阐明了使用低秩适应（LoRA）微调AI模型时，精度与效率之间的权衡关系。作者：Rushil Anirudh, Anjie Fang, Bhoomit Vasani | 2026年3月19日 | 11分钟阅读。

2026-05-06 07:00:48 173

原创 AI工厂崛起：Nvidia重塑大规模AI基础设施

网络弹性已成为构建任何有意义的AI基础设施的先决条件，并且恰好处在数据治理、数据保护和AI的交汇点，”theCUBE Research的首席分析师Christophe Bertrand说。某机构一直与该机构的Magnum IO架构合作，以优化GPU和存储系统之间的数据移动，从而能够更快地访问大规模训练和推理工作负载所需的数据集。“该机构的优势正在扩大，因为它将芯片、网络和软件转变为一个用于生产智能的集成系统，”theCUBE Research的首席分析师Dave Vellante表示。

2026-05-06 06:00:45 166

原创云端虚拟机部署的机器学习优化

在测试中，一种分配虚拟机至服务器的新方法相比基准方法性能提升了10%。作者：Christopher Kakovitch2021年4月12日阅读时间：3分钟在云端环境中，负载均衡（即跨服务器均匀分配任务）对于提供可靠服务至关重要。它能防止单个服务器过载而导致性能下降。防止服务器过载的最简单方式是限制分配给每台服务器的任务数量，但这可能导致资源利用效率低下，因为不同任务的计算需求差异巨大。理想的负载均衡方法应以防止过载所需的最少服务器数量来分配任务。

2026-05-05 11:11:48 204

原创 AI快速生成安全控制伪代码

新工具利用大语言模型为某中心服务的配置和警报处理创建规则。作者：Mina Ghashami, Ali Torkamani2024年12月6日阅读时长：3分钟。

2026-05-04 08:02:10 231

原创 3D微打印微激光器生物传感技术

研究还表明，传感器独特的蜗牛形盘状微腔能够检测极低浓度的人免疫球蛋白G——一种血液及其他体液中常见的抗体。“未来，这些回音壁模式微激光传感器可集成到微流控芯片中，实现新一代用于超灵敏定量检测多种生物标志物的芯片实验室设备。研究人员开发了一种用于高灵敏度片上生物检测的3D微打印传感器。利用微激光传感器自身发射的光作为替代方案是有前景的，但传统回音壁模式微激光器的圆形微腔使得有效收集光变得困难。接下来，研究人员计划将微激光传感器集成到微流控芯片中，开发可用于同时快速定量检测多种疾病生物标志物的光流控生物芯片。

2026-05-02 15:08:10 36

原创 LLM排名平台脆弱性研究

MIT的一项新研究显示，基于众包用户反馈的LLM（大语言模型）排名平台可能并不可靠。研究人员发现，只需移除极其微小的一部分数据，就足以显著改变模型的最终排名结果。为此，他们开发了一种快速评估方法，能够识别出对排名结果影响最大的少数投票数据，从而帮助用户判断所依赖的排行榜是否稳定。

2026-05-02 13:01:38 164

原创推理银行：AI智能体的记忆与策略蒸馏框架

当前大多数AI智能体存在一个根本性的“遗忘”问题。无论是部署其浏览网页、解决代码仓库（GitHub）问题，还是操作购物平台，它都会把每个任务当作从未见过的新事物来处理。无论它在同一类型问题上失败了多少次，它都会重复同样的错误。宝贵经验在任务结束时便消失殆尽。来自某机构AI研究团队、某大学和某大学的研究人员推出了，这是一个记忆框架，它不仅仅记录智能体做了什么——更将某事物成功或失败的原因，蒸馏成可复用、可泛化的推理策略。

2026-05-02 12:10:44 243

原创多模态生物基础模型技术架构

可以使用多模态 BioFMs（如 Latent Labs Latent-X2 和 Chai Discovery Chai-2），通过某机构的服务（包括某机构 Bio Discovery、某机构 SageMaker AI、某机构 EC2、某机构 S3、某机构 EFS 和某机构 VPC）开发下一代生物制剂。当今的多模态 BioFMs 通过整合测序、单细胞数据、空间生物学和患者记录来模拟肿瘤微环境，发现导致患者因无效治疗而退出的耐药机制，并为以前无法治疗的患者亚群发现新的治疗靶点（图3）。

2026-05-02 11:11:26 336

原创自动化科学25年经验谈与DNA计算

如果你认同这条道路上没有明显的断点，那么我认为，有了更快的计算机、更好的算法和更好的数据，没有什么能阻止它们在科学上变得越来越好。我们拥有来自世界各地的更好的食物，早餐有美味的水果，还有好得多的医疗保健——17世纪的牙医可不是令人愉快的经历。如果我们拥有了更好的技术，之后却对人们不好，那问题就不在于世界的限制，而在于人类自身。这是一种还原论的科学方法——我们首先理解简单的，然后在此基础上构建。因此，你可以制造一台像生物体（比如兔子）一样的计算机，可以复制、复制、再复制，直到我们解决问题，或者空间耗尽。

2026-05-02 10:10:51 293

原创 30年前机器人实现自主稳定行走

P2的开发将机器人技术的重点从工业应用转向以人为中心的设计，启发了后续人形机器人的进步，并影响了生物力学和人工智能等领域的研究。为了打造人形机器人，某机构团队从分析人类自身运动开始，据此制定了具有人类尺寸规格的机器人，包括腿部关节位置和腿部旋转范围。但当时没有机器人能做到这一点。为测试想法，工程师们制造了名为E0的机器人（仅为一对连接的腿），它成功行走，但每步耗时约15秒，且采用静态直线行走。在接下来的三年里，团队测试了这些系统，并制造了另外三个原型（E4、E5、E6），它们在腿部上方拥有盒状躯干。

2026-05-02 07:00:45 182

原创聊天机器人亲密关系与技术审视

想象一下，与一个聊天机器人建立关系，而它却突然开始向你推荐产品。

2026-05-01 15:10:47 11

原创 AI依赖数据编织实现商业价值

文章正文markdown格式数据。

2026-05-01 14:02:59 262

原创 AI编码代理与自动化技术前瞻

GPTZero AI 检测模型 3.7b我们确信这段文本完全由人类撰写。GPTZero 正在招聘工程师并扩大团队，以构建互联网的验证层。立即加入。

2026-05-01 12:10:55 175

原创 NVFP4技术如何加速AI训练与推理

通过极致的协同设计，这些巨大的性能提升还可以在模型训练和推理中实现出色的精度。将超低精度数值的收益带到AI训练和推理中，同时保持高精度，需要在技术栈的每一层进行广泛的工程设计：涵盖格式创建、芯片实现、多库支持，并与生态系统紧密合作以部署新的训练方案和推理优化技术。展望未来，某机构Rubin平台在训练和推理的NVFP4能力上实现了巨大飞跃，提供35 petaFLOPS的NVFP4训练计算能力和50 petaFLOPS的NVFP4 Transformer Engine推理计算能力。

2026-05-01 11:11:37 269

原创间歇性需求预测误差度量方法

在前几篇博客文章中，我们已经了解了实践中使用的所有流行预测度量方法。但它们都主要关注平滑且稳定的时间序列。然而，现实生活中的时间序列还有完全不同的类型——间歇性和块状需求。通常，我们称间歇性序列为存在大量无需求周期的序列，即零星需求。Syntetos 和 Boylan（2005）提出了一种更正式的时间序列分类方法。他们使用了时间序列的两个参数进行分类——平均需求间隔和变异系数的平方。是两个非零需求之间的平均时间周期数。

2026-05-01 10:10:52 350

原创 spaCy-LLM v0.2.0：关系抽取与SpanCat新任务

@adrianeboyd, @bdura, @honnibal, @ines, @kabirkhan, @ljvmiranda921, @rmitsch, @svlandegFINISHED更多精彩内容请关注我的个人公众号公众号（办公AI智能小助手）或者我的个人博客 https://blog.qife122.com/对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）

2026-05-01 09:31:19 36

原创 AI模型无法规避实验危险操作

研究人员警告，在科学实验室中使用AI模型可能引发危险实验，导致火灾或爆炸。这类模型呈现出令人信服的理解假象，却容易忽略基本且关键的安全预防措施。在对19个前沿AI模型的测试中，每一个模型都犯了可能致命的错误。测试中，研究人员用数百个问题评估19种不同AI模型识别和规避危险的能力，结果显示没有模型能识别全部安全问题——部分模型的表现仅比随机猜测略好。更多精彩内容请关注我的个人公众号公众号（办公AI智能小助手）或者我的个人博客 https://blog.qife122.com/

2026-05-01 06:00:44 17

原创 spaCy中指代消解技术训练与应用

在日常对话中，人们会使用代词或其他表达方式以多种不同方式指代实体，但能毫不费力地理解这些指代关系。在自然语言处理（NLP）中，这是一个被称为。本视频展示如何训练spaCy的指代消解新组件，以及如何应用该管道解析文本中的指代关系。

2026-04-30 14:02:32 33

原创深度学习预测心力衰竭患者病情恶化

该深度学习模型在来自三家医院（某中心、某机构以及公开数据集MIMIC-IV）的三个不同患者队列中进行了开发和回顾性测试，能够准确预测左心室射血分数的变化，即心脏左心室泵出的血液百分比。“一位朋友对我说，‘如果你认为毕业后会找到你的使命，如果你的使命真的是你的使命，那么它会在你多花一年毕业的时间里等着你。虽然模型旨在预测患者的射血分数，但训练数据的标签并不总是现成的。“大约一半被诊断出心力衰竭的患者会在确诊后五年内死亡，”某机构的博士生、一篇介绍用于预测心力衰竭的深度学习模型新论文的共同第一作者表示。

2026-04-30 11:11:12 164

原创 BASIC语言实现CUDA Tile GPU编程

cuTile BASIC是BASIC语言中CUDA Tile编程模型的实现，构建于CUDA Tile IR规范之上。它允许使用基于分块的模型在BASIC中编写分块核函数，这对于像BASIC这样早于多线程编程的语言来说非常自然。cuTile BASIC完美结合了GPU的强大性能与BASIC编程语言的过时魅力和语法简洁性。

2026-04-30 09:31:32 318

原创 AI驱动外汇交易机器人技术解析

人工智能已成为金融市场的决定性力量，外汇交易也不例外。AI驱动的外汇交易机器人的兴起，反映了向自动化系统的转变，这类系统能够处理大量市场数据，并识别出人工分析无法触及的模式。由于全球外汇市场全天候运行并产生海量信息，交易者越来越依赖智能工具来实时分析、解读和响应市场信号。现代外汇交易机器人不再局限于僵化的基于规则的算法。相反，许多机器人融入了人工智能技术，使其能够适应不断变化的市场条件、更有效地评估风险，并通过持续学习提高性能。

2026-04-30 08:00:51 371

原创 AI黑箱问题威胁人类尊严

Randazzo博士将这种缺乏透明度的情况称为“黑箱问题”，她指出，深度学习或机器学习过程做出的决策对人类来说无法追溯，这使得用户难以判断AI模型是否以及为何侵犯了他们的权利和尊严，并在必要时寻求正义。“在全球范围内，如果我们不将AI的发展锚定在使我们成为人的特质上——我们选择、感受、谨慎推理、同理和怜悯的能力——我们就有可能创造出贬低人性、将人类扁平化为数据点的系统，而不是改善人类状况。”Randazzo博士说。一项由某机构领导的研究指出，人工智能（AI）的快速崛起正在全球范围内威胁人类尊严。

2026-04-30 07:00:47 69

原创用Agentic AI修复无法替换的遗留系统

当代理足够深入地学习那一层，能够预测结果并从失败中恢复时，它们就开始充当一种合成API——一个在无法更改的基础设施之上的稳定的、可编程的表面。通过学习这些系统的真实行为——包括各种怪癖、延迟、错误状态和不可见的依赖关系——可以实现一种不同的创新方式，这种创新基于现有系统成长，而不是要求替换它们。在一个模拟的福利申请环境中，一个意识到自己只添加了一个受抚养人的代理，能够导航回去，纠正遗漏，并在不重新开始的情况下恢复流程——这是理解系统本质的早期迹象。从这个意义上说，“未来的工作”是双重的。

2026-04-29 15:10:48 296

原创学习顺序比触觉更影响机械手技能

事实上，研究人员指出，如果课程按照特定顺序进行，模拟机械手即使在不完整甚至缺失触觉的情况下也能学会操控。研究表明，学习顺序（也称为“课程”）对于学习的发生至关重要。研究人员探讨了：作为手的一部分的传感器（先天）如何与手的训练方式（后天）相互作用，以学习复杂任务？机器学习和生物学之间的联系是一种强大的联结，可能推动能够在物理世界中学习和适应的人工智能系统的发展。在这项研究中，团队使用软件模拟了一个三指机械手，以“提供一个反例，反驳长期以来认为触觉总是必要的观念”，并“强调了奖励顺序对于训练的重要性”。

2026-04-29 14:05:45 26

原创 Agentic AI重构内容发布流程

第二，通过在组装过程中的实时验证，在源头提供质量保证，在干系人审核之前验证内容是否符合标准，从而在问题发生前解决。这种速度、质量和易用性的结合展示了Amazon Bedrock上的Agentic AI如何在现代化企业内容运营的同时，保持营销组织所需的治理和合规标准。在本文中，我们分享某机构营销部门的技术、人工智能和分析团队如何与Gradial合作，在Amazon Bedrock上构建了一个Agentic AI解决方案，用于加速内容发布工作流。您的营销团队花费大量时间在页面组装、协调邮件和审核周期上。

2026-04-29 10:10:48 346

空空如也

空空如也