种子

60 材料

排序为

研究人员提出将Text-to-SQL领域视为一个综合排行榜，其中结果按模型在生成SQL查询时的自主程度进行分布。他们在Spider上进行了测量，并表明成功并不总能迁移到其他基准测试中，而自主性虽然带来了稳定性，但需要显著的计算资源。

该公司声称，与博通联合开发的推理处理器在多项AI模型测试中，其能效和响应速度均优于英伟达的加速器。计划于今年年底前小规模部署该芯片，但无意完全替换英伟达的产品线。

新基准测试评估语言代理在投资组合优化、风险管理和基本面分析中的表现。在九种模型上，预先构建的技能包显著提升了平均结果，而代理自行创建技能几乎未带来收益。

OpenAI推出了不保存客户数据的自动化滥用监控，这是对Anthropic近期将对话记录保存30天政策的直接回应。在竞争日益激烈的背景下，各公司正以此加强对企业用户信任的争夺。

研究人员将两个神经网络适配用于长期大气实验，为其添加了外部边界条件，并按照AIMIP协议进行了运行。结果表明，最初设计用于十天以内预报的模型，能够输出稳定的年循环，并在数十年的模拟中合理再现气候学和变率。

Wordware 让用户无需编程即可构建 AI 代理，其界面类似熟悉的文本编辑器。Replit 是一个面向开发者的云端环境，内置 AI 助手，可帮助编写、解释和部署代码。我们来分析一下，哪个服务更适合不同的任务。

研究人员开发了核心情感清单（CSI）——一种考虑LLM计算本质的人格特质评估工具。它对措辞变化的反应更稳定，支持英语和中文，并能以高于0.85的相关性预测模型的实际行为。

研究者提出了Fair-ASR协议，在目标模型查询预算相同的情况下评估对LLM的攻击，并单独考虑攻击者的成本。对11种已知方法的重新审视表明，它们的排名在很大程度上取决于预算，而简单模板并不逊色于复杂的LLM方法——这促使作者开发了新的攻击方法ReCode。

比较四款热门工具在画质、速度、价格和易用性方面的表现。帮助您了解哪款服务适合照片级真实感、创意实验或快速生成。