作者归档-青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

行动起来，活在当下

累计撰写 7204 篇文章
累计创建 3251 个标签
累计收到 0 条评论

目录CONTENT

以下是 Administrator 的文章

2025-10-29
视觉干草堆：评估大型多模态模型处理海量图像信息的新基准本文介绍了“视觉干草堆”（Visual Haystacks, VHs）基准，旨在解决传统视觉问答（VQA）仅限于单张图像的局限性。VHs是一个“视觉驱动”的“针找干草”（NIAH）基准，用于严格评估大型多模态模型（LMMs）处理长上下文视觉信息的能力。研究发现，现有模型在处理视觉干扰和跨多图像推理方面存在显著挑战，并提出了基于检索增强生成的解决方案MIRAGE。
- 2025-10-29
- 0
- 0
- 0
- AI新闻/评测
- AI基础/开发
2025-10-29
旨在造福于所有人 OpenAI完成了资本重组，简化了公司结构，确保了非营利组织对营利公司的控制权，并为通用人工智能（AGI）到来前的重大资源获取铺平了道路。重组后的OpenAI基金会持有价值约1300亿美元的股权，将初期投入250亿美元用于健康突破和AI弹性技术解决方案，使命始终以造福全人类为核心。
- 2025-10-29
- 0
- 0
- 0
- AI新闻/评测
- AI行业应用
2025-10-29
微软与OpenAI合作的下一篇章微软与OpenAI签署了新的最终协议，标志着双方合作进入下一阶段。新协议巩固了基础，并使微软对OpenAI的投资估值达到约1350亿美元。协议保留了OpenAI作为微软的尖端模型合作伙伴以及微软在通用人工智能（AGI）之前的独家IP和Azure API权益，同时为双方独立创新提供了新空间。
- 2025-10-29
- 2
- 0
- 0
- AI新闻/评测
- AI行业应用
2025-10-29
$x$T：专为处理大型图像而设计的新型端到端框架面对日益常见的高分辨率大图像，现有模型常被迫降采样或裁剪，导致信息丢失。伯克利BAIR的研究团队推出了$x$T框架，它采用嵌套分词（Nested Tokenization）和区域/上下文编码器协同工作，实现在现代GPU上端到端处理超大图像，同时有效聚合全局上下文与局部细节，显著突破了内存限制。
- 2025-10-29
- 2
- 0
- 0
- AI基础/开发
- AI工具应用
2025-10-29
Doppel 的 AI 防御系统在威胁扩散前阻止攻击 Doppel 借助 GPT-5 和强化微调（RFT）技术，构建了先进的社会工程防御系统。该系统能够自主检测、分类并移除深度伪造和网络冒充威胁，将分析师工作量减少了80%，并将威胁响应时间从数小时缩短到数分钟，有效对抗了无限扩展的自动化攻击。
- 2025-10-29
- 3
- 0
- 0
2025-10-29
各行业的AI投资回报率探寻在ChatGPT发布三年后，市场对生成式AI的实际回报产生质疑。本文深入探讨了企业如何通过明确的用例、数据价值策略、以及“设计上的枯燥”原则，从AI投资中获得可衡量的回报，并强调了避免过度依赖最新模型和注重成本效益的重要性。
- 2025-10-29
- 0
- 0
- 0
- AI行业应用
- AI工具应用
2025-10-29
微软AI负责人穆斯塔法·苏莱曼表示：我们永远不会制造性爱机器人微软AI首席执行官穆斯塔法·苏莱曼在采访中讨论了如何在构建引人入胜的聊天机器人与避免“看似有意识的AI”（SCAI）之间走钢丝。他明确表示微软“永远不会制造性爱机器人”，强调AI的使命是服务人类，而不是替代人类，并阐述了Copilot群聊、Real Talk等新功能的设计理念。
- 2025-10-29
- 1
- 0
- 0
- AI新闻/评测
- AI行业应用
2025-10-29
一个关于人工智能普及的谜题尽管GPT-5发布平淡以及研究报告指出生成式AI试点项目失败率高企，作者发现企业界在公开场合对缩减AI支出的讨论极为罕见。本文探讨了这种“AI泡沫论”与企业实际行动之间的矛盾，分析了技术影响滞后性和企业对失败原因的不同解读。
- 2025-10-29
- 2
- 0
- 0
- AI新闻/评测
- AI行业应用
2025-10-29
OpenAI完成营利性资本重组，新结构下基金会将保留控制权 OpenAI周二宣布，已完成复杂的资本重组，将其AI实验室拆分为一个营利性公司，并置于一个非营利性基金会之下。这一结构调整旨在平衡AI前沿发展与集体利益。新结构下，微软将持有约27%的股份，并延长了对OpenAI模型的IP权利。
- 2025-10-29
- 0
- 0
- 0
- AI新闻/评测
- AI行业应用
2025-10-29
使用强化学习训练扩散模型伯克利的研究团队成功部署了100辆由强化学习（RL）控制的自动驾驶汽车（AV），以应对高峰时段高速公路上的“走走停停”波，旨在平顺交通并减少所有人的燃料消耗。通过在数据驱动的模拟中训练智能体，这些AVs学会了最大化能源效率，同时保持吞吐量和安全性。最终在I-24高速公路上进行的实地测试显示，RL控制的AVs能够显著降低拥堵和燃料消耗，为未来大规模部署智能交通控制铺平了道路。
- 2025-10-29
- 1
- 0
- 0
- AI新闻/评测
- AI工具应用