
NVIDIA PivotOPD:让多轮智能体学会从关键失误中自救
NVIDIA 提出 PivotOPD,一种 on-policy 蒸馏方法,训练多轮 LLM 智能体规避并挽回早期关键性错误,在三个智能体基准上对 13 个基线取得最佳平均成绩。
来自全网的最新 AI 资讯,每日自动聚合更新
共 4770 篇

NVIDIA 提出 PivotOPD,一种 on-policy 蒸馏方法,训练多轮 LLM 智能体规避并挽回早期关键性错误,在三个智能体基准上对 13 个基线取得最佳平均成绩。

MIT Tech Review 指出,基础模型、物理AI与智能体正把工业AI推向新阶段:从预测分析走向能直接操作物理系统的自主决策,安全与可控性因此成为落地前提。

Perplexity 推出 pplx-embed-v2-late 嵌入模型,提供 0.6B 边缘版和 9B 索引版,均以 MIT 许可开源,最高在 MADQA 上得分 92.4%,最低在 ViDoRe v3 Markdown 上为 61.2%。

Unsloth 公布 Studio 的安全检查机制:自定义模型代码先扫描、审批与指纹绑定,权重文件在加载路径被拦截,包内容问题直接让 CI 失败,工具跑在探测过的系统沙箱里。

微软在一场发布会上同时更新了面向 AI 的硬件与 Windows 系统能力,AI 正从独立应用下沉为操作系统与终端的默认层。

Hugging Face 上出现的一种典型现象:当现成模型无法满足特定需求,开发者选择自己训练、微调或组装一个。这背后是开源 AI 生态正在发生的结构性变化。

OpenAI 披露已处置两起借助 AI 生成虚假记者身份与智库外壳的影响力行动,生成式模型正被用于低成本伪造媒体可信度。

一位开发者用 AI 模型 Opus 构建开源版 Creative Cloud 替代品,目标直指 Adobe,但项目远未完成。这背后是 AI 生成软件对传统创意工具商业模式的试探性冲击。

一名男子在遭遇利用AI生成女性形象实施的性勒索后自杀,这起案件揭示了生成式AI被滥用于敲诈的现实危害,也暴露出平台、监管与技术防护之间的多重缺口。

以开源模型 Hermes 闻名的 Nous Research 确认完成 9000 万美元 B 轮融资、估值达 15 亿美元,并同步推出面向企业用户的 AI Agent 产品。

Anthropic 推出 Claude Haiku 5.5,保留 1M 上下文窗口,输入定价低至每百万 token 0.10 美元,并在 OSWorld 上取得 72.4% 的成绩,把长上下文与低价同时塞进小模型。

微软公布 Surface Laptop Ultra 的规格与价格,这款 AI PC 采用英伟达芯片,主打本地运行 AI 模型与智能体,并搭配重新设计的 Windows 11。