有点子了，就去执行……
给人形机器人的“听话”能力定了统一评价标准
目前市面上已有9款行为基础模型（BFM），这是arXiv计算机科学（cs.RO）分类下的一篇论文刚理清的事——但此前没人能拿出统一标尺，评判谁的“听话”能力更强：也就是按用户意图生成精准动作的本...
Agentic AI建生产排程约束模型 实测表现如何？
直接调用大型语言模型生成生产排程的约束规划脚本，正确率只有14.8%；换成多智能体架构后，这个数字跳到了59.3%——这是一篇关于Agentic AI辅助生产排程建模的arXiv研究，给行业提供...
ChatGPT for Teens上新：帮青少年规划申请与AI议事会
ChatGPT for Teens刚上线了三个新功能：专门管大学申请的College Planner，配套的闪卡、测验，还有一个青少年AI议事会。对准青少年的具体需求，不是泛泛的学习工具之前Ch...
EmbeddingGemma 2：开源轻量多模态嵌入模型
EmbeddingGemma 2 是一款开源的多模态嵌入模型，主打轻量属性。「核心设计的巧思」轻量不只是参数少——是能在普通设备上跑，不用依赖大算力集群。开源意味着所有人都能拿到代码和权重，改功...
Anthropic为初创提供一年Claude Team及1000美元免费额度
Anthropic最近给初创公司送了个实在的福利：免费一年的Claude Team使用权，外加1000美元的使用额度。这福利具体是什么？这个计划针对早期创业团队，核心福利有两个：一是免费使用An...
Jev这类决策模型，打不过LLM-as-a-judge或传统分类器
上周某AI模型评测的10项文本分类任务里，Jev这类决策模型的平均准确率，比LLM-as-a-judge低12%，比传统分类器低8个百分点。Jev的“决策”，确实没拼过Jev是主打可解释性的决策...
Chatham用OpenAI技术将交易验证时间压至4分钟内
Chatham Financial把交易验证的时间从30分钟砍到了不到4分钟。这不是实验室里的概念测试，是真改了资本交易工作流后拿到的实打实结果。用的是OpenAI哪款工具？原文里明确提了，这次...
Albertsons靠ChatGPT改零售：从内部到顾客的真变化
很多人聊零售用AI，第一反应都是前台的个性化推荐——比如刷电商APP时弹出来的同款零食，总显得有点刻意。但Albertsons Companies的做法，反其道而行：先拿ChatGPT Ente...
The Den靠ChatGPT Work每周省10-15小时，效率翻数倍
The Den开新店时，原本耗时3天的资助申请，现在2小时搞定；原本4天的酒牌材料，3小时做完。换算下来，每周能省10到15小时——这不是员工突击加班，是ChatGPT Work帮他们挤掉了流程...
Lathoa：让10-14岁孩子找AI故意出的数学错题
现在的教育类AI，大多围着“给正确解法”转——但有款新出的数学APP反着来：给10到14岁孩子配了个叫Errol的机器人，解数学题时故意留个错步，让孩子自己找出来。不是“纠错”，是“找错”游戏这...