有点子了，就去执行……
10月13日发布的STEPX Neo，是大模型原生智能体手机？
10月13日，一款名叫STEPX Neo的手机要正式发布，它的核心定位是「大模型原生智能体手机」。没有公布售价，没有给出具体的芯片型号，甚至连清晰的外观图都没放，但就凭这个标签，已经在科技圈里攒...
Meta AI助手Muse登iPad，距移动端首发仅一月
Meta的AI助手Muse，在移动端发布满30天的当天，正式登陆iPad平台。Meta的说法很直接：就是要快速扩大这个助手的覆盖，以及它的场景整合能力。上线快的门道：Meta在抢什么？Meta没...
改指令再行动：VLAs的语言敏感性问题怎么破
你敢信？同一个视觉-语言-动作模型（VLAs），只差一个词，让“开炉灶”的成功率从100%直接掉到2%？这就是当下具身智能核心模型的现状——对指令措辞的敏感度，比想象中夸张得多。VLAs的“词敏...
LOCAA：让科学压缩调参少走72%弯路
科学计算的大模拟数据，压缩是刚需，但调压缩参数太费劲儿：要兼顾失真度、压缩比，还得匹配不同数据类型，二进制搜索得测61.5次才能搞定常见场景，换个压缩器或数据集就得重来。现在有个叫LOCAA的系...
MemoCare：用手机就能做的自动认知筛查系统
MemoCare的绘图模块，在锁定的71张图像测试集上，平均平衡准确率达到91.33%——这是一款主打自动认知筛查的多模态移动系统交出的测试答卷。它是什么？MemoCare是一款交互式移动端应用...
TaoD2C-Bench：测MLLM UI代码生成，不止看视觉
2861个来自17家商业平台的真实UI生产设计，97652条专家标注，这是刚在arXiv公开的TaoD2C-Bench基准数据集的全部家底——它专门测多模态大模型（MLLM）的UI代码生成能力，...
针对恶意微调的新防御：SLDR的效果与思路
Llama3.1做SST2任务时，用新防御方法SLDR把平均有害输出分从11.54压到了0.08，合法任务的准确率一点没掉——这是它刚在arXiv放出的实测结果。恶意微调的隐形漏洞现在很多人用微...
LLM劝说力的评估：不同方法结果为何天差地别？
arXiv上一篇归类于cs.CL、cs.AI、cs.CY的论文，把9种已发表的LLM劝说力自动化评估方法，统一套在15款大模型上跑了一遍。最后算出来的排名一致性，平均只有0.25——这个数值叫斯...
大模型生成决策树：小样本表格分类的新路径
arXiv上一篇cs.LG方向的论文，戳中了做表格分类的核心矛盾：大模型有知识但推理成本高、没法解释；决策树快还透明，但数据少的时候准确率拉胯。大模型和决策树的天生错配现在很多团队做表格分类，要...
Healthleap获3800万美元融资，发力医院患者AI预警
Healthleap刚官宣了一笔3800万美元的融资：800万是红杉、First Round领投的种子轮，剩下3000万由Hummingbird领投A轮。这笔钱投给了啥？外界先关注的是它的核心产...