有点子了，就去执行……
超越LLM-GA：ReEvo让流体天线系统更安全
相同迭代次数下，ReEvo算法在流体天线系统的安全和速率上，比传统遗传算法和现有最先进的LLM辅助遗传算法表现更好。流体天线的安全瓶颈，原来的方案有短板流体天线系统空间灵活性极强，军用、卫星、物...
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...
AI能写代码，软件工程师反而成了刚需？
arXiv上一篇被归类为计算机科学下软件工程（cs.SE）与人工智能（cs.AI）方向的论文，刚推翻了“AI淘汰软件工程师”的流行观点。你可能听过类似的讨论：AI写代码越来越快，软件工程师会不会...
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...
分布式LLM公平性审计：对抗“漂绿”的新方案
哪怕49%的审计者是恶意的，新的审计方案也不会让不公的LLM蒙混过关。现在大语言模型要做合规审计，公平性是监管的核心要求。传统黑箱审计需要审计方拿到大量有代表性的查询数据，实际很难实现，于是业内...
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...
Tony Fadell点破：第一代AI设备失败的核心，下一波要靠信任
Tony Fadell，iPod之父，最近把智能硬件圈的遮羞布扯了——第一代贴了AI标签的设备，全败在没解决真问题，还差点耗光用户对智能硬件的耐心。第一代AI设备：概念大于实用这几年涌出来的AI...
Google Labs测试AI驱动的游戏创作平台Playground
不用敲一行代码，只说一句话，就能在浏览器里生成一款能玩的小游戏——Google Labs正在推进的试验项目，就想实现这个场景。这是个什么新东西？Google Labs是Google专门做前沿试验...