不以关键词检索结果

民意调查发现,只有三分之一的美国人支持伊朗战争,他们对特朗普的目标最为不确定

Just one in three Americans back Iran war, most unsure of Trump’s goals, poll finds

路透社/益普索 (Reuters/Ipsos) 民意调查发现,69% 的美国人认为唐纳德·特朗普总统没有“明确解释美国军事介入伊朗的目标”。

乌克兰的F-16因拦截俄罗斯无人机而磨损

Ukraine’s F-16s are being worn out from intercepting Russian drones

乌克兰的 F-16 战斗机已经摧毁了 2,500 多架单向攻击无人机,但反复的拦截正在让该国的小型机队疲惫不堪。

专家称,伊朗战争耗尽了美国爱国者导弹库存,造成战备挑战

Iran war depleted US Patriot missile stockpiles, creating readiness challenges, experts say

新的分析称,在与伊朗的冲突期间,美国已经耗尽了战前大约三分之二的爱国者导弹拦截弹库存。

海军拨款 766 亿美元购买弗吉尼亚、哥伦比亚级潜艇

Navy awards $76.6 billion for Virginia, Columbia-class submarines

美国海军正斥资 766 亿美元建造 5 艘哥伦比亚级潜艇和 9 艘弗吉尼亚级潜艇。

F-47 计划生产测试飞机,按计划于 2028 年飞行

F-47 program producing test aircraft, on schedule for 2028 flight

一位军方官员表示,F-47 项目已开始工程和制造阶段,并将在本届总统执政期间试飞。

DARPA 挑战突破了重型无人机技术的极限

DARPA challenge pushes limits of heavy-lift drone technology

国防高级研究计划局将于下周启动首届举升挑战赛。该机构将颁发 650 万美元的奖金。

雅可比猜想的简化视图

A Simplified View of the Jacobian Conjecture

完整的猜想是在抽象域上陈述的,但反例是一个具体的 3D 函数,我们可以使用熟悉的几何思想和一点代数来解释和可视化它。雅可比猜想的简化视图首先出现在走向数据科学上。

改变人工智能开发的 Python 生态系统

The Python Ecosystem That Changed AI Development

一个开源生态系统如何让最先进的人工智能变得易于使用《改变人工智能发展的 Python 生态系统》一文首先出现在《走向数据科学》上。

如何组织所有编码代理任务

How to Organize All of Your Coding Agent Tasks

优化您与编码代理的交互方式如何组织所有编码代理任务一文首先出现在走向数据科学上。

如何构建上下文层和公司大脑

How to Build a Context Layer and a Company Brain

将公司分散的知识转化为法学硕士可以可靠使用的东西实际上需要什么——以及为什么演示占工作量的 5%。如何构建上下文层和公司大脑的帖子首先出现在走向数据科学上。

编码代理不需要更大的上下文窗口 - 他们需要一个上下文编译器

Coding Agents Don’t Need Bigger Context Windows — They Need a Context Compiler

大多数编码代理将提示构造视为检索:收集更多文件,添加更多上下文,希望模型能够弄清楚。但这种方法很快就会失效。随着上下文的增长,不相关的代码会争夺注意力,当窗口填满时,智能体开始压缩自己的内存——通常是在任务中。看似“遗忘”的东西通常只是退化的环境。本文探讨了一种不同的方法:将提示构造视为编译器,决定保留什么、减少什么以及完全丢弃什么。编码代理不需要更大的上下文窗口 - 他们需要上下文编译器首先出现在走向数据科学上。

我们没有预见到的 3× 代币法案

The 3× Token Bill We Didn’t See Coming

看似无害的多代理架构迁移如何悄然使我们的 LLM 成本增加两倍,以及实际解决方案。我们没有看到的 3× 代币法案即将到来的帖子首先出现在《走向数据科学》上。

一个根本缺陷使法学硕士极易受到攻击

A fundamental flaw leaves LLMs strikingly vulnerable to attack

一个研究小组在本月顶级人工智能会议国际机器学习会议上发表的一篇论文中指出,由于大型语言模型工作方式存在根本性缺陷,因此不可能使大型语言模型完全免受黑客攻击。该声明对该技术的安全性具有巨大影响,其中......

问题是即时债务

The Problem Is Prompt Debt

以下文章最初发表在 Drew Breunig 的博客上,经作者许可在此重新发表。借助自然语言界面,人工智能应用程序可以快速原型化。你用英语写下你想要的东西,把它交给前沿模型,一个下午就会出现一个工作原型。这是非常强大的[...]

人工智能作为企业操作系统

AI as an Enterprise Operating System

直到几个月前,我才听说过 Dan Guido,当时我偶然看到了他在人工智能安全从业者会议上的演讲视频。 Dan 是 Trail of Bits 的首席执行官兼联合创始人,这是一家软件安全研发公司,与科技、国防和金融领域的公司合作。 [...]

7 种仍然重要的机器学习算法

7 Machine Learning Algorithms That Still Matter

通过简单的解释和实用的 Python 代码,了解每个数据科学家在获得法学硕士和生成式人工智能之前都应该了解的 7 种基本机器学习算法。

5 本书将加深您对大型语言模型的理解

5 Books That Will Deepen Your Understanding of Large Language Models

查看这五本有关构建、微调和部署大型语言模型的书籍。

KDnuggets 每周综述:构建和部署您的第一个自主代理 • 7 种仍然重要的机器学习算法

KDnuggets Weekly Roundup: Build and Deploy Your First Autonomous Agent • 7 Machine Learning Algorithms That Still Matter

使用 Claude Design 的初学者指南 • 2026 年您应该尝试的 5 款最佳数据分析人工智能工具 • 5 本书将加深您对大型语言模型的理解 • KimiClaw 是一个有用的工具吗?