交互关键词检索结果

为通用机器人构建基础堆栈

Building a Foundation Stack for General-Purpose Robots

本文由 X Square Robot 为您带来。大型语言模型为人工智能提供了可行的方案。在广泛的数据上预训练大型模型,一般能力随之而来。机器人技术没有这样的秘诀。机器人系统长期以来都是由单独的感知、规划和控制部件组装而成,这些部件很少能增加机器人可以从一项任务转移到另一项任务,或从一台机器转移到另一台机器的智能。实体人工智能的核心问题是找到等效的配方,而该领域尚未就它是什么达成一致。X Square Robot,一家中国实体人工智能公司,下了一个异常明确的赌注。它认为,配方是一个集成堆栈,涵盖机器人学习的数据、预测物理世界变化的世界模型,以及将感知、规划、推理和决策结合在一起以生成可执行机器人

配备后续时代发动机的强化型俄罗斯 Su-30 战斗机已交付前线空军部队

Closely Enhanced Russian Su-30 Fighters with Subsequent Era Engines Delivered to Frontline Air Units

俄罗斯航空航天部队在完成了所需的地面和飞行制造设施测试的完整周期后,获得了一批全新的 Su-30SM2 战斗机,该飞机由国营联合飞机公司 (UAC) 交付。在评论此次供应时,该公司注意到与该飞机的能力有关:“Su-30SM2拥有极高的效率特性和出色的机动性。密集的现代化大大扩展了该飞机的能力。其高效雷达使战斗机能够比其前身“看到”更多的东西,并精确地与各种地面、空中和海上目标进行交互,而不会进入敌方防空系统。配备下一代发动机的后密切增强的俄罗斯Su-30战斗机已交付给前线空军部队首先出现在特种部队新闻

通过 Amazon Quick Automate 中的本机案例管理扩展代理工作流程

Scaling agentic workflows with native case management in Amazon Quick Automate

在这篇文章中,我们将向您展示如何将案例管理与快速自动化中的代理自动化功能相结合。我们引入案例管理,并在代理工作流程中探索案例的生命周期,从案例创建到处理再到解决。我们介绍如何创建和管理单个或多个案例、自动跟踪和更新状态、处理异常以及在工作流程中合并人机交互 (HITL) 步骤。我们还展示了支持动态扩展的案例创建者-处理器模式。最后,我们通过实际用例介绍如何构建企业流程的案例管理,包括 HITL 和案例跟踪。

递归语言模型遇到不确定性:自我反思程序搜索长上下文的惊人效果

Recursive Language Models Meet Uncertainty: The Surprising Effectiveness of Self-Reflective Program Search for Long Context

长上下文处理仍然是语言模型的核心挑战:即使具有扩展的上下文窗口,模型通常也无法跨长上下文可靠地提取、推理和使用信息。最近的工作,如递归语言模型(RLM),通过推理时的编程交互将长上下文分解为递归子查询的代理方式来应对这一挑战。尽管前景广阔,但 RLM 的成功关键取决于如何选择这些情境交互程序的轨迹,而这一点尚未得到探索。在本文中,我们研究这个问题......

发布欧盟人工智能系统透明度指南草案

EUのAIシステム透明性ガイドライン案の公表

■摘要 2026年5月14日,欧盟委员会公布了关于《人工智能法》第50条规定的透明度义务的指南草案(以下简称“指南草案”)。一旦通过,将于8月2日起实施。透明度义务分为五类。首先是,在提供交互式AI系统时,AI提供商(开发和提供它的企业)有义务构建一个系统,让用户认识到他们正在与AI系统交互。当普通用户无法识别正在使用人工智能时需要发出通知。第二是人工智能提供商有义务确保在提供生成音频、图像、视频或文本等内容的人工智能系统时,其输出作为人工智能产品是机器可读的。目前对此的技术解决方案还不够,因此有必要使用多种解决方案,尽管在某些情况下单一解决方案可能就足够了。第三是人工智能部署者(使用人工智能

如何找到最佳编码代理接口

How to Find the Optimal Coding Agent Interface

找到与编码代理交互的最佳方式如何找到最佳编码代理接口一文首先出现在走向数据科学上。

特朗普的政策让美国人“遭受很多痛苦,但收获甚微”:报告

Trump policy has cost Americans 'lots of pain but little gains': report

commondreams.org “痛苦重重,收获甚微”:报告显示特朗普关税让美国人付出了多少代价 | commondreams.org共同梦想布雷特·威尔金斯20261年7月9日新闻经济约4分钟美国小企业联盟周三发布了一份逐州分析报告,详细介绍了唐纳德·特朗普总统反复无常的关税如何使美国企业和消费者自2025年3月以来损失了超过3170亿美元。We Pay the Tariffs推出了一张交互式地图,该地图使用国际研究公司Trade Partnership Worldwide, LLC编制的数据来显示特朗普政府征收的额外关税的成本非法援引《国际紧急经济权力法》(这一举措于 2 月份被美国最

Kira 如何让我重新思考作为课程规划合作伙伴的人工智能

How Kira Made Me Rethink AI as a Curriculum Planning Partner

有没有感觉夏天的第一个安静的一周变成了一场马拉松式的课程计划,空白的页面和无尽的标准在盯着你?如果有一种方法可以将那些深夜的起草会议换成几秒钟人工智能驱动的洞察力,让您重新获得宝贵的时间,同时仍然让您保持控制力,那会怎么样?在这篇文章中,我分享了 ISTE + ASCD 2026 展台上的一次对话如何让我认识了 Kira 的 Lesson Studio——这是一个工具,它可以从您那里获取主题、标准和句子,然后立即生成可供教学的课程大纲。想象一下,只需点击一下即可交换图像、添加视频或将多项选择题变成游戏,而 AI 会在幕后处理繁重的工作。您还将发现 Kira 的 Activity Studio

MT-EditFlow:使用流匹配进行多轮图像编辑的强化学习

MT-EditFlow: Reinforcement Learning for Multi-Turn Image Editing with Flow Matching

最近基于指令的图像编辑方面的突破引起了广泛关注,因为模型现在能够处理现实世界的编辑需求,并具有日常用户所需的实用性。然而,主要针对单轮编辑训练的编辑模型通常会在多轮编辑中崩溃——多轮编辑是用户根据模型自己之前的输出迭代地细化图像的自然交互设置。这种失败源于全有或全无的要求,其中单个失败的回合会损害整个序列,以及错误传播,其中曝光偏差会导致……

Weblica:可视化 Web 代理的可扩展且可重复的培训环境

Weblica: Scalable and Reproducible Training Environments for Visual Web Agents

网络复杂、开放且不断变化,这使得扩展可视网络代理的训练数据变得具有挑战性。现有的数据收集尝试仍然仅限于用于监督微调的离线轨迹或用于 RL 训练的少数模拟环境,因此无法捕获网络多样性。我们提出了Weblica(Web Replica),一个用于构建可复制和可扩展的Web环境的框架。我们的框架利用 1) HTTP 级缓存来捕获和重播稳定的视觉状态,同时保留交互行为,以及 2) 基于 LLM 的环境合成......

FlowEval:生成的用户界面的基于参考的评估

FlowEval: Reference-Based Evaluation of Generated User Interfaces

虽然大型语言模型 (LLM) 和编码代理通常应用于用户界面 (UI) 开发,但开发人员发现很难可靠地评估他们在视觉和交互设计方面的熟练程度。现有的评估要么依靠人类专家,他们可以通过测试关键流程来准确评估可用性,但速度慢且成本高;要么依靠自动化法官,虽然可扩展,但准确性较差且不透明。我们提出了 FlowEval,一个基于参考的框架,通过比较真实网站的导航轨迹与轨迹来衡量生成的 UI 是否支持真实的交互流......

使用 iSpring Cloud 将任何课程或演示转变为互动课程

Turn Any Lesson or Presentation Into an Interactive Course with iSpring Cloud

您是否只是为了将简单的课程变成可共享的数字课程而感到被海量的应用程序淹没了?这种工具超载的噩梦会占用您宝贵的准备时间,让您感到沮丧,想知道是否有一种更干净的方法来构建交互式课程,而无需兼顾视频编辑器、测验制作者和托管平台。想象一下,有一个解决方案可以让您在几分钟内创建、测验和翻译完整的课程,无需编码,无需设计学位。在本指南中,我详细介绍了 iSpring Cloud 和 iSpring Suite AI 如何将幻灯片、测验、视频和发布结合到一个工作流程中,以便您最终可以专注于教学而不是技术麻烦。您将准确地看到 AI 生成的课程大纲如何快速启动您的内容、AI 驱动的测验创建如何为您提供跨 14

多代理团队阻碍专家

Multi-Agent Teams Hold Experts Back

多代理 LLM 系统越来越多地部署为自主协作者,其中代理可以自由交互,而不是执行固定的、预先指定的工作流程。在这种情况下,有效的协调无法提前完全设计,而必须通过互动来实现。然而,大多数先前的工作都是通过固定的角色、工作流程或聚合规则来强制协调,从而留下了一个问题:当协调不受限制时,自组织团队的表现如何。借鉴组织心理学,我们研究自组织法学硕士团队是否能实现强大的协同作用,其中......

Rosel 将为苏尔古特机场配备 Zenit 系统,以便在远北地区运营

«Росэл» оснастит аэропорт Сургута системой «Зенит» для работы в условиях Крайнего Севера

该综合体允许您收集遥测数据、监控特殊设备的位置和状况并在交互式地图上可视化技术流程

2026 BAIR 毕业生展示

2026 BAIR Graduate Showcase

恭喜伯克利人工智能研究 (BAIR) 2026 届实验室班毕业!今年,BAIR 庆祝了另一批杰出的博士生。毕业生的好奇心、创造力和毅力推动了人工智能和机器学习的前沿。他们的工作涵盖了现代人工智能的广度——机器人和体现智能、大型语言模型和推理、计算机视觉、生成模型、人工智能安全、人机交互、科学和医疗保健人工智能等等。一路走来,他们发表了有影响力的研究成果,构建了具有现实世界影响力的系统,指导了同行,并将 BAIR 社区塑造得更好。现在,他们正走向思想传播的各个角落:教师和博士后职位、行业研究实验室以及自己创办的初创公司,其中一些人仍在探索下一步发展,并希望收到您的来信。请与我们一起庆祝这些出色的

IEEE 模糊系统汇刊,第 34 卷,第 7 期,2026 年 7 月

IEEE Transactions on Fuzzy Systems, Volume 34, Issue 7, July 2026

1) 视觉情感识别中无源域适应的模糊感知损失作者:Y. Cheng,Y. 张,Y. Wang,L. -P。 ChauPages: 2077 - 20892) Multiview Fuzzy Clustering With Anchor Graph作者:C. Liu, F. Nie, M. Chang, R. Wang, X. LiPages: 2090 - 21033) Partial Multilabel Feature Selection via Fuzzy Two-Stage Disambiguation and Weighted Pure Relevance作者:C. Huang, D

贤翠节,一个令人兴奋的打破心情的传统

Festival Cian Cui, Tradisi Seru yang Bikin Pecah Suasana

印度尼西亚永远不会缺少独特的传统。在现代节日和数字娱乐兴起的背景下,有一种文化庆典以其热闹而有意义的氛围仍然吸引着很多人的关注,那就是“钱翠节”。这一传统被认为是充满欢笑、社交互动的时刻,也是团结的象征,代代相传 [...]

华盛顿大学研究发现,一些代理人工智能浏览器存在重大网络安全风险

Some agentic AI browsers come with major cybersecurity risks, UW study finds

华盛顿大学的一个团队研究了七款流行的代理人工智能浏览器,发现其中四种浏览器可以让恶意行为者绕过称为“同源策略”的基本网络安全协议,该协议使得在浏览器中打开的网站无法与彼此的信息进行交互。研究人员在一款浏览器上成功进行了概念验证网络攻击。