推理关键词检索结果

周五视频:机器人还需要腿吗?

Video Friday: Do Robots Even Need Legs?

Video Friday 是您每周精选的精彩机器人视频,由您在 IEEE Spectrum 机器人领域的朋友收集。我们还发布了未来几个月即将举行的机器人活动的每周日历。请将您的活动发送给我们以供收录。RSS 2026:2026年7月13日至17日,悉尼多机器人系统暑期学校:2026年7月29日至8月4日,布拉格Actuate 2026:2026年8月18日至19日,旧金山 2026年:2026年9月27日至10月1日,匹兹堡Enjoy今天的视频! Eno 是我们的第一个代理机器人:人工智能代理和通用机器人作为一个系统工作。它在现实世界中推理、计划和行动。人在于能力,而不在于形式。每个细节都有其

随机性和代表性不同

Randomness and representativeness are NOT the same

在研究和日常推理中,随机和代表性这两个术语经常互换使用。许多人认为,如果随机选择一个样本,它就会自动反映更广泛的总体,反之,代表性样本一定是随机选择的。然而,这是一个误解。随机性和代表性是两个根本不同的[...]

“他们可靠地选择了统计上更有利的选项”:一位乌鸦研究人员解释了这些长着翅膀的天才如何处理数字,以及它可以揭示人类数学智慧的什么

'They reliably chose the statistically more favorable option': A crow researcher explains how these winged geniuses process numbers, and what it could reveal about human math smarts

Live Science 与动物研究员 Andreas Nieder 讨论了动物如何处理统计推理和零概念等数学概念。

在 Amazon SageMaker AI 中引入容器缓存以加快模型扩展

Introducing container caching in Amazon SageMaker AI for faster model scaling

今天,我们很高兴地宣布用于 Amazon SageMaker AI 推理的容器映像缓存,这是我们更快的扩展优化之旅的下一个重大进展。这使得生成式 AI 模型在横向扩展事件期间的端到端延迟速度提高了 2 倍。

DataRobot 平台作为 Claude Code 中的技能

The DataRobot platform as skills in Claude Code

Claude Code 是一位真正优秀的代理构建者。你描述你想要什么,它推理问题,选择工具,并发布工作代码。对于针对文档齐全的库的新建项目来说,这种体验近乎神奇。变得更困难的地方是每个编码代理都在努力的地方:建立在一个专门的平台上,其...The DataRobot 平台作为 Claude Code 中的技能首先出现在 DataRobot 上。

在 Amazon Bedrock 上推出 Gemma 4 模型

Introducing Gemma 4 models on Amazon Bedrock

今天,我们宣布 Gemma 4 系列在 Amazon Bedrock 上上市。 Gemma 4 由 Google DeepMind 构建并在 Apache 2.0 许可下发布,是一系列开放权重模型,其设计重点是跨广泛部署场景的每参数智能。该系列包括三个指令调整变体:Gemma 4 31B、Gemma 4 26B-A4B 和 Gemma 4 E2B。这些涵盖密集和专家混合 (MoE) 架构,其中每个请求仅激活模型参数的一小部分。这些变体提供内置推理、本机函数调用以及跨文本和图像的多模式输入。

使用 Cursor 进行构建并在 DataRobot 上部署可用于生产的 AI 代理

Build with Cursor and deploy production-ready AI agents on DataRobot

光标改变了开发人员编写代码的方式。代理模式很好:你描述你想要什么,它推理问题,选择正确的工具,并发布工作代码。对于新建项目和标准库,它运行顺利。当您在拥有自己的专用平台上构建代理时,事情会变得更加困难......使用 Cursor 构建并在 DataRobot 上部署生产就绪的 AI 代理一文首先出现在 DataRobot 上。

人工智能代理在工业风险管理中的作用日益增强

The Growing Role of AI Agents in Industrial Risk Management

工业风险管理中的人工智能代理添加了推理层,可将现场现场数据转化为上下文危险情报和行动。

2026 年 7 个顶级自主 AI 渗透测试平台

7 Top Autonomous AI Pentesting Platforms in 2026

自主渗透测试正在成为进攻性安全领域最重要的变化之一。安全团队不再只寻找检测漏洞的工具。他们需要能够推理攻击路径、验证可利用性、减少误报并帮助团队了解攻击者实际上可以做什么的平台...阅读更多»2026 年 7 个顶级自主 AI 渗透测试平台首先出现在《大数据分析新闻》上。