之比关键词检索结果

美国海军在西海岸航母码头向前推进

US Navy moving forward on West Coast dock for aircraft carriers

美国海军正在推进在西海岸建造新航母码头的计划。

米凯洛·德拉帕蒂 (Mykhailo Drapatiy) 是谁?现在领导乌克兰军队的“飞行 BMP”

Who is Mykhailo Drapatyi? ‘The Flying BMP’ who now leads Ukraine’s military

泽伦斯基任命具有改革思想的德拉帕季为新任总司令,取代西尔西基,以屈服于因解雇费多罗夫而引发的战争中最大规模的抗议。

保加利亚没有受到伊朗威胁的影响,采取行动援助美国的军事行动

Unfazed by Iran’s threats, Bulgaria moves to aid U.S. military operations

保加利亚议会委员会批准了美国的请求,允许美军使用当地空军基地来支持美国对伊朗的战争。

构建可以编写和运行代码的 LLM 代理

Build an LLM Agent That Can Write and Run Code

使用 OpenAI Agents SDK 和 Docker 执行代码的实践演练《构建可以编写和运行代码的 LLM 代理》一文首先出现在《走向数据科学》上。

使用 SkillSpector 检测代理技能中的漏洞:从绿色复选标记到真正的安全判断

Detecting Vulnerabilities in Agent Skills with SkillSpector: From Green Checkmark to Real Security Judgment

静态分析确定了恶意技能并过度标记了有用的技能。这些结果之间的差距正是人类判断真正发挥作用的地方。使用 SkillSpector 检测代理技能中的漏洞:从绿色复选标记到真正的安全判断首先出现在《走向数据科学》上。

RAG 生成的循环工程:一次迭代 top-k

Loop Engineering for RAG Generation: Iterate top-k One at a Time

企业文档智能 [Vol.1 #8bis] - 将检索到的候选发送到生成砖的两种机制、在它们之间进行选择的充分性信号以及使其廉价的每个问题类型调度 RAG 生成的后循环工程:一次迭代 top-k 一个首先出现在《走向数据科学》上。

如何从头开始构建您自己的 LLM 运行时

How To Build Your Own LLM Runtime From Scratch

如果您曾经想自己实际构建一个 LLM 推理运行时 — 打包自己的权重、拥有每个障碍、捕获自己的 CUDA 图表 — 这就是 H100 上的旅程。逐步浏览名为 annotated-llm-runtime 的小型运行时,以及产生大部分注释的三个错误。如何从头开始构建自己的 LLM 运行时一文首先出现在 Towards Data Science 上。

波音 MQ-28 Ghost Bat 首次亮相范堡罗航展

Boeing’s MQ-28 Ghost Bat makes Farnborough Airshow debut

波音公司的 MQ-28 Ghost Bat 最近成为第一架参加多国联合作战演习的协作战斗机。

停止过度设计您的代理安全带

Stop Overengineering Your Agent Harness

以下内容最初出现在 Hugo Bowne-Anderson 的 Vanishing Gradients Substack 中,经作者许可在此重新发布。围绕线束工程的讨论主要是来自编码和个人代理(例如 OpenClaw)的问题,但大多数代理都更简单。构建者应该避免对新模型可能吸收的功能进行过度设计,“Kirby [...]

本地治理、向外联合以及跨信任域的突破

Govern natively, federate outward, and what breaks across trust domains

本地治理、向外联合以及跨信任域的突破 现在,代理拥有自己的身份,您可以通过调用链携带该身份。下一个问题是规则在哪里。谁决定代理人可以做什么?该决定在哪里做出?两个答案,...帖子“本地治理、向外联合以及跨信任域的突破”首先出现在 DataRobot 上。

Kaggle + Google 的 5 天免费 Agentic AI 课程

Kaggle + Google’s Free 5-Day Agentic AI Course

Google 和 Kaggle 为期 5 天的人工智能代理课程现已向所有人免费开放。

10 篇简讯让您在 AI 领域保持领先

10 Newsletters Keeping You Ahead in AI

通过 10 份精选新闻通讯消除人工智能噪音,涵盖每日新闻、技术研究、政策和构建工具。

创新者 – “新闻发布会”

The Innovators – ‘Press Conference’

凯蒂像个顽皮的学生一样站在管理合伙人的门外。蒂姆把其他人都打发走了,这样他就可以进行一次单独的、紧急的头脑风暴。 ...

NetDocuments 推出专家证人和原告应用程序

NetDocuments Launches Expert Witness + Plaintiff Apps

NetDocuments 正在通过一系列新应用程序继续其向 AI 工具领域的扩张。对于 AL,最重要的是那些与...相关的内容

Flank 推出“Record”——代理合约真相系统

Flank Launches ‘Record’ – Agentic Contract Truth System

Flank是一家专注于内部团队的代理法律科技公司,推出了Flank Record,这是一个自主代理合同记录系统,大大减少了...

美国 Willkie 律师事务所与 OpenAI 合作

US Law Firm Willkie Partners With OpenAI

美国大型律师事务所 Willkie 正在与 OpenAI 合作,开发“跨公司法律和业务运营的人工智能解决方案,包括在全公司范围内推出......

明天 – Opus 2 网络研讨会:人工智能原生诉讼工作流程

Tomorrow – Opus 2 Webinar: AI-Native Litigation Workflows

明天(星期四)加入我们,参加由 Opus 2 和 Artificial Lawyer 举办的特别现场网络研讨会:“诉讼及其他领域从人工智能支持到人工智能原生工作流程。”将于 7 月举行...

基于触觉的机器人定心作为灵巧操作的能力

Tactile-Based Robot Centering as a Capability for Dexterous Manipulation

机器人并不总是能够准确地抓住零件的预期位置。视觉可能会引导夹具靠近,但相机校准、零件呈现和定位误差会叠加,导致手指稍微偏离物体中心。在机器人开始抬起之前,抓握可能会显得牢固。抓握和零件质心之间的偏移会产生一个力矩,该力矩可以使物体在手指内旋转,改变其姿势或导致其完全滑动——这是导致抓握失败的一个有记录的因素。 1