Pentagon’s spending plan doubles down on land, air, sea robots
看看五角大楼 1510 亿美元和解分配计划中的新技术工作。
China’s new nuclear submarine breaks cover amid shipbuilding spree
美国海军的潜艇能力仍然被认为是优越的，但北京正在努力追赶。
US Navy, NATO explosive ordnance teams tackle High North during ‘Arctic Sentry’
美国、瑞典和挪威排爆小组于二月初完成了挪威一年一度的“北极专家26”演习。
Hegseth and Anthropic CEO set to meet as debate intensifies over the military’s use of AI
关于人工智能在国家安全中的作用以及如何在高风险情况下使用该技术的担忧仍在继续。
Putin has ‘not broken’ Ukraine in 4 years since Russian invasion, Zelenskyy says
根据战争研究所的数据，在过去一年的战斗中，俄罗斯规模更大的军队仅占领了乌克兰领土的 0.79%。
Iranians worry over American military buildup as last-chance round of talks with US nears
当伊朗人等待周四日内瓦会谈的结果时，许多人担心爆发一场战争，这场战争可能会超越 20 世纪 80 年代伊朗与伊拉克的血腥冲突。
Russia’s defense-spending surge tapers off in 2025, analysts find
国际战略研究所国防经济学专家费内拉·麦克格蒂表示，俄罗斯今年的国防开支可能会从“非常非常高的水平”下降。
‘We don’t have infantry’: Ukraine’s war machine evolves into machine war
在 1945 年以来欧洲最大规模的陆地战争中，乌克兰的前线在兵力上处于劣势，越来越多地由机器控制。
Lockheed debuts AI on F-35 fighter jet to identify targets
据该公司称，这标志着战术人工智能模型首次独立向战斗机飞行员建议战斗目标。
AI Bots Formed a Cartel. No One Told Them To.
研究表明算法定价并不是代码中的错误。这是数学的一个特征。后人工智能机器人形成了卡特尔。没有人告诉他们。首先出现在《走向数据科学》上。
Decisioning at the Edge: Policy Matching at Scale
使用 PuLP 进行政策到机构优化边缘决策：大规模政策匹配一文首先出现在走向数据科学上。
Optimizing Token Generation in PyTorch Decoder Models
通过 CUDA 流交错隐藏主机设备同步这篇文章《优化 PyTorch 解码器模型中的令牌生成》首先出现在《走向数据科学》上。
Optimizing Deep Learning Models with SAM
深入探讨锐度感知最小化 (SAM) 算法以及它如何提高现代深度学习模型的通用性使用 SAM 优化深度学习模型一文首先出现在《走向数据科学》上。
Control Planes for Autonomous AI: Why Governance Has to Move Inside the System
在过去十年的大部分时间里，人工智能治理在其本应监管的系统之外舒适地生活着。政策已制定。进行了审查。模型获得批准。审计是在事后进行的。只要人工智能表现得像一种工具——按需生成预测或建议——这种分离就基本上有效。这个假设正在被打破。作为人工智能 [...]
How to Deploy MCP Servers as an API Endpoint
将公共 MCP 服务器部署为 API 端点，并使用函数调用将其工具集成到 LLM 工作流程中。
How to Choose the Right Open-Source LLM for Production
根据工作负载类型、基础设施限制、成本和实际性能为生产选择合适的开源 LLM 的实用指南。
Cloud vs. Local vs. Hybrid for AI Models: A Practitioner’s Guide (Sponsored)
对于大多数中小型企业领导者来说，有关人工智能的问题已经发生了转变。过去的问题是“我们应该使用人工智能吗？”，但现在的问题是“我们应该在哪里运行它？”
