开始关键词检索结果

多源、MOSA 和可生产性构成下一级国防采办改革

Multi-sourcing, MOSA, and producibility form next-level defense acquisition reform

如果五角大楼想要更具弹性的供应链,它必须停止购买专有产品,并开始围绕多来源和竞争性项目制定计划。

五角大楼工作人员对 100,000 个人工智能“代理”进行了振动编码,以便在非机密网络上使用

Pentagon workers vibe-code 100,000 AI ‘agents’ to use on unclassified networks

GenAI.mil 上的 Google Gemini 工具允许国防部人员创建自己的 AI 代理来处理数据并自动执行在线任务。

“不再理论”:金顶沙皇在怀疑中吹捧第一步

‘No longer theoretical’: Golden Dome czar touts first steps amid skepticism

当被问及美国公众是否接受该计划时,盖特兰说:“没有。”

独家报道:洛克希德退出海军教练机竞争

EXCLUSIVE: Lockheed exits Navy trainer aircraft competition

出人意料的举动之后,海军本科喷气机训练系统的竞争对手现已缩小到 SNC、波音公司以及与莱昂纳多合作的德事隆航空防务公司。

爆炸炮弹可能会将阿帕奇直升机变成无人机猎人

Exploding shells may turn the Apache helicopter into a drone hunter

士兵的想法可能有助于该部队吸取乌克兰和伊朗的教训。

自主武器将成为美国战争的“关键部分”:参谋长联席会议主席

Autonomous weapons will be 'key part' of US warfare: Joint Chiefs chairman

丹·凯恩 (Dan Caine) 将军表示,五角大楼正在研究无人机和指挥控制的自主技术,但立法者有疑问。

国防部完成对 L3Harris 导弹部队 10 亿美元的投资

DOD completes $1B investment in L3Harris missile unit

L3Harris Technologies 保留固体火箭发动机业务 80% 的股份,该业务正在成为一家上市公司。

随着伊朗削弱美国的注意力,监控乌克兰和平协议的军队数量看起来很严峻

As Iran saps US focus, the troop math for monitoring a Ukraine peace deal looks grim

联军还没有解决一旦停火生效,其部队将被授权做什么的问题。

美国海军陆战队、海军联手应对两栖舰队规模不足

US Marine Corps, Navy join forces to combat insufficient amphibious fleet size

在 2025 年船舶准备率下降之后,这两个军种将共同努力提高该国两栖舰队的规模和可用性。

美国海军正在审查未来福特级航母的成本,以确保它们“有意义”

US Navy is reviewing cost of future Ford-class carriers to ensure they ‘make sense’

最近被罢黜的海军部长约翰·费兰 (John Phelan) 表示,海军正在研究福特级航母相对于尼米兹级航母的优越性。

首先,乌克兰无人船发射拦截弹击落Shahed无人机

In first, Ukrainian unmanned vessel launches interceptor to knock out Shahed drone

乌克兰针对沙赫德无人机推出了强大的新防御系统,这可能会削弱俄罗斯在未来谈判中迫使其让步的能力。

使用本地 LLM 作为零样本分类器

Using a Local LLM as a Zero-Shot Classifier

使用本地托管的 LLM 将杂乱的自由文本数据分类为有意义的类别的实用管道,无需标记的训练数据。使用本地 LLM 作为零样本分类器的帖子首先出现在走向数据科学上。

我模拟了一个国际供应链并让 OpenClaw 监控它

I Simulated an International Supply Chain and Let OpenClaw Monitor It

Mario 问我,为什么当每个团队都达到目标时,他的 18% 的发货却迟到了。我构建了一个实时模拟,连接了一个人工智能代理,并让它进行调查。“我模拟了一个国际供应链并让 OpenClaw 监控它”一文首先出现在《走向数据科学》上。

您的综合数据通过了所有测试,但仍然破坏了您的模型

Your Synthetic Data Passed Every Test and Still Broke Your Model

合成数据中的无声差距仅在您的模型已经投入生产时才会出现。您的合成数据通过了所有测试,但仍然破坏了您的模型,该帖子首先出现在《走向数据科学》上。

套索回归:为什么解决方案存在于钻石上

Lasso Regression: Why the Solution Lives on a Diamond

这比您想象的要简单。套索回归后:为什么解决方案存在于钻石上首先出现在走向数据科学上。

行为凭证:为什么静态授权会导致自治代理失败

Behavioral Credentials: Why Static Authorization Fails Autonomous Agents

企业人工智能治理仍然授权代理,就好像它们是稳定的软件工件一样。但事实并非如此。某企业部署基于浪链的研究代理来分析市场趋势并起草内部简报。在预生产审查期间,系统的行为在可接受的范围内:它将查询路由到批准的数据源,在不明确的情况下适当地表达不确定性,并维护源[...]

介绍 ACL Hydration:代理 AI 的安全知识工作流程

Introducing ACL Hydration: secure knowledge workflows for agentic AI

DataRobot 的新 ACL Hydration 框架保留源系统访问控制并在查询时强制实施 — 因此代理 AI 每次都能为正确的用户检索正确的信息。ACL Hydration 简介:代理 AI 的安全知识工作流程一文首先出现在 DataRobot 上。

AI 工程中心细分:您今天可以创建的 10 个代理项目

AI Engineering Hub Breakdown: 10 Agentic Projects You Can Fork Today

这 10 个项目将比任何教程更快地教您代理工程。