关键词检索结果

太空部队计划斥资 1.8B 美元用于商业卫星,以取代 GSSAP 邻里观鸟

Space Force slates $1.8B for commercial sats to replace GSSAP neighborhood watch birds

该服务已邀请 14 家公司根据 Andromeda 计划(以前称为 RG-XX)竞争截至 2036 年 4 月的滚动任务订单。

陆军如何制定其 C2 计划

How the Army is developing its C2 plans

陆军 PAE C5ISR 的约瑟夫·韦尔奇 (Joseph Welch) 本周在五角大楼 Buzz 上与马克·波默洛 (Mark Pomerleau) 进行了交谈。

海军选择 Leidos 和 Defense Unicorns 来测试舰船软件原型

Navy selects Leidos, Defense Unicorns to test software prototypes for ships

Leidos 和 Defense Unicorns 将根据另一项交易协议在实验室环境中测试原型。

DIA 通过数字现代化加速器集中人工智能工作

DIA centralizes AI efforts with Digital Modernization Accelerator

“我希望你像有人紧随其后一样移动,他们随时准备吃掉你,”国防情报局首席人工智能官罗伯特·金尼少将告诉他的团队。

特朗普 1.5T 的国防预算将经受国会山的严格审查

Trump’s $1.5T defense budget to weather harsh scrutiny on Capitol Hill

伊朗的行动、中期选举和共和党党内政治都可能使国防预算进入唐纳德·特朗普总统的办公桌变得复杂化。

陆军如何花费近 190 亿美元的 RDT&E 资金

How the Army could spend nearly $19 billion in RDT&E funding

占用陆军 RDT&E 资金大部分的项目包括 FLRAA、THAAD、UAS 发射效果、火炮系统、高超音速武器、反无人机技术和 M-SHORAD。

法国在国防更新中考虑为延迟的 MGCS 计划开发后备坦克

France mulls fallback tank for delayed MGCS program in defense update

据 Vautrin 称,MGCS 项目的推迟是由于德国决定启动新型 Leopard 3 坦克计划。

五角大楼驱逐 Anthropic 为小型人工智能竞争对手打开了大门

Pentagon’s ouster of Anthropic opens doors for small AI rivals

小型国防工业人工智能初创公司突然接到了将军、作战指挥官和财力雄厚的投资者的电话。

意大利政府改组莱昂纳多领导层,取代 Cingolani 担任首席执行官

Italian government shakes up Leonardo leadership, replacing Cingolani as CEO

一些消息人士称,辛戈拉尼对非动力优先事项的关注可能导致了这一令人惊讶的举动,MBDA 的洛伦佐·马里亚尼 (Lorenzo Mariani) 接任了最高职位。

五角大楼和洛克希德·马丁公司同意价值 47 亿美元的 PAC-3 拦截弹交易

Pentagon, Lockheed Martin agree to $4.7 billion PAC-3 interceptor deal

洛克希德公司在一月份讨论了在七年内将 PAC-3 拦截弹年产量从大约 600 枚增加到 2,000 枚的目标。

为什么每个 AI 编码助手都需要内存层

Why Every AI Coding Assistant Needs a Memory Layer

AI 编码助理需要一个持久的内存层来克服 LLM 的无状态性,并通过系统地跨会话提供上下文来提高代码质量。为什么每个 AI 编码助理需要一个内存层一文首先出现在 Towards Data Science 上。

使用方法链接管道像专业人士一样编写 Pandas

Write Pandas Like a Pro With Method Chaining Pipelines

掌握方法链接、分配() 和管道(),以编写更清晰、可测试、可用于生产的 Pandas 代码这篇文章《使用方法链接管道像专业人士一样编写 Pandas》一文首先出现在《走向数据科学》上。

使用 Unity 游戏引擎的强化学习代理简介

Introduction to Reinforcement Learning Agents with the Unity Game Engine

针对机器学习最棘手领域之一的分步交互式指南。使用 Unity 游戏引擎强化学习代理简介一文首先出现在 Towards Data Science 上。

你的 ReAct 代理浪费了 90% 的重试 - 以下是阻止它的方法

Your ReAct Agent Is Wasting 90% of Its Retries — Here’s How to Stop It

大多数 ReAct 风格的代理都默默地将重试预算浪费在永远不会成功的错误上。在 200 个任务的基准测试中,90.8% 的重试都花在了幻觉的工具调用上——不是模型错误,而是架构缺陷。本文展示了为什么即时调整无法解决这个问题,以及完全消除浪费重试的三种结构变化。 文章《你的 ReAct Agent 正在浪费 90% 的重试 — 以下是如何阻止它》首先出现在 Towards Data Science 上。

Python 生存分析指南:使用事件时间模型预测客户生命周期

A Survival Analysis Guide with Python: Using Time-To-Event Models to Forecast Customer Lifetime

通过 Kaplan-Meier 曲线和 Cox 比例风险回归对客户保留进行建模来理解生存分析。Python 生存分析指南:使用事件时间模型预测客户生命周期一文首先出现在 Towards Data Science 上。

视觉语言动作 (VLA) 模型如何工作

How Visual-Language-Action (VLA) Models Work

人形机器人视觉-语言-动作 (VLA) 模型的数学基础等视觉-语言-动作 (VLA) 模型如何工作的帖子首先出现在走向数据科学上。

AI 如何学习 3D 观察并理解空间?

How Does AI Learn to See in 3D and Understand Space?

深度估计、基础分割和几何融合如何融合为空间智能人工智能如何学会在 3D 中观察并理解空间?首先出现在《走向数据科学》上。

在缺少编码器的情况下在 Voxtral 上进行语音克隆的指南

A Guide to Voice Cloning on Voxtral with a Missing Encoder

如果我们有 Voxtral 文本转语音模型的音频,我们可以重建音频代码吗?这篇文章《使用缺失编码器在 Voxtral 上进行语音克隆指南》首先出现在《走向数据科学》上。