Technology · All

Tue, November 3

73
09:25Claude Code:GitHub Releases(RSS)T1.5GitHub Release

Featuredv2.1.317

来自 Claude Code:GitHub Releases(RSS) 的这条信息指向模型能力或模型生态变化,适合用于判断近期 AI 圈的真实动向。

TechModels#LLM#AI Agent#Anthropic
60
08:00Hugging Face:Blog(RSS)T1RSS2 sources

Transformers Model Integration Contracts

来自 Hugging Face:Blog(RSS) 的这条信息指向模型能力或模型生态变化,适合用于判断近期 AI 圈的真实动向。

TechModels#开源#Transformers Model Integration#Contracts Transformers Model
+1 more on this story
65
07:49Simon Willison 博客(Atom)T2Community

Featuredllm 0.37

来自 Simon Willison 博客(Atom) 的这条信息指向模型能力或模型生态变化,适合用于判断近期 AI 圈的真实动向。

TechModels#LLM#OpenAI#Google
60
02:58arXiv AI/CL/LG(论文)T2Paper

From Natural Language to Exact Cover: A Neuro-Symbolic Approach to Zebra Puzzles

来自 arXiv AI/CL/LG(论文) 的这条信息指向模型能力或模型生态变化,适合用于判断近期 AI 圈的真实动向。

TechModels#LLM#From Natural Language#Exact Cover
59
02:57arXiv AI/CL/LG(论文)T2Paper

WebHarbor: Docking Real Websites for Evolving GUI Agent Environments

来自 arXiv AI/CL/LG(论文) 的这条信息指向模型能力或模型生态变化,适合用于判断近期 AI 圈的真实动向。

TechModels#AI Agent#RAG#WebHarbor
61
02:52arXiv AI/CL/LG(论文)T2Paper

Thought-deciphering via hierarchical EEG-to-text alignment

来自 arXiv AI/CL/LG(论文) 的这条信息指向研究方向和技术路线变化,适合用于判断近期 AI 圈的真实动向。

TechResearch#安全#Thought-deciphering#EEG-to-text
57
02:51arXiv AI/CL/LG(论文)T2Paper

Strategist: Evolving Reasoning with Agents

来自 arXiv AI/CL/LG(论文) 的这条信息指向模型能力或模型生态变化,适合用于判断近期 AI 圈的真实动向。

TechModels#AI Agent#推理效率#RAG
60
02:41arXiv AI/CL/LG(论文)T2Paper

DiabAgent: Toward Agentic Physiological Control

来自 arXiv AI/CL/LG(论文) 的这条信息指向模型能力或模型生态变化,适合用于判断近期 AI 圈的真实动向。

TechModels#AI Agent#Anthropic#DiabAgent
57
02:34arXiv AI/CL/LG(论文)T2Paper

Evaluating Uncertainty Calibration in Probabilistic Time Series Foundation Models

来自 arXiv AI/CL/LG(论文) 的这条信息指向模型能力或模型生态变化,适合用于判断近期 AI 圈的真实动向。

TechModels#Evaluating Uncertainty Calibration#Probabilistic Time Series#Foundation Models Time
58
02:34arXiv AI/CL/LG(论文)T2Paper

A Scaling Theory of Multi-Epoch Pretraining: Late-Time Overfitting and Ensembling

来自 arXiv AI/CL/LG(论文) 的这条信息指向模型能力或模型生态变化,适合用于判断近期 AI 圈的真实动向。

TechModels#RAG#Scaling Theory#Multi-Epoch Pretraining
61
02:32arXiv AI/CL/LG(论文)T2Paper

FedReady: Bounded Agents for Federation Formation

来自 arXiv AI/CL/LG(论文) 的这条信息指向AI 产品形态和落地方式变化,适合用于判断近期 AI 圈的真实动向。

TechProducts#LLM#AI Agent#FedReady
58
02:30arXiv AI/CL/LG(论文)T2Paper

Sonar-MoE: In-Backward Expert Updates for Memory-Efficient Mixture-of-Experts Training

来自 arXiv AI/CL/LG(论文) 的这条信息指向模型能力或模型生态变化,适合用于判断近期 AI 圈的真实动向。

TechModels#Sonar-MoE#In-Backward Expert Updates#Memory-Efficient Mixture-of-Experts Training
62
02:27arXiv AI/CL/LG(论文)T2Paper

VeriHarm-Bench: Measuring Harmful Success in LLM Coding Agents Verifiably

来自 arXiv AI/CL/LG(论文) 的这条信息指向模型能力或模型生态变化,适合用于判断近期 AI 圈的真实动向。

TechModels#LLM#AI Agent#OpenAI
62
02:27arXiv AI/CL/LG(论文)T2Paper

BISECT: Bilevel Spectral Decomposition for Low-Rank Continual Learning

来自 arXiv AI/CL/LG(论文) 的这条信息指向AI 产品形态和落地方式变化,适合用于判断近期 AI 圈的真实动向。

TechProducts#推理效率#多模态#BISECT
60
02:17arXiv AI/CL/LG(论文)T2Paper

MCP Tool Poisoning in Agentic AI Frameworks: A Cross-Framework Measurement Study

来自 arXiv AI/CL/LG(论文) 的这条信息指向模型能力或模型生态变化,适合用于判断近期 AI 圈的真实动向。

TechModels#AI Agent#Anthropic#MCP Tool Poisoning
59
02:05arXiv AI/CL/LG(论文)T2Paper

Can LLM Agents Improve Imperfect Earth System Model Parameterizations?

来自 arXiv AI/CL/LG(论文) 的这条信息指向模型能力或模型生态变化,适合用于判断近期 AI 圈的真实动向。

TechModels#LLM#AI Agent#推理效率
60
01:57arXiv AI/CL/LG(论文)T2Paper

Library of Layers (LoL): Adaptively Ordering Transformer Layers at Runtime

来自 arXiv AI/CL/LG(论文) 的这条信息指向模型能力或模型生态变化,适合用于判断近期 AI 圈的真实动向。

TechModels#推理效率#安全#Library
57
01:56arXiv AI/CL/LG(论文)T2Paper

DistDebug-Bench: Can LLM Agents Diagnose Bugs in Distributed Systems?

来自 arXiv AI/CL/LG(论文) 的这条信息指向AI 产品形态和落地方式变化,适合用于判断近期 AI 圈的真实动向。

TechProducts#LLM#AI Agent#多模态
60
01:50arXiv AI/CL/LG(论文)T2Paper

RASP: Read-All, Sparse-Plasticity Continual Learning in a Stationary-Size LoRA

来自 arXiv AI/CL/LG(论文) 的这条信息指向AI 产品形态和落地方式变化,适合用于判断近期 AI 圈的真实动向。

TechProducts#推理效率#多模态#RASP
61
01:40arXiv AI/CL/LG(论文)T2Paper

A Cross-Domain Matrix Engine for Signal Processing and Deep Neural Net Inference

来自 arXiv AI/CL/LG(论文) 的这条信息指向研究方向和技术路线变化,适合用于判断近期 AI 圈的真实动向。

TechResearch#推理效率#Cross-Domain Matrix Engine#Signal Processing
57
00:59arXiv AI/CL/LG(论文)T2Paper

Online Class Posteriors for Interpretable and Controllable Discrete Diffusion

来自 arXiv AI/CL/LG(论文) 的这条信息指向模型能力或模型生态变化,适合用于判断近期 AI 圈的真实动向。

TechModels#RAG#Online Class Posteriors#Interpretable
62
00:59arXiv AI/CL/LG(论文)T2Paper

Improving Hamiltonian Learning through Local Energy Decomposition

来自 arXiv AI/CL/LG(论文) 的这条信息指向模型能力或模型生态变化,适合用于判断近期 AI 圈的真实动向。

TechModels#推理效率#Improving Hamiltonian Learning#Local Energy Decomposition
59
00:36arXiv AI/CL/LG(论文)T2Paper

Low-Rank Clebsch--Gordan Coupling for Equivariant Spherical Forecasting

来自 arXiv AI/CL/LG(论文) 的这条信息指向AI 产品形态和落地方式变化,适合用于判断近期 AI 圈的真实动向。

TechProducts#推理效率#Low-Rank Clebsch--Gordan Coupling#Equivariant Spherical Forecasting
58
00:26arXiv AI/CL/LG(论文)T2Paper

LAND: Learning an Adaptive Number of Draws for Bayesian Best-of-N Selection

来自 arXiv AI/CL/LG(论文) 的这条信息指向模型能力或模型生态变化,适合用于判断近期 AI 圈的真实动向。

TechModels#RAG#LAND#Learning
60
00:21arXiv AI/CL/LG(论文)T2Paper

RangeFinder: Predicting Ligand Property Ranges from Protein Pockets

来自 arXiv AI/CL/LG(论文) 的这条信息指向模型能力或模型生态变化,适合用于判断近期 AI 圈的真实动向。

TechModels#多模态#RangeFinder#Predicting Ligand Property