69
00:29Simon Willison 博客（Atom）T2Community
FeaturedQwen 3.8 27B on my laptop can interpret model weights, too
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#AI Agent#OpenAI
Technology · All
Wed, November 4
Tue, November 3
78
20:00OpenAI：News（RSS）T1RSS
FeaturedAccelerating engineering for the physical world
来自 OpenAI：News（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#OpenAI#Accelerating#Discover
78
16:00OpenAI：News（RSS）T1RSS
FeaturedHeimstaden is changing residential real estate management with AI
来自 OpenAI：News（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#OpenAI#Heimstaden#Discover
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
- T2arXiv AI/CL/LG（论文）World Modeling in Transformers
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
59
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
58
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
02:53arXiv AI/CL/LG（论文）T2Paper
Not All Reasoning Generalizes: A Case Study on Learning Generalizable Reasoning Strategies in RLVR
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#多模态#Not All Reasoning
59
02:52arXiv AI/CL/LG（论文）T2Paper
D&A: Decoupling Description and Assessment Enables VLMs as Zero-Shot Robotic Reward 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#多模态#Decoupling Description#Assessment Enables VLMs
56
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
59
02:47arXiv AI/CL/LG（论文）T2Paper
Efficient Closure Learning in Dynamical Systems: A Comparison of Data-Assimilated and Embedded Approaches
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#Efficient Closure Learning#Dynamical Systems
57
02:42arXiv AI/CL/LG（论文）T2Paper
ufakzeka-kulak: Building and Evaluating a 31.6M-Parameter Turkish Speech Recognizer from Scratch
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#Building#Evaluating
59
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
02:39arXiv AI/CL/LG（论文）T2Paper
Structured Visual Landscape: Generating Preferred Representations in Biological and Artificial Neural Networks
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#Structured Visual Landscape#Generating Preferred Representations#Biological
58
02:39arXiv AI/CL/LG（论文）T2Paper
DynaSolver: A Neural Operator for Autoregressive 4D Flow Prediction with Dynamic Boundaries
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#OpenAI#推理效率#多模态
56
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
57
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
57
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
61
02:28arXiv AI/CL/LG（论文）T2Paper
NitiBench+: A Temporal Thai Legal Question Answering Benchmark Across 17 Domains
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#NitiBench
61
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
61
02:19arXiv AI/CL/LG（论文）T2Paper
PlantVLM-Edge: Quantized Vision-Language Models for On-Device Crop Health Diagnosis
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#多模态#PlantVLM-Edge
59
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
58
02:13arXiv AI/CL/LG（论文）T2Paper
Can LLM Agents Be Forward-Deployed Engineers? Requirement Discovery and Delivery for Enterprise Text-to-SQL
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#Can LLM Agents
58
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
62
01:58arXiv AI/CL/LG（论文）T2Paper
Contrastive Adapter Training and Consensus Knowledge Distillation for Multi-Source-Free Domain Adaptation in Skin Cancer Diagnosis
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#多模态#Contrastive Adapter Training
59
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
61
01:51arXiv AI/CL/LG（论文）T2Paper
Ask, Don't Equip: Question-Driven Coding Agents for Deep Kernel Optimization
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#RAG
59
01:47arXiv AI/CL/LG（论文）T2Paper
ST-GFM: Spectral-Temporal Graph Forecasting with Measured Perturbation Bounds and Masked Spectral Reconstruction
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#ST-GFM#Spectral-Temporal Graph Forecasting#Measured Perturbation Bounds
59
01:28arXiv AI/CL/LG（论文）T2Paper
A Hybrid Visitor Prediction Framework using Interpretable Temporal features, Integrating IQR and Anomaly Detection in Lakes in Nebraska
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#Hybrid Visitor Prediction#Framework
59
01:09arXiv AI/CL/LG（论文）T2Paper
A Bayesian Framework for Safe Optimal Control of Unknown Systems from Input-Output Data
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#Bayesian Framework#Safe Optimal Control#Unknown Systems
56
01:04arXiv AI/CL/LG（论文）T2Paper
Unrolled gradients in disguise: bridging interpolation-based and Jacobian regularization for stable neural dynamics
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#Unrolled#Jacobian#Hybrid
56
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
61
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
58
00:53arXiv AI/CL/LG（论文）T2Paper
Bridging Neural Tangent Kernel Analysis and Reinforcement Learning for Deep Function Approximation
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#Bridging Neural Tangent#Kernel Analysis
54
00:53arXiv AI/CL/LG（论文）T2Paper
Optimize the Harness, Not the Model: Fitting a Minimal Agent to a Self-Hostable LLM for Investigative Analysis
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#Anthropic
61
00:34arXiv AI/CL/LG（论文）T2Paper
From Reactive to Agentic Resilience: Multi-Timescale AI-RAN Orchestration Under Signaling Storms
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#多模态
58
00:28arXiv AI/CL/LG（论文）T2Paper
Progressive Multi-Scale Super-Resolution via Cascaded Bicubic Anchors and Inter-Scale Mutual Refinement
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#安全#Progressive Multi-Scale Super-Resolution#Cascaded Bicubic Anchors
57
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
00:22arXiv AI/CL/LG（论文）T2Paper
A Geometry-Informed Neural Operator surrogate of LISFLOOD-FP for rapid pluvial-fluvial flood forecasting: the case of Forlì, Italy
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#Geometry-Informed Neural Operator#LISFLOOD-FP
59
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
59
00:20arXiv AI/CL/LG（论文）T2Paper
Same Outputs, Different Scores: Auditing the Unchecked Graders of Multimodal LLM Benchmarks
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#多模态#Same Outputs
61
00:17arXiv AI/CL/LG（论文）T2Paper
Characterizing When Language Models Take Harmful Actions to Protect Their Assigned Goals
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#安全#Characterizing When Language
60
00:09arXiv AI/CL/LG（论文）T2Paper
Every Pixel Is an Option: A System One Model for Medical Ultrasound Biometry
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#Every Pixel#Option
59
00:08arXiv AI/CL/LG（论文）T2Paper
Multidimensional Suicide Risk Assessment with Machine Learning using Electronic Health Records
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#Multidimensional Suicide Risk#Assessment#Machine Learning
59
00:02arXiv AI/CL/LG（论文）T2Paper
NormMoX: A Normative Mixture of Experts for Explainable Autism Classification from Structural and Functional MRI
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#NormMoX#Normative Mixture#Experts
59
00:00arXiv AI/CL/LG（论文）T2Paper
FLAMIA: FLAsh MIcroscaling Attention for Fast and Causally Safe Training on Blackwell
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#FLAMIA#FLAsh MIcroscaling Attention
Mon, November 2
61
23:51arXiv AI/CL/LG（论文）T2Paper
The SIMPLE Law for Energy Cost of LLM Inference
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
23:49arXiv AI/CL/LG（论文）T2Paper
From FAIR to AI-FAIR Metadata-First Infrastructure for AI-Enabled Science
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#From FAIR
60
23:44arXiv AI/CL/LG（论文）T2Paper
TrafficInstruct: A Multi-Task Network Traffic Dataset and Benchmark for Instruction Tuning
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#TrafficInstruct#Multi-Task Network Traffic