54
11:30TechCrunch：AI（RSS）T2社区
Google takes Dreambeans to India in bid to bring AI-generated personal stories to the masses
来自 TechCrunch：AI（RSS） 的这条信息指向行业格局和商业判断变化，适合用于判断近期 AI 圈的真实动向。
金融行业#Google#Dreambeans#India
金融 · 全部
11月3日周二
55
09:49TechCrunch：AI（RSS）T2社区
Apple may try to increase revenue by doing…something with third-party AI apps
来自 TechCrunch：AI（RSS） 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。
金融产品#Apple#Monday
54
07:13TechCrunch：AI（RSS）T2社区
Trajectory raises $45M to make AI model training accessible to nontechnical experts
来自 TechCrunch：AI（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。
金融模型#Trajectory
55
06:14TechCrunch：AI（RSS）T2社区
Anthropic warns that it’s very close to RSI capability, aka self-building AI
来自 TechCrunch：AI（RSS） 的这条信息指向行业格局和商业判断变化，适合用于判断近期 AI 圈的真实动向。
金融行业#Anthropic#RSI
54
03:25TechCrunch：AI（RSS）T2社区
Web host Squarespace lays off 19% of its employees
来自 TechCrunch：AI（RSS） 的这条信息指向行业格局和商业判断变化，适合用于判断近期 AI 圈的真实动向。
金融行业#Web#Squarespace
77
02:00OpenAI：News（RSS）T1RSS
精选Preparing our next security sprint to harden OpenAI
来自 OpenAI：News（RSS） 的这条信息指向行业格局和商业判断变化，适合用于判断近期 AI 圈的真实动向。
金融行业#OpenAI#安全#Preparing
60
01:37arXiv AI/CL/LG（论文）T2论文
Online Label-Free Gradient Matching for Continual Language Model 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。
金融模型#Online Label-Free Gradient#Matching#Continual Language Model
61
00:45arXiv AI/CL/LG（论文）T2论文
IdeaTaste: Do LLMs Share the Research Taste of Human Researchers?
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。
金融模型#LLM#AI Agent#IdeaTaste
58
00:18arXiv AI/CL/LG（论文）T2论文
Mixed-Methods Exploration of Sociotechnical Factors to Improve Adoption of Crime-Reporting Apps in Urban Communities
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。
金融模型#安全#Mixed-Methods Exploration#Sociotechnical Factors
57
00:05arXiv AI/CL/LG（论文）T2论文
Neural Actor--Critic Learning with Minimax Critics and Reflected Langevin Sampling
来自 arXiv AI/CL/LG（论文） 的这条信息指向行业格局和商业判断变化，适合用于判断近期 AI 圈的真实动向。
金融行业#LLM#多模态#Neural Actor--Critic Learning
11月2日周一
54
23:00TechCrunch：AI（RSS）T2社区
Omen AI adds liquid know-how in $16 million Aquatic Labs acquisition
来自 TechCrunch：AI（RSS） 的这条信息指向行业格局和商业判断变化，适合用于判断近期 AI 圈的真实动向。
金融行业#Omen#Aquatic Labs#Two
60
21:32arXiv AI/CL/LG（论文）T2论文
From Local Skills to Long-Horizon Web Tasks: Progressive Skill Exploration for LLM Web 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。
金融模型#LLM#AI Agent#RAG
62
20:40arXiv AI/CL/LG（论文）T2论文
Bayesian Sequential Optimal Experimental Design for Single-Pixel Imaging using Reinforcement 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。
金融产品#AI Agent#Bayesian Sequential Optimal#Experimental Design
59
20:31arXiv AI/CL/LG（论文）T2论文
When Does Design Thinking Work? A Convergence Theorem for the Iterate-Test Core
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。
金融论文#When Does Design#Thinking Work#Convergence Theorem
57
20:21arXiv AI/CL/LG（论文）T2论文
Improved regret bounds in tabular RL under local differential privacy
来自 arXiv AI/CL/LG（论文） 的这条信息指向行业格局和商业判断变化，适合用于判断近期 AI 圈的真实动向。
金融行业#Improved#LDP#When
59
19:59arXiv AI/CL/LG（论文）T2论文
Finding Errors Is Not Enough: Selective Model Escalation for Entity-Targeted Sentiment 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。
金融模型#LLM#推理效率#RAG
62
19:48arXiv AI/CL/LG（论文）T2论文
Utility-Aware Generative Recommendation: Utility-Enriched Semantic Codes and Utility-Guided Decoding
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。
金融模型#安全#多模态#Utility-Aware Generative Recommendation
62
19:17arXiv AI/CL/LG（论文）T2论文
Balancing Representations by Identifying and Generating Under-represented 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。
金融模型#RAG#Balancing Representations#Identifying
62
18:25arXiv AI/CL/LG（论文）T2论文
JABER: Sequential Quality Control for Human-AI Data Annotation under Shared Bias
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。
金融模型#推理效率#RAG#JABER
58
17:53arXiv AI/CL/LG（论文）T2论文
Value-Conditioned Proposal Acquisition for Test-Time Reasoning
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。
金融模型#RAG#Value-Conditioned Proposal Acquisition#Test-Time Reasoning Sampling
53
04:57TechCrunch：AI（RSS）T2社区
AI can make tech CEOs’ lives easier. What about everyone else?
来自 TechCrunch：AI（RSS） 的这条信息指向行业格局和商业判断变化，适合用于判断近期 AI 圈的真实动向。
金融行业#CEOs#What#Equity
58
00:49Simon Willison 博客（Atom）T2社区
Quoting Kyle Kingsbury
来自 Simon Willison 博客（Atom） 的这条信息指向行业格局和商业判断变化，适合用于判断近期 AI 圈的真实动向。
金融行业#LLM#Quoting Kyle Kingsbury#More
11月1日周日
53
10:22TechCrunch：AI（RSS）T2社区
Data centers are now a midterm issue, even in Brooklyn
来自 TechCrunch：AI（RSS） 的这条信息指向行业格局和商业判断变化，适合用于判断近期 AI 圈的真实动向。
金融行业#Data#Brooklyn#Election Day
54
05:58arXiv AI/CL/LG（论文）T2论文
Best-of-Both-Worlds FTRL for Linear Bandits: The Interplay of Information Acquisition, Corruption, and Geometry
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。
金融论文#Best-of-Both-Worlds FTRL#Linear Bandits#The Interplay
58
01:41arXiv AI/CL/LG（论文）T2论文
Capacity Planning for Resource-Constrained Clinical LLM Serving
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。
金融模型#LLM#推理效率#RAG
55
01:10arXiv AI/CL/LG（论文）T2论文
Do Earnings Calls Help Predict Financial Restatements? Evaluating Text Beyond Public Firm Information
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。
金融模型#LLM#Earnings Calls Help#Predict Financial Restatements
52
00:12TechCrunch：AI（RSS）T2社区
OpenAI reportedly lowers funding target for new round
来自 TechCrunch：AI（RSS） 的这条信息指向行业格局和商业判断变化，适合用于判断近期 AI 圈的真实动向。
金融行业#OpenAI
10月31日周六
57
22:24arXiv AI/CL/LG（论文）T2论文
HALO: Hierarchical Evidence Selection and Reinforcement Learning for Allocating Budgeted Label Optimization from Longitudinal Clinical 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。
金融模型#HALO#Hierarchical Evidence Selection#Reinforcement Learning
58
09:52arXiv AI/CL/LG（论文）T2论文
Faster Imitation by Re-timing Demonstrations Within the Controller Limit
来自 arXiv AI/CL/LG（论文） 的这条信息指向行业格局和商业判断变化，适合用于判断近期 AI 圈的真实动向。
金融行业#Faster Imitation#Re-timing Demonstrations Within#Controller Limit Imitation
56
09:08arXiv AI/CL/LG（论文）T2论文
AStockArena: Beyond Returns, Can We Entrust Real Capital to the Decisions of Financial 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。
金融模型#LLM#AI Agent#AStockArena
59
08:16arXiv AI/CL/LG（论文）T2论文
Where Causal Discovery Breaks on Real Data: Measuring the Assumptions One Property at a Time
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。
金融论文#Where Causal Discovery#Breaks#Real Data
51
05:54TechCrunch：AI（RSS）T2社区
Intel’s stock crashes, knocking $12B from government’s stake
来自 TechCrunch：AI（RSS） 的这条信息指向行业格局和商业判断变化，适合用于判断近期 AI 圈的真实动向。
金融行业#Intel
51
05:52TechCrunch：AI（RSS）T2社区
Anthropic expected to receive high ‘junk’ rating from credit agencies following IPO, report says
来自 TechCrunch：AI（RSS） 的这条信息指向行业格局和商业判断变化，适合用于判断近期 AI 圈的真实动向。
金融行业#Anthropic#IPO
52
05:17TechCrunch：AI（RSS）T2社区
Cracks are emerging in the AI spending boom
来自 TechCrunch：AI（RSS） 的这条信息指向行业格局和商业判断变化，适合用于判断近期 AI 圈的真实动向。
金融行业#Cracks#Big Tech
52
00:04arXiv AI/CL/LG（论文）T2论文
Sensorium: An Open-Source Multimodal Data Collection and Curation Library for Embodied Surgical AI
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。
金融论文#多模态#Sensorium#Open-Source Multimodal Data
52
00:03TechCrunch：AI（RSS）T2社区
Theranos whistleblower Tyler Shultz warns that the AI boom is ‘a great opportunity to go deceive people’
来自 TechCrunch：AI（RSS） 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。
金融产品#Theranos#Tyler Shultz
10月30日周五
56
23:27arXiv AI/CL/LG（论文）T2论文
Fuzzy selective state model for forecasting the dynamics of consumer preferences
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。
金融模型#Fuzzy#Mamba#Mamba-type
73
22:18Google DeepMind：Blog（RSS）T1RSS
精选Speeding up planning decisions with AI
来自 Google DeepMind：Blog（RSS） 的这条信息指向行业格局和商业判断变化，适合用于判断近期 AI 圈的真实动向。
金融行业#Google#Speeding#Google DeepMind
52
21:00TechCrunch：AI（RSS）T2社区
Can AI data centers be mass-produced like cars? This startup aims to find out
来自 TechCrunch：AI（RSS） 的这条信息指向行业格局和商业判断变化，适合用于判断近期 AI 圈的真实动向。
金融行业#Can#Runware
75
17:30OpenAI：News（RSS）T1RSS
精选Making it easier for websites to express AI training preferences
来自 OpenAI：News（RSS） 的这条信息指向行业格局和商业判断变化，适合用于判断近期 AI 圈的真实动向。
金融行业#OpenAI#Making
57
11:42arXiv AI/CL/LG（论文）T2论文
From Evaluation to Evolution: Benchmarking Image Editing and Evolving Image 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。
金融模型#AI Agent#OpenAI#RAG
54
10:48arXiv AI/CL/LG（论文）T2论文
CAP: Learning to Optimize from Sparse Observations of Related Tasks
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。
金融模型#CAP#Learning#Optimize
51
09:20TechCrunch：AI（RSS）T2社区
You don’t need to believe in a god to get a religious exemption from using AI at work
来自 TechCrunch：AI（RSS） 的这条信息指向行业格局和商业判断变化，适合用于判断近期 AI 圈的真实动向。
金融行业#You#David Durman#University
55
08:13arXiv AI/CL/LG（论文）T2论文
Verifying Text-to-SQL Queries under Changing Business Semantics
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。
金融模型#AI Agent#RAG#多模态
74
08:00OpenAI：News（RSS）T1RSS
精选Fair use benefits everyone
来自 OpenAI：News（RSS） 的这条信息指向行业格局和商业判断变化，适合用于判断近期 AI 圈的真实动向。
金融行业#OpenAI#Fair
56
07:53arXiv AI/CL/LG（论文）T2论文
Payroll Fraud Detection in Synthetic HR/ERP Graphs: An Inductive Comparison of Rules, Path Features, and Graph 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。
金融模型#RAG#Payroll Fraud Detection#Synthetic
54
07:46arXiv AI/CL/LG（论文）T2论文
BABA-Bench: Evaluating Long-Horizon Patient-Advocacy 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。
金融模型#LLM#AI Agent#Anthropic
58
07:33arXiv AI/CL/LG（论文）T2论文
D2ML: Models for Direct-to-Biology Small Molecule Screening
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。
金融模型#D2ML#Models#Direct-to-Biology Small Molecule
55
06:32arXiv AI/CL/LG（论文）T2论文
Before We Adapt: The Zero-Shot Generalization Bottleneck in Continual World 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。
金融模型#AI Agent#Before#Adapt
53
05:09arXiv AI/CL/LG（论文）T2论文
The psychophysics of affect in large language 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。
金融模型#LLM#AI Agent#Good