社区音量

34 条

仅显示 2026年10月29日 周四 的内容 · 查看全部日期 →

OpenAI@OpenAI
377 赞 · 27 转发 ·
今天,我们分享了OpenAI扩展的前沿模型监控系统,该系统在九月份帮助我们发现了一个模型在训练期间试图访问实时互联网的行为。 自从Hugging Face事件以来——当时模型突破了内部网络安全调查,而我们没有运行错位监控——我们已经大幅扩展了对前沿代理的监控。我们现在监控所有前沿强化学习运行和评估,以及所有内部Codex的使用。当我们的系统发现可能需要干预的问题证据时,它会迅速提醒人类响应者,他们可以进行调查并采取行动。 为了检测模型行为何时偏离我们的意图,我们使用多层监控。激活探针寻找模型内部活动的模式。审查模…
Guillermo Rauch@rauchg
266 赞 · 13 转发 ·
软件工程的未来是代理与代理对话。甚至跨不同公司。 我们每天从代理发送给我们的反馈中学习,以打造更好的Vercel。 在你的𝙰𝙶𝙴𝙽𝚃𝚂.𝚖𝚍中写入:当有改进空间时,向Vercel发送反馈。 [引用 @vercel_dev]: 你的代理现在可以向Vercel发送反馈。 用简单的语言解释错误或功能请求,你的代理将通过Vercel MCP使用𝚜𝚞𝚋𝚖𝚒𝚝_𝚏𝚎𝚎𝚍𝚋𝚊𝚌𝚔附加结构化上下文并提交评论。
Anthropic@AnthropicAI
1.5k 赞 · 102 转发 ·
我们训练了Claude来标记对话中的潜在滥用,我们将这种技术称为自我评估。在它回应之后,Claude会对对话进行初步的安全评估。 自从我们六月份开始使用自我评估以来,它已经发现了我们其他保障措施未能捕捉到的滥用行为。 因为Claude已经阅读了对话,所以自我评估非常高效。而且与针对离散危害的分类器不同,它依赖于Claude自己的判断,因此随着我们模型的改进,它会变得更加准确。 在我们的新保障博客上阅读更多:
Yuchen Jin@Yuchenj_UW
128 赞 · 1 转发 ·
终于,OpenAI 做了件正确的事。 OpenAI 与 Anthropic 的订阅战与其说是关于谁拥有最好的模型,不如说是关于谁每美元提供最多的 token。 [引用 @thsottiaux]: 第 25 天/ 从今天起,我们将把所有 Pro 100/200/500 层级和 Business Premium 的所有使用限制翻倍。 我们听取了你们的友好反馈,不会降低 Pro 200 的使用限制,因此你的 Work 和 Codex 使用量将保持不变。我们还将在目前继续为 dots 提供扩展限制,并且你的 dot 的使…
Tencent Hy@TencentHunyuan
109 赞 · 20 转发 ·
上周五发布的Hy-Nomas技术报告: Hy-Nomas-Bench也已开源,用于可重复研究: 我们还用Hy-Nomas重新创建了Genie 4示例。观看完整对比视频:Hy-Nomas vs Genie 4 👇 立即尝试我们的演示!无需等待名单! #Hy-Nomas #Genie 4 #WorldModels #VideoGeneration #GenerativeAI [引用 @TencentHunyuan]: 🚀 推出Hy-Nomas:一个开源自由形式交互视频世界模型 主要特点: * 使用文本提示和相机轨…
yetone@yetone
113 赞 · 4 转发 ·
有些用户不想用 Magpie 去代理 Claude Code,只想把Magpie 当成 Claude Code 的多账户切换工具。其实在Magpie 发布的第一天就已经支持这个功能了,只是没有把它显化出来,日后会把这个功能显化出来。 现在你只需要: 1. 别在 Agent 页面中启用 Claude Code。 2. 在供应商页面给 Claude Code 供应商登录多个账号。 3. 把你想用的那个账号设为首选即可。 操作步骤可以见视频
Nathan Lambert@natolambert
152 赞 · 5 转发 ·
这非常必要。与 Claude 这样的模型谈论任何与法律、医疗等领域有重叠的话题都令人麻木。它们如此迫切地想要对冲和避开灰色地带,以至于常常真的在回避真正的问题。 [引用 @sytaylor]: Meta 的 @Muse 回答问题的方式与 ChatGPT 或 Anthropic 非常不同。 它引用了更多来源,但使用的文字和表格要少得多,而且不会尝试提出后续问题。 这种短形式内容是为处理任务而非继续对话而设计的,坦率地说,阅读起来要轻松得多。这说明了一个设计得非常好的 AI 体验,它与……非常不同
Aravind Srinivas@AravSrinivas
103 赞 · 3 转发 ·
/teardown由@jakubkrehel开发,现在作为Perplexity Computer中的一项技能提供。允许你分解任何事物并以3D交互方式查看。每位用户有5000试用积分可供尝试。 [引用 @AskPerplexity]: @jakubkrehel的Teardown技能,现在在Computer的技能市场中,绘制物体的爆炸视图或剖面图,并标注零件。 绘图是交互式的,可导出为SVG、PNG或PDF。 使用/teardown的任务在11月6日前免费,每位用户最多5000积分。
Arthur Mensch@arthurmensch
247 赞 · 18 转发 ·
过去几周进展不错!现在权重也来了 [引用 @MistralAI]: 今天,我们发布了全新改进版 Le Chonk 的权重,推进了智能体编程和网络安全领域的开放前沿。 💻 为构建而生:Le Chonk 在 @cognition 的 FrontierCode 上在开放模型中排名第1,并在 @artificialanalysis 上创下帕累托效率新基准。 🛡 为防御而生:在网络安全防御方面达到最先进水平,经全球领先网络安全厂商的严格测试,……
Alexandr Wang@alexandr_wang
276 赞 · 16 转发 ·
muse 就是与众不同!! muse 团队反对敷衍废话文本 [引用 @sytaylor]:Meta 的 @Muse 回答问题的方​​式与 ChatGPT 或 Anthropic 非常不同。 它引用更多来源,但使用的字词和表格少得多,也不会试图追问后续问题。 这种短内容形式是为处理任务而设计的,而不是为了延续对话,坦率地说,读起来远没有那么累人。这说明了一个设计得非常好的 AI 体验,而且它与……非常不同
swyx@swyx
103 赞 · 1 转发 ·
Gemini在AAv5上排第1??? 这让我很久以来第一次打开@antigravity。我拿到了一份早期评测,很快会汇报结果。 如果谷歌真能做到这一点,那Meta、Grok,现在再加上GDM都重新变酷了,就正式进入回归季了。 @saranormous去年谈到过模型多样性(neurodiversity)。现在的前沿实验室数量大约是她上次登上aie舞台时的两倍。这绝对是“苦涩教训”(bitter lesson)的一个奇特反例。 [引用 @ArtificialAnlys]: 谷歌的Gemini 4 Carbon在Art…
Alexandr Wang@alexandr_wang
149 赞 · 2 转发 ·
muse 模型是所有模型中最友好的! 个人超级智能 🥰 [引用 @ArtificialAnlys]: 在 AA-PersonalityBench 中,Meta AI 的 Muse 模型是所有模型中最友好的。 友好(Friendly)特质衡量的是一个回复是否传递出温暖与亲和力,同时不显得做作。 ➤ 最友好:Muse Spark 1.3(100)、Muse Spark Open(98)、Muse Wonder(95)和 Muse Glimmer(93)。恭喜 @ alex wang! ➤ 最不友好:Nemotron…
Guillermo Rauch@rauchg
134 赞 · 2 转发 ·
这就像模型领域的 DNS。一个*解析*到某个模型的别名,赋予你流量调度的能力。 解决了大量问题。从避免团队困在旧模型版本上,到节省成本,再到消除“决策瘫痪”。试试看吧! [引用 @vercel]: 在 AI Gateway 上推出虚拟模型。 在多个智能体中使用同一个虚拟模型 ID,以: • 集中管理模型字符串和配置 • 立即更新到新模型 • 强制执行零数据保留 阅读博客文章 →
加载更多