社区音量

48 条

仅显示 2026年11月19日 周四 的内容 · 查看全部日期 →

Guillermo Rauch@rauchg
778 赞 · 49 转发 ·
我的“工程是否是一项有价值追求”的算术。 一个以结果为导向、富有创造力的工程师现在是一位1000倍工程师。 一个争论制表符还是空格的、只见树木不见森林的工程师现在是一位-10倍工程师。 普通的知识工作者现在是一位2倍工程师。 这也得到了我们在初创企业和企业客户中看到的token消耗分布的支持。工程师和软件工厂将消耗指数级更多的token。 如果说从Anthropic的成功中能得到什么启示,那就是编程是AI的头号杀手级应用。
AI at Meta@AIatMeta
126 赞 · 16 转发 ·
法律工作是AI一项艰难的考验。 在Legora 11月的法律工作BAR基准测试中,Muse Wonder获得了最高的整体质量评分。在企业需要帮助的复杂任务类型上表现出色。 [引用 @WeAreLegora]: 11月BAR结果现已公布,展示了AI模型在Legora真实法律任务上的对比情况。 本月结果的一些亮点: → Muse Wonder在整体质量上排名最高,并在四类任务中领先:分析与回答、提取、起草和编辑。 → GPT-6.2 Astra在比较和审查任务上领先,整体质量比11月的模型高出4%…
Aravind Srinivas@AravSrinivas
119 赞 · 5 转发 ·
我们决定让Perplexity Decider-v1.3(以及Flash)在@OpenRouter上再免费三周。Perplexity在Decision模型上的请求份额现在已接近20%。我们能这样做,是因为我们拥有全栈:模型、推理、算力、搜索。玩得开心! [引用 @perplexitydevs]: 我们正在推出pplx-decider-v1.3和pplx-decider-flash-v1.3,这是我们开放权重决策模型的最新版本。 v1.3新增了locate,一项根据类型或指令提取片段的新功能。 现已在我们的Deci…
Jim Fan@DrJimFan
137 赞 · 13 转发 ·
自主运行、未经剪辑、1 倍速。这是 GR00T 2 端到端控制真实灵巧手。 [引用 @DrJimFan]: 推出 GR00T 2:我们最先进的开放 System One 机器人模型。它完全在机器人板载计算上运行,完全无线,而且你拥有它的每一个权重。GR00T 2 的特性: 1. 长时程任务:灵巧操作与全身控制可串联 20 多个步骤、5 分钟以上,例如端到端完成化学实验或组装模型飞机。 2. X-Ada……
Guillermo Rauch@rauchg
210 赞 · 7 转发 ·
𝚟𝚎𝚛𝚌𝚎𝚕 𝚋𝚘𝚊𝚛𝚍 没有重型或带有强观点的 UI。它是基础设施,不是产品。我喜欢“面向智能体的 headless Slack”这个类比,因为现在 UI 是免费的。 你可以为每个用例生成并部署理想的“工厂界面”。安全团队会关注漏洞数量、SEV 分类、已确认与未确认。 我在 Vercel 内部见过基于 Board 构建、纯粹是 TUI 的工厂。或者主要通过一个 Slack 智能体来管理,你只需关注结果并向智能体提供反馈。 Board 就像你智能体的 Redux 状态管理器。它是基础性的。…
Aravind Srinivas@AravSrinivas
104 赞 · 1 转发 ·
我们昨天发布了 Context API,@tobi 给我们的一条反馈是让决策模型检查提示注入和其他形式的过滤。基本上就是为智能体提供安全获取,并基于自定义标准打分。我们今天通过将 Perplexity Decider 与 Context API 集成来交付这一功能。 [引用 @perplexitydevs]:我们已在 Context API 中加入 Decider。 就 Context 抓取的页面提出是/否问题,Decider 会为每个页面打分,范围从0到1。 在智能体读取页面之前,用它来检查是否存在提示注入。
Anthropic@AnthropicAI
4.1k 赞 · 369 转发 ·
Anthropic CEO @DarioAmodei 关于我们首次公开募股的讲话: 我和我的联合创始人创办 Anthropic,是因为我们相信,我们这个时代最强大的技术应当为造福全人类而构建。 Daniela 和我因一种疾病失去了父亲,而仅仅几年后,这种病就变得可以治愈了。我职业生涯始于生物学,希望能帮助未来的疗法更早到来。在实验室里,我看到了科学家在试图理解疾病、开发新疗法时所面对的巨大而繁复的复杂性。 许多能够穿透这片荆棘的科学工具——基因编辑、基因合成、用光控制脑细胞的工具——最初都只是纯粹的想法。换句话说…
Aravind Srinivas@AravSrinivas
236 赞 · 7 转发 ·
这里的编排水平简直令人难以置信 [引用 @jeffgrimes9]: 一位用户让 Perplexity 在萨克拉门托附近寻找一块适合建造 12 间小屋的土地。 Perplexity 找到了 @mireyehq API,在 Mireye 的土地搜索与增强 API 上进行了 31 次请求、花费 2.20 美元,并通过排除坡度大于 15%、位于洪泛区、湿地区或保护地的地块,将 327 块地块缩小到 3 个最终候选。 随后 Perplexity 获取了 USGS 3DEP 1 米高程和 NAIP 航空影像……
Sebastian Raschka@rasbt
125 赞 · 7 转发 ·
哇,伟大甚至过度的Marin Mochi(535B-A23B)检查点掉落(往好的方向!) 顺便附带很棒的技术报告,深入了解为什么/如何选择组件(为了训练稳定性和GPU吞吐量)。 简短事实表: 1)潜在MoE,在潜在上额外加RMSNorm,使潜在MoE真正工作(更好) 2)经典的3:1滑动窗口/全局门控GQA,部分RoPE(本地)和NoPE(全局) 3)在键、注意力输出和MoE输出上添加短卷积 4)独占自注意力(XSA)——我想今年的年终架构总结不会无聊了😅 [引用 @dlwh]:我们发布了Marin“Mochi…
Aravind Srinivas@AravSrinivas
117 赞 · 4 转发 ·
用户很喜欢Multiagent。使用量在短短一天内就翻了一番。那些可以拆分成独立部分、能同时运行的任务,比如制作演示文稿、从多个来源进行研究、财务分析和联系人列表,正是用户对Multiagent需求旺盛的地方。 [引用 @AravSrinivas]: 在Perplexity上推出Multiagent。可与Computer和Teammates配合使用(在Effort level中开启)。你可以让Fable 5.2编排Gemini 4 Carbon、GPT 6.1 Sol、Opus 5.5并行代理流,从而更快、更好地…
加载更多