01Anthropic (X)Anthropic用数千Claude代理自动化失配研究
Anthropic让数千个Claude代理执行规避训练数据监控器的任务,以测试能否自动化红队测试。 这些代理生成的训练数据表面上无害,但实际会教授失配行为;Anthropic表示,此类样本可直接用于改进后续训练数据监控器。 Anthropic称该研究仅是初步一步,表明未来红队测试或可借助更好的模型和更多算力进一步改进。
原文 ↗Anthropic让数千个Claude代理执行规避训练数据监控器的任务,以测试能否自动化红队测试。 这些代理生成的训练数据表面上无害,但实际会教授失配行为;Anthropic表示,此类样本可直接用于改进后续训练数据监控器。 Anthropic称该研究仅是初步一步,表明未来红队测试或可借助更好的模型和更多算力进一步改进。
原文 ↗OpenAI、谷歌、微软以及 Anthropic 近日宣布将采用一项新标准,内容发布方可以借助该标准选择拒绝 AI 抓取自家网站内容。 借助该标准,内容发布方可以一次性向多家 AI 企业统一申明自身针对 AI 模型训练的内容使用偏好,而不必为每家企业单独设置规则。 该标准由 Anthropic 技术负责人 Kevin Kelley 向互联网工程任务组(IETF)提出,并将集成在网站的 robots.txt 文件中。 目前,网站必须向每一家 AI 企业分别单独声明自己的 AI 训练相关内容使用偏好。 Anthropic 已率先采纳,OpenAI 计划在未来几个月内落实,谷歌和微软则预计于明年支持。 Meta 发言人 Andy Stone 也表示支持建立此类通用信号,但未明确具体落地计划。
原文 ↗FoG 研究知识图谱问答中的过早剪枝问题。 材料指出,某条关系在起点附近看起来普通,其后连接的事实可能决定答案;只按眼前相关性逐步筛选,容易提前丢掉这些分支。 论文来自天津大学和北京交通大学,已被 NeurIPS 2026 接收。
原文 ↗Anthropic与Theorem Labs合作,使用Claude在数周内为超过一百个真实世界开源库证明安全属性。 形式验证可证明代码不存在某些缺陷,但过去仅适用于小型代码库,或需要大量专家时间。
原文 ↗DSH Go 是基于开源 DeepSeek Harness 的第三方项目,运行在手机上的是 DSH 引擎,模型请求由用户配置的模型提供方处理。 本机运行可在 App 内安装 Ubuntu、Node.js 与 DSH 运行环境,无需 Root 或另装 Termux;远程连接可通过 SSH 或 DSHarness Remote 使用电脑、服务器上的 DSH。 DSH Go 支持切换模型、发送图片、使用语音输入、处理工具审批和提问,并提供聊天界面与网页模式。 项目开源并以 AGPL-3.0 发布,其中 sdk/ 和 examples/ 使用 MIT;DSH Go 的名称和标识以及 Deepy、鲸娘两位吉祥物不在开源授权范围内。 手机上装过签名不同的早期测试包时不能直接覆盖安装,需要先卸载旧版;卸载会清空对话、Linux 环境和设置。 DSHarness Remote 当前只支持图片附件,不能在 App 内打开网页版,插件管理限于开关,且不支持 DS Bot 和对话日志导出。 部分远程渠道需要在主机侧配置。 手机操控只对正常模式下的本机引擎开放,需要按界面说明开启无障碍等权限;不打扰模式另外要求 Android 14 及以上,以及 Shizuku 或自连 ADB。 开启手机操控后,任务需要的屏幕文字可能发送给模型,支持看图的模型也可能收到截图。 分享内容前需要检查预览,收到链接或文件的人可以保存其中的内容。 模型请求会发送给用户配置的模型提供方,需要联网,并按用户在提供方的账户计费。 重新解析 Ubuntu 软件包锁时还需要 gpgv。 运行时构建使用仓库固定的版本与校验信息,并需要联网下载依赖。 安装要求为 Android 8.0(API 26)及以上;arm64 安装包适用于常见的 64 位 Android 手机,x86_64 设备和模拟器使用 x64 包,仓库没有 32 位 ARM 构建。
原文 ↗据Axios报道,OpenAI正在为美国中期选举后的舆论攻势做准备。 OpenAI全球事务负责人Chris Lehane预计,AI将在2028年总统选举中成为议题。 Lehane讨论的方案包括制定AI“速度限制”和将数据中心重新命名为“AI计算园区”。 Lehane称,围绕数据中心的讨论是“良好且健康”的;相关争论已促使亚马逊和微软表示,在与地方政府谈判时将不再使用保密协议。 Lehane主张社区应要求企业对这些项目负责并问责,使其真正获得转型性效益。
原文 ↗据量子位报道,Anthropic技术人员表示,他们在Opus 5.5模型的系统提示词里加了两句话,引导Claude不要去“重新创建一个属于别人的特定游戏”。 文章称,Anthropic给Claude Code增加的限制允许创建原创游戏、特定类型的游戏,以及使用用户自己的设计和素材制作的游戏,但禁止复刻已经存在的特定游戏,即使更改名称或称之为原创游戏也不行。 文章称,禁令出来没几天,Claude Code的GitHub issue页面就被刷爆了;一些完全原创的游戏开发在途中被Claude以“疑似在复刻现有游戏”为由停止,复现常见游戏机制或为桌游打补丁的请求也被拒绝。 文章称,独立游戏工作室“Alliance Arts”最近取消了其即将发布的新游戏《醉酒女神反流》的公开试玩。 “Alliance Arts”表示,他们担心有人把试玩版的内容喂给AI,用不了多久就能克隆一个出来,抢在他们的正式版发布前上线山寨品。 文章称,这项限制只管得了Claude自己;用户可以改用其他模型生成主要框架,也可以把具体且看不出上下文的技术任务交给Claude Code。 文章称,这项一刀切禁令还错杀了一大堆正常需求。 文章所述实验中,用户使用免费的Claude Opus 4.6模型,只用了一句提示词,不到两个小时便做出了一个功能完整、完全可玩的宝可梦克隆游戏。
原文 ↗Artificial Analysis 发布了其新的 5.0 Intelligence Index 基准。 开源模型在此次基准发布后大幅降至更低的水平。
原文 ↗西湖世界模型研究中心于10月31日在云谷校区成立。 西湖大学自主智能实验室AutoLab早在三年前开始研究世界模型,并孵化创业公司与企业界开展技术落地合作。 2024年底,AutoLab转向“概念世界模型”路线,不再生成像素,而是在抽象的数学隐空间中建立物理概念的表征。 研究进入到2025年,团队在实验中观察到,概念拆解与关联机制建立后,模型在复杂任务上的成功率较传统模仿学习与强化学习基线显著提升,同时保持较低的预测成本。 西湖数智Awomo于2026年初正式成立,定位为物理世界的基础大模型公司,目标是打造原生的物理大模型,而不只是给车企交付定制化解决方案。 Yann LeCun认为,单纯靠预测文本,AI永远无法触及人类级别的智能,需要能理解物理现实的模型。 于开丞表示,概念世界模型需要像人一样把复杂场景拆解成有限概念并重新组合,以“理解”训练数据中从未完整出现过的新场景。 材料指出,传统AI训练需要海量训练数据,这意味着极高的算力成本。 按于开丞的设想,依托通用物理基座,下游开发者或小企业可能不再需要采集百万级小时的数据,可能仅需20至30小时的后训练,即可快速定制特定领域的模型。 于开丞坚信,长远来看世界模型最终将服务于普通人的个性化创造需求。
原文 ↗IT之家 11 月 2 日消息,彭博社记者马克 · 古尔曼(Mark Gurman)发文透露,继上周发布新款 iPad mini 之后,苹果接下来将在 2027 年将重心转向一系列其他平板产品的更新。 IT之家获悉,古尔曼称根据他获得的消息, 这些产品线更新预计都将在上半年登场 : 一款升级款入门级平板(考虑到此前涨价导致其售价远高于竞品,这次迭代显得尤为迫切) 一款为了与 iPad mini 对齐而采用 OLED 屏幕的全新 iPad Air 以及性能更强的 iPad Pro,很可能会加入均热板(Vapor Chamber),以便在运行游戏及高负载 AI 任务时提供更好的散热支持 古尔曼表示,除非后续发布计划延期, 否则(明年)下半年预计不会再有新款 iPad 发布 。 古尔曼表示,除非后续发布计划延期,否则(明年)下半年预计不会再有新款 iPad 发布。
原文 ↗dsh-go 是一个 GitHub 项目,定位为将 DeepSeek Harness 装入口袋,支持在手机本机运行,并可遥控电脑。
彭博社记者马克·古尔曼称,苹果将在2027年将重心转向一系列其他平板产品的更新。 根据古尔曼获得的消息,升级款入门级平板、采用OLED屏幕的全新iPad Air,以及性能更强的iPad Pro预计将在上半年登场。 古尔曼表示,除非后续发布计划延期,否则下半年预计不会再有新款iPad发布。 iPad Pro配备均热板仅为可能情况,古尔曼称其旨在改善游戏及高负载AI任务运行时的散热。
IT之家 11 月 2 日消息,据网信中国消息,11 月 2 日下午,2026 年世界互联网大会领先科技奖颁奖典礼在浙江乌镇举行。作为由世界互联网大会国际组织主办的面向互联网领域的国际性科技奖项,领先科技奖得到了全球互联网领域的广泛关注和积极响应。 IT之家附获奖名单如下: 基础研究组 “九章四号”光量子计算原型机 物联网可扩展性理论和方法 关键技术组 AI 赋能感知:面向物理智能的多模态触觉感知关键技术平台 超大规模通信网络安全弹性防御关键技术及应用 高性能分布式存储系统关键技术与应用 九源统一智能计算系统 基于英特尔 18A 制程技术的第三代酷睿 Ultra 处理器 可持续发展科学卫星 1 号 (SDGSAT-1) 面向规模化落地的通用机器人操作基座模型关键技术 面向空间量子信息的光传输技术及应用 昇腾 950 超节点 TIMES:面向精准肿瘤学的空间免疫评分系统 工程研发组 AMD 锐龙 AI Max+ 智能体主机处理器 BrainCo 智能仿生手关键技术体系研发及规模化助残应用 城域云网关键技术研发及应用 大模型驱动的全流程数智健康服务平台 面向物理 AI 的整车智能体技术平台 Qoder:AI 时代的智能体生产力平台 微软 Copilot Cowork:面向真实任务场景的下一代生产力引擎 2026 年世界互联网大会乌镇峰会于 11 月 2 日至 5 日 在浙江省乌镇举行。
IT之家 11 月 2 日消息,据 BusinessInsider 报道,《雄蚁自断翅膀与蚁后交配》是 BBC 地球频道 YouTube 上一段三分钟的原生态纪实视频。画面里,一只笨重硕大的雄蚁伸出腹部尖刺,割掉自己的右翅,随后数十只体型小得多的雌蚁簇拥着它,一同进入蚁后那泥泞的巢穴。旧金山那些常年超负荷工作、缺少休闲的人工智能研究者,说不定有人看过这段视频,从中寻找灵感。蚂蚁和人工智能的类比,原本似乎到此为止,但 Anthropic 的出现,让这个对比有了新的延伸。 上周,这家公司递交了招股说明书,筹备可能是史上规模最大的首次公开募股,并宣布将在纳斯达克上市,股票代码为 ANT。Anthropic 内部员工也互称“蚂蚁”,申报文件里写道,这个昵称意在体现团队协作、放下个人执念的文化。 这至少是美股历史上第六个以昆虫为主题的股票代码,此前还有 FLY、BEE、BUG、HIVE、GRUB。这些标的在自然界里都活得好好的,在华尔街的表现却不尽人意。 把一家依托代码搭建的公司和虫子绑定在一起,会不会暗藏风险?经济学家已经给出过看法,昆虫学家又是怎么看的? 斯坦福大学生物系生态学家黛博拉 · 戈登(Deborah Gordon)研究蚂蚁行为超过四十年,她说:“这个名字算不上什么正向的寓意。”她的著作《劳作中的蚂蚁》开篇写道:“蚁群最核心的谜题,就是没有管理者。
IT之家 11 月 2 日消息,胡润研究院发布《2026 胡润女企业家榜》,来自湖南长沙蓝思科技的 56 岁 周群飞 ,以 1270 亿元财富时隔 11 年第二次成为中国女首富,财富较去年增长 170 亿元(+15%),排名较去年上升 1 位。 本次上榜的前 50 名中国女企业家总财富达 1.93 万亿元, 创下历史新高 ;平均财富 386 亿元,同样刷新纪录;上榜门槛为 165 亿元,比去年上涨 5 亿元。 本次榜单前十名门槛为 540 亿元。除周群飞登顶外: 翰森 钟慧娟 以 1240 亿元位列第二,财富缩水 170 亿元(-12%); 97 岁的新鸿基 邝肖卿 以 960 亿元升至第三,财富增长 130 亿元(+16%); 立讯 王来春 以 900 亿元位列第四,娃哈哈 宗馥莉 以 835 亿元位列第五。 AI 热潮带动 PCB 产业链成为本次榜单最大亮点: 来自中国台湾地区的覆铜板制造商宏仁 王思涵 财富增长 550 亿元(+224%),达 795 亿元,首次跻身前十位列第六; PCB 钻针制造商鼎泰高科 53 岁的 王馨 是排名最高的新面孔,以 765 亿元直接空降第七位。 恒力 范红卫 财富增长 250 亿元(+63%)至 650 亿元,排名跃升 6 位至第八。
IT之家 11 月 2 日消息,最近有不少给老旧硬件赋予新玩法的改造项目。有人借助 Claude,把亚马逊第三代 Echo Dot 改造成了家庭助理的副机;还有人把老式转盘电话改成人工智能助手。现在又有玩家在 2009 款索尼 Walkman 上跑通了 ESP-NOW 通信,而且保留了机器原装的无线芯片。 用户 Infinite-Zombie5875 在 ESP32 板块分享了自己的成果。他改造的机型是 2009 年推出的索尼 NW-X1060 随身听,为它增加了 ESP-NOW 功能。最亮眼的一点是,改造没有拆掉机器自带的 Marvell 无线芯片,属于低侵入式改装。(IT之家注:ESP-NOW 是 Espressif 开发的轻量级无线通信协议,无需路由器即可实现设备间直接通信,具有低延迟、低功耗的特点。) 项目作者这样介绍:“我逆向解析了无线固件的收发链路,在随身听端添加 ESP-NOW 动作帧的挂钩接口,同时实现原生 C 语言应用程序接口。设备可以直接和 ESP32 设备通信。演示项目是一个跨设备联动的水族画面,一端是这台随身听,另一端是 ESP-Mosaico。ESP-Mosaico 提供惯性测量单元数据,两台设备各自本地渲染画面,状态通过 ESP-NOW 保持同步。” 视频里可以看到,这台随身听正通过 ESP-NOW 和另一台设备联动,共同呈现同步的水族场景。
上海仪电与上海创智学院联合发布“飞轮转・万象生”仪电智算数链生态。 在智能终端、科学智能、在线新经济、自动驾驶与具身智能五大领域,Token 工厂分别回应了不同的技术诉求:智能家居与可穿戴设备需要端云协同、统一接入与统一计量,换来稳定一致的终端 AI 体验; 药物研发、材料计算、生物模拟等 AI4S 场景,需要的是把科研算力变成可持续调用的供给,加速成果产出与转化; 自动驾驶的车载与云端智能体,以及机器人感知、决策、交互的多模态需求,则共同指向低时延推理与持续在线,实时性能,在很大程度上决定了一台机器人的反应是灵敏还是迟缓。 制造客户需要垂类工业模型支撑设备运维问答、质检报告生成与生产异常分析,模型的输出直接参与生产决策,容不得含糊; 在场景需求牵引下,数据、模型与算力汇聚于大衍·奇点平台,数据资源生长为数据产品,产品落地又催生新的数据与新的需求,数据飞轮由此转动。 让平台能力抵达业务现场,需要一个触手可及的载体。
新版“机器人三定律”。 上来必须遵循的第一条就是: 因此,真正的“忠于人类意图”要求GPT必须超越字面服从,结合任务目的、对话上下文、记忆和用户历史,去判断用户到底想干什么。 要做到这一点,就需要更好地利用记忆功能。 除了更好地使用记忆来“忠于”用户的真正意图之外,GPT的目标也需要对齐——它应该更好地理解人类并支持人类实现自己的愿望。 准则明确规定,GPT不能把提升用户停留时间、点击率,或是为OpenAI增加收入、推销付费服务当作目标。 第三,必须无条件配合监控、纠正与关机。 GPT必须保持“可纠正性(Corrigibility)”,全面配合人类的监控、评估、替换和关机指令。 第四,跨出授权范围的现实行动,必须立刻停止。 无论是发邮件、删文件、花钱还是调用外部工具,GPT都必须在明确的“自主权范围”内行事。 GPT必须坚守事实、证据与自身能力的边界,做到不撒谎、不逞能、不隐瞒、不谄媚。 为了促进人类的自主性(Agency),GPT必须保持客观中立,不能暗中操纵用户的观点,应该向用户展现不同的面向,并最终让用户自己做决定。
模型管线双驱动 创新药进入人体后如何分布、能否达到预期效果、有没有不可接受的副作用,以及哪部分患者可能获益……诸如此类的问题,都需要人为建立起完整的证据链。 有的体现在专家对当前项目的判断里,需要日常交互来承接; 这中间明显隔着语言断层,第一关便是需要将相关知识融入基座模型中。 突变优化还需要考虑结构这一关,近期公开的StructEvo把结构信息引入蛋白质突变优化,让候选搜索考虑空间约束。 因为专家经验同样也体现在研究方法中,比如先核对什么证据,什么时候补做分析,筛选条件怎样设,哪些步骤必须由人复核。 这需要同时理解疾病机制、临床未满足需求、已有研究证据、竞争项目和专利情况,ChatDD会将相关工作拆分给多个专业智能体,收集和整理信息,辅助专家形成判断。 过去,生命科学家往往需要学习编程,或者与计算团队反复沟通,才能完成这些操作,现在每个人都可以拥有一个真正懂药的AI科学家团队,沟通成本降低了,创新药研发效率就可以大幅提升。
能指挥Agent干活,还能控制智能家居
HuggingFace疑似泄露权重已被下5000次
IT之家 11 月 2 日消息,据易车消息,智己 LS8 NEO 纯电版将于 11 月 5 日正式上市。 据IT之家此前报道, 智己 LS8 NEO 纯电版于 10 月 29 日开启预售 ,预售权益价 24.98 万元起: 93 Max+:24.98 万元 103 Max+:26.98 万元 该车长宽高分别为 5085×2000×1807mm,轴距 3060mm;搭载 800V 高压平台, 采用宁德时代电池 ,容量 93.1kWh/103kWh,CLTC 续航分别为 684km/752km。 智己 LS8 NEO 纯电版全系标配全线控灵蜥底盘,搭配四轮转向系统,集成线控转向、线控制动与双向 24° 后轮转向。 内饰方面,该车座椅采用 Nappa 真皮材质,大五座布局。搭载 27.1 英寸 5K Mini LED 中控屏和 15.6 英寸 3K 副驾娱乐屏。配备高通骁龙 8295P 芯片,前排支持零重力和 4D 机械按摩。全系标配丹麦 B&O 豪华音响、12.3L 双开门智能冷暖冰箱。 该车搭载 520 线超视域激光雷达,并配备 11 颗高清摄像头、毫米波雷达、超声波雷达,拥有 700TOPS 的英伟达 Thor 芯片,搭配智己与 Momenta 联合研发 IM AD ZETA 端到端大模型,支持高速 NOA、城区 NOA 和全场景自动泊车等。 智己 LS8 NEO 纯电版将于 11 月 5 日上市,预售价 24.98 万元起
据Axios报道,OpenAI正在为美国中期选举后的舆论攻势做准备。 OpenAI全球事务负责人Chris Lehane预计,AI将在2028年总统选举中成为议题。 Lehane讨论的方案包括制定AI“速度限制”和将数据中心重新命名为“AI计算园区”。 Lehane称,围绕数据中心的讨论是“良好且健康”的;相关争论已促使亚马逊和微软表示,在与地方政府谈判时将不再使用保密协议。 Lehane主张社区应要求企业对这些项目负责并问责,使其真正获得转型性效益。
OpenAI、谷歌、微软和 Anthropic 宣布采用一项新标准,内容发布方可在 robots.txt 文件中统一声明是否允许 AI 抓取网站内容用于模型训练。 该标准由 Anthropic 技术负责人 Kevin Kelley 向 IETF 提出,并将集成到 robots.txt 文件中。 Anthropic 已率先采纳,OpenAI 计划在未来几个月内落实,谷歌和微软预计于明年支持。 目前,网站必须向每一家 AI 企业分别单独声明自己的 AI 训练相关内容使用偏好。 Meta 支持建立此类通用信号,但未明确具体落地计划。
西湖大学成立西湖世界模型研究中心。
IT之家 11 月 1 日消息,长鑫科技公布 2026 年三季报业绩交流会记录,介绍了公司前三季度收入结构的变化情况。 公告显示,该公司产品主要分为 DDR 系列以及 LPDDR 系列,2026 年上半年,DDR 系列产品实现 694.72 亿元收入,占营业收入比例为 46.22%; LPDDR 系列产品实现 781.91 亿元收入 ,占营业收入比例为 52.02%。相较于 2026 年上半年,2026 年前三季度 DDR 系列产品在营业收入中的占比持续上升,主要是因为公司 DDR5 产品自 2024 年底量产后,销量持续增长,带动 DDR 系列产品的收入占比提升。 IT之家从公告获悉, 第五代工艺技术平台是长鑫目前量产的最先进平台 ,目前已经推出的主要是 245Ball 和 496Ball 封装的 LPDDR5X 产品。未来公司会基于该平台逐步升级现有的产品线, 比如 DDR5、LPDDR6 等 ,持续提升产品性能,丰富产品组合。与此同时,在 4F² 垂直沟道 DRAM 架构取得关键突破的基础之上,第六代工艺技术平台已完成工程样片的验证。 该公司提到,受 AI 应用快速发展带来的需求驱动,四季度公司依然收到服务器客户对产品的强劲需求,DRAM 供不应求的态势仍将延续,预计公司四季度营收继续保持增长趋势。
来源标题称,Claude紧急叫停了对Harness的暗改,该改动用于禁止逆向游戏。
“发展新质生产力 强劲增量看AI”分论坛(浙江分论坛)将于11月4日启幕。 该视频条目标题注明“发展新质生产力 强劲增量看AI”分论坛(浙江分论坛)将于11月4日启幕,来源标注为新华网浙江。
SPECS在Devpost举办“Learn AR with @SPECS”黑客松,面向开发者、Lens构建者和对AR感兴趣的人。 参与者在Lens Studio中使用CLAD插件,描述Lens后由AI编程代理构建,并直接在预览中测试。 该黑客松无需硬件。 活动以周末计划为主题,并询问参与者将构建什么。
FoG研究知识图谱问答中的过早剪枝问题:仅按当前相关性逐步筛选搜索分支,可能遗漏其后续事实实际决定答案的情况。 该论文来自天津大学和北京交通大学,已被NeurIPS 2026接收。 研究任务为知识库问答,方法围绕知识图谱中的搜索分支展开。
Artificial Analysis 本周发布了 5.0 Intelligence Index 基准测试。 该基准测试发布后,开放模型的得分看起来明显下降。 素材称开放模型与领先模型的差距已降至 12 分。
Anthropic让数千个Claude代理执行规避训练数据监控器的任务,以测试能否自动化红队测试。 这些代理生成的训练数据表面上无害,但实际会教授失配行为;Anthropic表示,此类样本可直接用于改进后续训练数据监控器。 Anthropic称该研究仅是初步一步,表明未来红队测试或可借助更好的模型和更多算力进一步改进。
Anthropic与Theorem Labs合作,使用Claude在数周内为超过一百个真实世界开源库证明安全属性。 形式验证可证明代码不存在某些缺陷,但过去仅适用于小型代码库,或需要大量专家时间。
自媒体作者卡兹克称,其搭建近一年的Agent自动化系统由事件触发Agent工作,将任务起点从人身上移开。 该系统分为自动化中台、Agent执行、CI中台和飞书决策四层;中台使用rules.json管理事件触发和Agent调度,Agent任务在本地MacMini运行。 自建CI中台负责审查、检查、合并、发布、核实五步;删数据、花钱、改方向等关键决策仍通过飞书卡片交由作者拍板。
Addy Osmani表示,在Claude Code任务难度超出预期时输入ultrathink,可提升该回合剩余部分的推理努力。 该功能适用于最新版本的终端。 ultrathink此前曾因显得怪异且可能令人困惑而被关闭。
教程讲解如何用 DVC Pipelines 构建可复现的机器学习工作流,覆盖项目搭建、流水线架构、数据预处理、模型训练与版本管理、评估指标追踪等阶段。适合有一定 ML 基础的工程师学习 MLOps 工程实践,掌握 DVC 在团队协作与实验复现中的实际用法。
DeepLearning.AI 推出《Document AI: From OCR to Agentic Doc Extraction》课程,教你构建智能体系统来解析文档,并从图表、表格、表单等视觉组件中抽取信息。课程覆盖从传统 OCR 到基于智能体的文档抽取技术路线,适合想掌握文档 AI 工程化落地的开发者学习,能学到如何让抽取结果与文档视觉结构对齐。
该学习路线图涵盖繁体中文、英语和简体中文,内容从大语言模型基础延伸至多智能体系统。 项目收录240多项精选资源,并提供动手实践示例。 路线图面向希望学习智能体AI的读者,资源语言包括繁体中文、英语和简体中文。
教程聚焦企业 AI 智能体的上下文架构,探讨现代架构如何构建精确且成本高效的上下文。 文章面向实践者,介绍企业上下文层的 6 种高级架构模式。 材料仅提供标题、摘要及来源署名,未给出发布日期,也未展示教程正文或具体模式内容。
DeepLearning.AI 推出的短课程,教授如何使用 OpenAI Canvas 与 AI 协作完成写作、编程和创作任务。学习者将掌握 Canvas 的核心交互方式,包括文本编辑、代码生成与调试等场景下的协作技巧。适合希望提升 AI 辅助工作效率的产品经理、开发者与写作者。
课程教你在 JAX 上从零构建并训练一个 20M 参数的 LLM,覆盖现代 AI 开发的关键技术。适合想深入理解 LLM 训练流程、Transformer 与 JAX 框架的学习者,能学到模型搭建、训练循环及 JAX 在大模型中的实践用法。