AI资讯Plurai借助自动驾驶技术提升AI代理表现
AI代理目前非常流行,但它们的实际能力并不像宣传的那样强大。对执行复杂任务的AI代理进行的基准测试显示,它们通常不够可靠,无法在没有严格监督的情况下独立工作。LiveBench 2.0数据显示,Claude Fable 5.2和ChatGPT-6 Astra在100个任务中分别完成了82.9和75.6个任务,而AI基础设施公司EON在模拟企业环境中测试的最成功模型Claude Opus 4.8的任
按标签聚合查看文章内容。
AI资讯AI代理目前非常流行,但它们的实际能力并不像宣传的那样强大。对执行复杂任务的AI代理进行的基准测试显示,它们通常不够可靠,无法在没有严格监督的情况下独立工作。LiveBench 2.0数据显示,Claude Fable 5.2和ChatGPT-6 Astra在100个任务中分别完成了82.9和75.6个任务,而AI基础设施公司EON在模拟企业环境中测试的最成功模型Claude Opus 4.8的任
AI资讯NVIDIA在Hugging Face平台公开了两套支持日本语AI开发的合成数据集,助力金融领域和个人信息识别模型的构建。
AI资讯Alex de Vigan的上一家公司因生成式AI的兴起而受到冲击,但他现在押注于团队开发的平台——一个为电商打造诱人产品渲染的工具,可以重新定位为提升机器人实用性的技术。 他的新创公司Physicl获得了由Inovia Capital领投的1000万美元种子轮融资,旨在帮助世界模型设计师和机器人制造者通过更逼真的模拟解决复杂的训练难题。 创始人兼CEO de Vigan过去十年一直在打造nfin
AI资讯顶尖实验室和企业对独特AI训练数据的几乎无底需求,正推动一批数据标注初创企业迎来爆发式增长。 其中一家快速发展的公司是成立四年的Micro1。据知情人士透露,该公司在过去八个月内将其年收入规模从1亿美元提升至5亿美元。与同行一样,Micro1通过合同方式雇佣医生、律师、科学家等领域专家,保留约60%至70%的收入,净年收入规模介于1.5亿至2亿美元之间。 虽然Micro1的规模仍落后于Mercor
AI资讯ChatGPT让Diogo Almeida感到失望。 Almeida曾是OpenAI的研究员,参与了ChatGPT的开发,并发明了基于人类反馈的强化学习(RLHF)——这一模型训练技术被认为是推动当前AI时代的关键。然而,尽管ChatGPT功能强大,他依然感到不满足。 “我们手中掌握了闪电,但它却没能派上用场,”Almeida告诉TechCrunch。“我一直在努力解决这个问题。最终我得出结论:问
AI商业Fairgen 是面向研究机构与品牌团队的 AI 与合成数据研究套件,可用于扩展问卷样本、放大小众人群、识别低质量样本、模拟受众与补全缺失答案,帮助更快获得更可靠的洞察。