Hugging Face Blog
Publication Catalog
所有文章
All published intelligence, sovereign stack research, ecosystem news, and AI foundation model reviews.
2066
Stories
Wired — Artificial Intelligence
Политика и регулирование1 мин
ИИ-агенты – ВСЁ, что тебе нужно знать
turning models into agents. This is an agent that interacts with the web and completes tasks. HR department for AI agents of the future. >> We are launching a ChatGPT agent. >> You have heard this word hundreds of thousands of times, but still haven't figured out what it means…
YouTube — ProdAdvice
Исследования1 мин
NVIDIA расширяет открытые модели для языков и робототехники в Европе
NVIDIA расширяет открытые модели для языков, робототехники и биологии.
SMNTCN (Semanticon) — глобальные новости ИИ
Исследования1 мин
OpenAI выложила бенчмарк MultiLangBench и проверила GPT-6 на редких языках
📌 OpenAI выложила бенчмарк MultiLangBench и проверила GPT-6 на редких языках Набор проверяет, как модели пишут большой проект на 20 языках, включая COBOL, Fortran, OCaml и Visual Basic. По ним в сети на порядки меньше кода и документации, чем по Python или JavaScript, хотя, по…
Telegram — AI Machine Learning Big Data
Политика и регулирование1 мин
Anthropic предложила блокировать ИИ-модели, если они могут привести к гибели 50 человек
⚖️ Anthropic предложила блокировать ИИ-модели, если они могут привести к гибели 50 человек По данным Politico, компания подготовила законопроект, который позволит через суд останавливать выпуск потенциально опасных нейросетей. Основанием станет непосредственная угроза гибели…
Telegram — GPT Time | Нейросети | ИИ
Исследования1 мин
LLM умеют генерировать тексты, отвечать на вопросы и работать с документами. Но чтобы использовать их в реальных з...
🦾 LLM умеют генерировать тексты, отвечать на вопросы и работать с документами. Но чтобы использовать их в реальных задачах, важно понимать, как модели принимают решения и почему иногда дают неожиданный результат. 🚀 На открытом уроке разберём, как устроены большие языковые…
Telegram — AI Machine Learning Big Data
Исследования1 мин
克劳德科学通过从头开始设计蛋白质结合剂来解决致命的蝎子叮咬问题
Anthropic 的克劳德独立设计了针对致命蝎子神经毒素的蛋白质结合剂。在超过 318,000 种设计中，有 211 种在实验室进行了测试。十七个符合标准，其中两个最强的与 Cn2（墨西哥蝎子的一种毒素）结合得非常紧密......
The Decoder
Стартапы1 мин
OpenAI 收购 Orchestra Bio 以构建加速药物开发的 AI 代理
OpenAI 正在收购初创公司 Orchestra Bio，并计划将其与其生命科学人工智能平台 Rosalind 合并。目标是构建人工智能代理，帮助制药团队协调药物开发，从跟踪试验到发现问题。在美国开发一种新药需要十...
The Decoder
Исследования1 мин
Теперь в API OpenAI можно кэшировать промпты на срок до 12 часов, а для авторизованных пользователей Codex и Work кэш...
Теперь в API OpenAI можно кэшировать промпты на срок до 12 часов, а для авторизованных пользователей Codex и Work кэш хранится бессрочно. Это означает, что даже спустя несколько часов можно вернуться к старой задаче и продолжить работу с гарантированным попаданием в кэш. Меньше…
Telegram — Вайб-кодинг
Исследования1 мин
谷歌刚刚推翻了 OpenAI 和 Anthropic 吗？
上周，天然气永远改变了世界。特斯拉最终两次展示了 Roadster 及其通过放冷气体飞行的能力。但是，当埃隆忙着表演他最伟大的魔术时，谷歌正在研制自己的惰性气体，Gemini 4 Argon，这是最……
YouTube — Fireship AI
Исследования1 мин
利用 OpenAI 打造更好的购物体验 | 购物代理演示
我已登录 Vasper 和 Alder，这是一个虚构的家居用品应用。我将使用他们的购物代理来重新装饰我的房间。让我们试一试。我要在假期接待一些客人。你能给我一些主意，让我房间的这个角落更温暖吗？我想……
YouTube — OpenAI Official
Исследования1 мин
OpenAI 报告称，大约 40,000 个 Codex 帐户的使用限制设置不正确，导致……
OpenAI 报告称，大约 40,000 个 Codex 帐户的使用限制设置不正确，导致积分用完的速度比预期更快。该问题已经得到解决，受影响的用户将获得补偿。免费贷款 500 美元起...
Telegram — Вайб-кодинг
Исследования1 мин
LightCRS: 轻量级多领域对话推荐系统
arXiv:2610.26948v1 公告类型: 新 摘要: 对话推荐系统最近采用视觉-语言模型将用户对话意图与多模态产品信息匹配。然而，将这些方法扩展到许多产品领域面临两难: 部署…
arXiv — cs.AI
Исследования1 мин
基于大语言模型和强化学习的自主建造与进度更新
arXiv:2610.26899v1 发布类型: 新 摘要: 由于全球人口快速增长, 传统建筑方法逐渐无法满足当前的住房需求. 机器学习算法的进步鼓励研究人员探索其…
arXiv — cs.AI
Исследования1 мин
工业智能体AI：由LLM驱动的新一代智能制造智能体
arXiv:2610.26941v1 发布类型：new 摘要：大语言模型（LLM）使智能体能够超越预定义工作流，走向自主规划和执行，为智能制造创造新机遇。然而，动态环境、复杂物理…
arXiv — cs.AI
Исследования1 мин
基于大语言模型的多目标强化学习实现Pareto最优RTL代码生成
arXiv:2610.26904v1 发布类型: new 摘要: 近期研究提出了带可验证奖励的强化学习(RLVR)方法,使LLM能从自然语言规范生成高质量RTL电路。现有方法优化电路PPA…
arXiv — cs.AI
Исследования1 мин
MedPAO-Assist: 可边缘部署、模态感知的代理式AI，用于放射学报告结构化
arXiv:2610.26913v1 通告类型：新 摘要：大语言模型在放射学报告结构化中的应用主要由专有云端模型或需要高端GPU部署的大型开源模型主导，这是一个关键瓶颈……
arXiv — cs.AI
Исследования1 мин
DataPraxis: 通过验证工作空间演进扩展分析任务
arXiv:2610.26924v1 通告类型: 新 摘要: 通用智能体越来越被期望执行专业分析工作，这需要持续推理、迭代调查和可靠证据。训练这些能力需要多样化的...
arXiv — cs.AI
Исследования1 мин
修复，而非仅重采样：Lean 4 中的有界编译器引导修复
arXiv:2610.26942v1 发布类型：新 摘要：自动定理证明器通常依赖语言模型采样，但像 Lean 这样的证明助手会用精确的错误信息拒绝每个失败步骤——纯采样会丢弃这些信息。为克服此问题，我们引入了……
arXiv — cs.AI
Исследования1 мин
当规划问题对法学硕士来说变得困难时：将结构复杂性与语义可解释性分开
arXiv:2610.26964v1 公告类型：新 摘要：大型语言模型 (LLM) 与经典规划作斗争，但基准测试很少区分结构难度和解释符号词汇的难度。我们使用 BFS 最优计划检查七个 STRIPS 域……
arXiv — cs.AI
Исследования1 мин
SPEM：结构感知程序记忆，可有效利用 LLM 代理的技能
arXiv:2610.26995v1 公告类型：新 摘要：基于 LLM 的代理越来越依赖可重用的技能。然而，扩展技能库使得高效、准确的技能使用变得困难。完整技能加载会产生高令牌和运行时开销。相比之下，扁平语义……
arXiv — cs.AI
Исследования1 мин
多智能体协作能否减少临床任务中的幻觉？
arXiv:2610.27027v1 通告类型：新 摘要：多智能体LLM系统提高了临床任务的性能，这种改进常被视为系统更可靠的证据。然而，这两者并非同一主张。临床医生基于陈述的推理而非…
arXiv — cs.AI
Исследования1 мин
通过偏好优化教导AI代理战略性地玩扑克
arXiv:2610.27028v1 通告类型: 新 摘要: 扑克代理可以做出合法动作，但仍可能做出战略上糟糕的动作。我们探讨紧凑型AI代理是否能在隐藏信息下表现出战略行为，以及偏好优化是否能超越静态...
arXiv — cs.AI
Исследования1 мин
M-Plan: 面向LLM智能体的记忆编排综合规划
arXiv:2610.27032v1 公告类型: new 摘要: 基于大语言模型(LLM)的智能体近期在单轮任务中表现出色，但在长时程任务中仍面临困难，特别是在无先前训练的环境中。关键…
arXiv — cs.AI
Исследования1 мин
PORA: 学习何时更多推理对LLM智能体有回报
arXiv:2610.27119v1 通告类型: 新 摘要: LLM智能体通过多步执行任务并根据反馈修正行动。由于总推理预算通常有限且必须支持未来步骤，智能体必须在短推理和长推理之间选择…
arXiv — cs.AI
Исследования1 мин
Navalia：通过可验证的任务综合和长期培训后推进协同工作代理
arXiv:2610.26887v1 公告类型：新 摘要：大型语言模型 (LLM) 代理正在从对话助理发展为能够自主规划、工具使用和复杂任务执行的协同工作代理。财务分析要求这些代理整合……
arXiv — cs.AI
Исследования1 мин
Omni-Woodpecker: 通过证据先验重平衡为Omni LLM校正幻觉
arXiv:2610.27103v1 通告类型: 新 摘要: 近期Omni LLM (OLLM) 在联合音视频推理方面展现了卓越能力, 但跨模态幻觉仍是主要挑战. 现有缓解方法主要在输出层面运作,…
arXiv — cs.AI
Исследования1 мин
PROVISO：安全 LLM 代理的出处知情行动选择
arXiv:2610.27115v1 公告类型：新 摘要：LLM 代理通过工具和第三方技能作用于外部世界，因此单个执行的操作可能会造成不可逆转的伤害。现有的防御措施判断拟议的行动，而不跟踪其内容是否来自用户......
arXiv — cs.AI
Исследования1 мин
EDMA: 基于熵驱动的多模态问答
arXiv:2610.27120v1 通告类型: 新 摘要: 多模态问答(MMQA)基于整合异构数据源、选择性利用相关模态并忽略干扰项。基于多模态大语言模型(MLLM)的现有方法…
arXiv — cs.AI