Shyndyk.kz
Publication Catalog
所有文章
All published intelligence, sovereign stack research, ecosystem news, and AI foundation model reviews.
8211
Stories
Стартапы1 мин
乌兹别克斯坦每年将培训100万年轻人进行机器人和游戏开发
乌兹别克斯坦的目标是到2030年培训550万年轻人的数字技能，并在数字经济中再创造50万个就业岗位。 2030年在IT行业创造30万个就业岗位的目标已于2026年实现。现在当局正在计划……
The Tech.kz — венчур и стартапы
Telegram — BlueScreen.kz
Общее1 мин
Perplexity 推出了一款支持本地数据处理的 Mac 版 AI 代理
Perplexity 为配备 Apple 芯片处理器的 Mac 电脑引入了完全本地计算机模式。现在，AI 代理可以直接在设备上安排任务、分析文件并与应用程序交互，而无需发送个人数据……
The Tech.kz — венчур и стартапы
Отраслевой ИИ1 мин
中国准备机器人技术突破：这为中亚带来哪些机遇
去年2月28日，北京市科学技术委员会和中关村科技园管理委员会通过了2025-2027年具身智能领域技术创新与产业发展行动计划，据Tech-news报道。该文件成为严肃的…
Tech-news.kz
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
Общее1 мин
自今年年初以来，Spotify 已从其推荐中删除了超过 5000 万首 AI 曲目。
🎵 自今年年初以来，Spotify 已从推荐中删除了超过 5000 万首 AI 曲目。该流媒体服务加大了对垃圾音乐和神经网络创建的低质量作品的打击力度。另有7500万条AI曲目因违反平台规则而被彻底删除。为了识别...
Telegram — GPT Time | Нейросети | ИИ
Стартапы1 мин
“能够写出提示并建造一间小屋。” EPAM联合创始人谈AI时代就业市场如何生存
EPAM 联合创始人 Leonid Lozner 谈到哪些职业将因神经网络而消失以及 ChatGPT 对大脑的潜在威胁
DigitalBusiness.kz
Криптосфера и блокчейн1 мин
从数字平台到实体业务：RBK银行启动数字坚戈贷款
首批交易在“达穆”基金的“奥尔列乌”计划下完成，为企业家融资数字化翻开新篇章。数字坚戈不仅是一种新的结算形式，也是提升政府项目透明度的额外工具……
InBusiness.kz
Общее1 мин
ENU否认学生投诉后发生个人数据泄露
⁉️ ENU否认学生投诉后发生个人数据泄露。哈萨克斯坦再次出现关于学生个人数据保护的问题。这一次是在阿斯塔纳的列宁·古米廖夫欧亚国立大学。据Qumash报道，一年级硕士研究生……
Telegram — BlueScreen.kz
Tech-news.kz
Исследования1 мин
Anthropic 六个月亏损 807 亿美元
🔽 Anthropic 连续 6 个月亏损 807 亿美元 该公司 2026 年上半年净亏损 807 亿美元。而去年同期，该数字为 130 亿美元。这是《华尔街日报》参考该公司的文件草案报道的……
Telegram — BlueScreen.kz
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
Отраслевой ИИ1 мин
Southeast Asia’s digital economy to hit $368 billion
Widespread AI adoption is propelling Southeast Asia's digital economy to a projected $368 billion in 2026 and $1 trillion by 2035.
Google AI Blog
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