🔥51CTO热榜：2025-03-13

传统的 YOLO 系列如同我们人工效准的精密仪器，其识别能力被严格框定在预定义的类别目录之中，每个检测框的背后，都需要工程师手动输入认知词典。

筹备了半年时间，从产品设计到技术规划，再到技术实现，我们终于上线了第一版AI驱动的零代码搭建平台——DooringAI。

在本文中，CMU、HuggingFace 的研究者提出从元强化学习（RL）的视角来形式化上述优化测试时计算的挑战。

本文将探讨 three.js 中的阴影渲染机制，并分享一些针对性能和效果优化的实用技巧，帮助开发者在不同场景下做出最佳的权衡选择。

Hassabis和Dario近日罕见同框，接受《经济学人》的深度访谈。两人对AGI时间表的预测产生分歧——2026年还是更远？还探讨了AI安全的紧迫性，以及他们是否担忧成为「AI界的奥本海默」。

如果组织仅通过代码行数或聊天完成度等指标来衡量 AI 代理，则可能会低估其最具变革性的价值。在许多方面，AI 代理更像员工，而不是传统的软件程序：它们可以学习、适应，甚至与人类团队合作。因此，它们的贡献应该根据有形的业务成果来评估，就像人类劳动力一样。

上海交大与上海AI Lab联合推出安全防御方案——X-Boundary，试图破解两难局面。

为了激发推理能力，研究人员还提出了AtomThink，这是一个包含数据构造、训练、推理和评估的全过程框架，用来提升多模态大模型在复杂推理任务上的表现。

谷歌这次一口气发布两款专为机器人打造的模型，都是从Gemini 2.0系列改造而来。

Alex老哥用配备Thunderbolt 5互连技术（传输速率为 80Gbps）的EXO Labs设备，来运行完整的DeepSeek R1模型（671B、8-bit）。

此次发布全面开源模型权重、推理代码及分布式训练全流程，开发者们可以看过来！

之前文章里详细介绍了 RAGFlow 的 Python api 用法，今天结合几篇法律法规文档来给大家做个简单演示，抛砖引玉。这篇主要介绍三个脚本示例，分别是：数据处理与系统配置，系统测试，参数优化脚本。

AI资产清单不仅是列出工具清单，更需评估其数据安全与合规风险。

TypeScript 编译器一直采用自举（bootstrapping）方式，意味着它是用 TypeScript 自己实现的。虽然这提供了一定的优势，但同时也带来了性能瓶颈，尤其是在处理大型代码库时。

潞晨科技正式推出 Open-Sora 2.0——一款全新开源的SOTA视频生成模型，仅20万美元（224张GPU）成功训练商业级11B参数视频生成大模型。

在2025年这样的年份，随着API攻击复杂性的持续增长（如AI驱动的攻击），实施API安全可能会令人困惑和困难。

数字孪生，这个听起来很科幻的概念，其实并不神秘。简单来说，它就是通过数字化的手段，在虚拟世界中构建一个与现实世界中的物理实体一模一样的虚拟模型。这个虚拟模型就像是物理实体的 “数字双胞胎”，能够实时反映物理实体的状态、行为和性能。

我们这一篇也是含金量十足，如果面试官让你说个你处理过的比较有意思的案例，可以跟他讲讲，让他也见见世面。

历史热榜