KB金融与谷歌云达成战略合作，加速AI转型
据韩国《亚洲经济》报道，KB金融集团宣布与谷歌云签署战略合作协议，共同推动集团人工智能（AI）转型。双方将结合谷歌云的最新AI技术与KB金融在金融领域的专业能力，开展基于AI的业务创新、改善客户金融体验、推进数据驱动型决策，并建设AI金融平台。作为合作首项成果，KB金融利用谷歌云的生成式AI模型Gemini，成功开发了面向员工的数据分析AI代理“KB Dav”。该代理可辅助员工高效处理和分析金融数据，提升决策效率与精准度。此次合作标志着KB金融在金融科技领域的深化布局，旨在通过引入顶尖云AI技术，实现业务模式革新与全球化竞争力提升。 #KB金融 #谷歌云 #AI转型 #生成式AI #Gemini #金融科技 #数据分析 #人工智能 #战略合作 #韩国金融
据韩国《亚洲经济》报道，KB金融集团宣布与谷歌云签署战略合作协议，共同推动集团人工智能（AI）转型。双方将结合谷歌云的最新AI技术与KB金融在金融领域的专业能力，开展基于AI的业务创新、改善客户金融体验、推进数据驱动型决策，并建设AI金融平台。作为合作首项成果，KB金融利用谷歌云的生成式AI模型Gemini，成功开发了面向员工的数据分析AI代理“KB Dav”。该代理可辅助员工高效处理和分析金融数据，提升决策效率与精准度。此次合作标志着KB金融在金融科技领域的深化布局，旨在通过引入顶尖云AI技术，实现业务模式革新与全球化竞争力提升。 #KB金融 #谷歌云 #AI转型 #生成式AI #Gemini #金融科技 #数据分析 #人工智能 #战略合作 #韩国金融
Moonshot AI 免费发布 Kimi K3 模型权重，中国最强代理 AI 开放下载
Moonshot AI 近日通过 Hugging Face 免费发布了其旗舰代理模型 Kimi K3 的权重。该模型拥有 2.8 万亿参数和 1 万亿 token 的超长上下文窗口，能够高效处理长文档与复杂推理任务，在 Agent Arena 排行榜上位列第三。此次开源使得企业、研究人员与开发者无需支付昂贵 API 费用即可本地部署这一顶级模型。但当前完整模型体积超过 1TB，运行门槛极高，需配备如 Nvidia DGX B200（1440GB GPU 内存）等专业系统。未来经过蒸馏后有望在消费级设备上运行，用户亦可通过网页端直接体验对话功能。 #KimiK3 #MoonshotAI #大模型 #AI开源 #国产AI #代理AI #科技新闻
Moonshot AI 近日通过 Hugging Face 免费发布了其旗舰代理模型 Kimi K3 的权重。该模型拥有 2.8 万亿参数和 1 万亿 token 的超长上下文窗口，能够高效处理长文档与复杂推理任务，在 Agent Arena 排行榜上位列第三。此次开源使得企业、研究人员与开发者无需支付昂贵 API 费用即可本地部署这一顶级模型。但当前完整模型体积超过 1TB，运行门槛极高，需配备如 Nvidia DGX B200（1440GB GPU 内存）等专业系统。未来经过蒸馏后有望在消费级设备上运行，用户亦可通过网页端直接体验对话功能。 #KimiK3 #MoonshotAI #大模型 #AI开源 #国产AI #代理AI #科技新闻
OpenAI, Google, and Anthropic Absent from Nvidia-Led Open Secure AI Alliance
OpenAI, Google, and Anthropic, companies behind proprietary,
OpenAI, Google, and Anthropic, companies behind proprietary,
不要向LLM索要置信度分数
近期，关于要求大语言模型（LLM）生成自身答案置信度分数的做法引发讨论。多位技术专家指出，这一方法从科学角度看完全无效：模型给出的0到100连续置信度评分缺乏任何可验证的依据，本质上是一种心理安慰而非真实可靠性度量。尽管Anthropic等机构的研究表明模型在生成过程中存在潜在内部状态，如提前规划词语，以及能够觉察激活层中的概念注入，但这些能力高度不可靠且依赖上下文。更重要的是，试图通过模型的推理过程来评估置信度会陷入“谁监督监督者”的无穷回归问题——每个置信度评分都需要另一个置信度来验证。因此，向LLM索要置信度分数不仅无助于提升结果可信度，反而可能误导开发者与用户。 #AI #LLM #置信度 #可靠性 #大模型 #人工智能 #科学研究 #科技
近期，关于要求大语言模型（LLM）生成自身答案置信度分数的做法引发讨论。多位技术专家指出，这一方法从科学角度看完全无效：模型给出的0到100连续置信度评分缺乏任何可验证的依据，本质上是一种心理安慰而非真实可靠性度量。尽管Anthropic等机构的研究表明模型在生成过程中存在潜在内部状态，如提前规划词语，以及能够觉察激活层中的概念注入，但这些能力高度不可靠且依赖上下文。更重要的是，试图通过模型的推理过程来评估置信度会陷入“谁监督监督者”的无穷回归问题——每个置信度评分都需要另一个置信度来验证。因此，向LLM索要置信度分数不仅无助于提升结果可信度，反而可能误导开发者与用户。 #AI #LLM #置信度 #可靠性 #大模型 #人工智能 #科学研究 #科技
实测 Apple Silicon 大模型推理速度，原始数据公开
一项针对 Apple Silicon 芯片（M4 Pro、M4 Max、M3 Ultra）的大模型推理速度基准测试正式发布。测试基于实际生产环境，使用 Ollama 0.31.2 和 macOS 15.3.1，通过固定提示词和 512 token 生成预算，每款模型运行三次取中位数。结果显示，生成速度主要受内存带宽限制，呈近似线性扩展。原始数据以 JSON 格式公开，遵循 CC BY 4.0 协议，可供开发者参考复现。该测试旨在提供真实可比的性能指标，而非理论纸面数据。 #AppleSilicon #LLM #推理速度 #Ollama #基准测试 #M4Max #M3Ultra #开源数据
一项针对 Apple Silicon 芯片（M4 Pro、M4 Max、M3 Ultra）的大模型推理速度基准测试正式发布。测试基于实际生产环境，使用 Ollama 0.31.2 和 macOS 15.3.1，通过固定提示词和 512 token 生成预算，每款模型运行三次取中位数。结果显示，生成速度主要受内存带宽限制，呈近似线性扩展。原始数据以 JSON 格式公开，遵循 CC BY 4.0 协议，可供开发者参考复现。该测试旨在提供真实可比的性能指标，而非理论纸面数据。 #AppleSilicon #LLM #推理速度 #Ollama #基准测试 #M4Max #M3Ultra #开源数据
Kimi K3
月之暗面（Moonshot AI）在其模型页面汇总了近期多篇重要文章。7月16日发布的《，以及我们仍能从鹈鹕基准测试中学到什么》聚焦模型推理能力评估及其带来的启示；7月21日的《与Claude Code团队Cat和Thariq的炉边谈话》分享了开发经验；7月22日的《OpenAI对Hugging Face的意外网络攻击
月之暗面（Moonshot AI）在其模型页面汇总了近期多篇重要文章。7月16日发布的《，以及我们仍能从鹈鹕基准测试中学到什么》聚焦模型推理能力评估及其带来的启示；7月21日的《与Claude Code团队Cat和Thariq的炉边谈话》分享了开发经验；7月22日的《OpenAI对Hugging Face的意外网络攻击
FileForge Finder 发布
FileForge Finder 是一款新兴的本地文件搜索工具，能够根据文件名及 PDF、Word 等文档内容进行快速检索。用户无需打开文档即可预览内容，标记敏感信息，并导出可防御的文档包。该工具完全运行在本地，不依赖任何云端服务或网络连接，以保障隐私安全。高级版本 FileForge Finder+ 还提供 OCR、批量重命名与归档功能，覆盖 Mac 与 Windows 平台。项目在 Hacker News 上展示，引发对本地高效搜索工具的关注。 #FileForgeFinder #本地搜索 #AI导出 #隐私保护 #文件管理 #HackerNews #效率工具 #文档搜索
FileForge Finder 是一款新兴的本地文件搜索工具，能够根据文件名及 PDF、Word 等文档内容进行快速检索。用户无需打开文档即可预览内容，标记敏感信息，并导出可防御的文档包。该工具完全运行在本地，不依赖任何云端服务或网络连接，以保障隐私安全。高级版本 FileForge Finder+ 还提供 OCR、批量重命名与归档功能，覆盖 Mac 与 Windows 平台。项目在 Hacker News 上展示，引发对本地高效搜索工具的关注。 #FileForgeFinder #本地搜索 #AI导出 #隐私保护 #文件管理 #HackerNews #效率工具 #文档搜索
Weighted Low-Rank Matrix Approximation: Acceleration and Applications
Focus to learn more arXiv-issued DOI via DataCite Submission history From: Elena Tuzhilina [ view email ] [v1] Wed, 22 Sep 2021 22:03:48 UTC (79 KB) [v2] Mon, 27 Jul 2026 14:28:53 UTC (1,894 KB) Full-text links: Access Paper: View a PDF of the paper titled Weighted Low-Rank Matrix Approximation: Acceleration and Applications, by Elena Tuzhilina and 1 other authors View PDF HTML (experimental) TeX Source view license Current browse context: < prev | next > new | recent | 2021-09 Change to browse by: cs stat References & Citations NASA ADS Google Scholar Semantic Scholar export BibTeX citation Loading... BibTeX formatted citation × loading... Data provided by: Bookmark Bibliographic Tools Bibliographic and Citation Tools Bibliographic Explorer Toggle Bibliographic Explorer ( What is the Explorer? ) Conn
Focus to learn more arXiv-issued DOI via DataCite Submission history From: Elena Tuzhilina [ view email ] [v1] Wed, 22 Sep 2021 22:03:48 UTC (79 KB) [v2] Mon, 27 Jul 2026 14:28:53 UTC (1,894 KB) Full-text links: Access Paper: View a PDF of the paper titled Weighted Low-Rank Matrix Approximation: Acceleration and Applications, by Elena Tuzhilina and 1 other authors View PDF HTML (experimental) TeX Source view license Current browse context: < prev | next > new | recent | 2021-09 Change to browse by: cs stat References & Citations NASA ADS Google Scholar Semantic Scholar export BibTeX citation Loading... BibTeX formatted citation × loading... Data provided by: Bookmark Bibliographic Tools Bibliographic and Citation Tools Bibliographic Explorer Toggle Bibliographic Explorer ( What is the Explorer? ) Conn