AI知识库 @ai521
323 subscribers
22K photos
42 videos
19 files
847 links
@ai521 专注分享最实用的AI内容

🤖 AI教程(新手到进阶)
🧠 AI知识科普(大模型 / 提示词 / 自动化)
📰 AI资讯更新(每日最新AI动态)
📚 AI实战技巧(写作 / 绘画 / 编程 / 赚钱)
🔧 最新AI工具推荐

每天更新AI干货
长期做一个真正有价值的AI频道
Download Telegram
微软正式发布企业级AI研发平台Microsoft Discovery

在Microsoft Build开发者大会上,微软宣布企业级AI研发与科学研究平台Microsoft Discovery正式开放使用。该平台整合专用AI Agent、研究推理引擎以及企业级安全治理机制,可协助研究人员进行知识推理、生成研究假设、优化实验设计并验证理论。平台内置的控制机制确保研究流程符合安全性、合规及企业治理要求。微软产品创新企业副总裁Aseem Datar表示,该平台已应用于生命科学、化学材料、能源、制造等领域,例如化工材料大厂Syensqo利用其开发半导体制造所需的下一代流体材料。微软量子团队也借助平台的Agentic AI能力管理工作流程、自动化量测、优化工艺,提升研发效率。Microsoft Discovery通过持续循环学习机制,帮助研究人员减少重复性工作,加速前沿科研创新。 #微软 #企业级AI #MicrosoftDiscovery #量子计算 #科学研究 #AI平台
License Manager 软件授权管理系统 v1.1.3 发布

开源社区 OSCHINA 发布了 License Manager 软件授权管理系统 v1.1.3 版本。该系统主要用于管理软件许可证,支持授权码生成、验证与过期控制等核心功能。新版本具体更新内容尚未披露,预计包含性能优化与稳定性修复,开发者可前往官方页面查看完整更新日志。 #开源 #LicenseManager #软件授权 #版本更新 #开发者 #OSCHINA
Meta 推迟向开发者发布新 AI 模型,变现能力受挫

据媒体报道,Meta 公司多次推迟向开发者发布其新一代人工智能模型。这一不断变动的时间表,使得 Meta 在构建前沿 AI 模型方面的巨额投资难以如期变现。尽管 Meta 在 AI 研发上持续投入重金,但模型的推出节奏一再延后,给公司商业化前景蒙上阴影。目前尚不清楚具体延迟原因及新发布时间。 #Meta #AI #大模型 #科技 #商业化 #新闻
AI Agent 13 大核心概念详解:Harness、Scaffold、Tool 等术语全解析

近日,一篇系统梳理 AI Agent 领域 13 大核心概念的文章引发关注,涵盖 Harness、Scaffold、Tool、Skill 等关键术语。文章指出,Harness 是智能体运行时的基础框架,负责环境交互与任务调度;Scaffold 则提供模块化开发脚手架,简化复杂逻辑构建;Tool 指代外部工具接口,如搜索、计算、代码执行等;Skill 则是封装好的可复用能力单元。此外还包括 Memory、Planner、Observer 等概念,共同构成 Agent 的完整架构。这些概念帮助开发者更高效地构建自主决策与执行的 AI 系统。 #AI #Agent #Harness #Scaffold #Tool #Skill #人工智能 #大模型 #开发概念
Telegram必备的搜索引擎,极搜JISOU帮你精准找到,想要的群组、频道、视频、音乐

👉 t.me/jisou2?start=a_8247614025
ALL-IN-AI产业片区发现计划首站落地漕河泾,聚焦AI落地生态

随着大模型从技术狂飙进入理性落地阶段,AI企业如何摆脱单打独斗,寻找能力与生态注入路径成为关键。5月22日,“ALL-IN-AI产业片区发现计划”首场活动在漕河泾元界·鑫耀中城举行。活动以企业路演和观点对话为核心,集结星环科技、ThinkingAI等五家企业,展示从数据基础设施到垂直场景应用的完整AI能力链。活动强调高质量数据治理和AI Agent平台等务实路径。同时,三方揭幕CITYVEE Station合作,旨在构建即时接入的产业赋能网络。漕河泾开发区拥有超1.5万家企业,正通过元界街区等载体推动产城融合,试图从物理聚集转向化学融合,为AI落地提供可复制的生态范式。 #AI #人工智能 #产业生态 #漕河泾 #ALL-IN-AI #企业服务 #科技创新 #产城融合
Uber 每月1500美元AI使用额度,为AI工具定价提供参考

据OSCHINA报道,Uber每月1500美元的AI使用额度,为AI工具定价提供了有用的参考标准。 #Uber #AI #定价 #额度 #科技 #参考
BiasGRPO:通过组相对策略优化稳定高方差奖励景观中的偏差缓解

该论文提出了一种名为BiasGRPO的新方法,旨在解决强化学习从人类反馈(RLHF)中常见的偏差缓解问题。传统方法在高方差奖励景观中容易导致训练不稳定和偏差放大。BiasGRPO通过引入组相对策略优化(Group-Relative Policy Optimization),在多个样本组内计算相对奖励,从而降低奖励方差,使模型在减少有害偏差的同时保持生成质量。实验表明,该方法在多个基准测试中优于现有基线,尤其在敏感话题和公平性任务上表现突出。论文还分析了组大小和奖励缩放对稳定性的影响,为实际部署提供了理论指导。 #AI #机器学习 #偏差缓解 #策略优化 #组相对 #RLHF #arXiv #论文 #BiasGRPO
AIP:一种用于学习和治理智能体技能的图表示方法

来自arXiv的一篇论文提出了一种名为AIP(Agent Interaction Program)的图表示方法,旨在解决智能体技能的学习与治理问题。该方法通过将智能体的行为与交互建模为图结构,能够更有效地捕捉技能间的依赖关系和组合逻辑,从而提升智能体在复杂任务中的表现。论文还探讨了如何利用该图表示对智能体行为进行可解释的治理与约束,为安全可控的自主系统提供了新思路。该研究由Zachary Blumenfeld等人完成,目前已在arXiv上公开。 #AI #图表示 #智能体 #技能学习 #arXiv #机器学习 #自主系统
树形形式化方法

来自arXiv的一篇预印本论文提出了一种基于树结构的形式化方法,用于建模人机交互中多智能体之间的互补性。该论文由Andrea Ferrario于2026年6月3日提交,目前正在等待DataCite分配DOI。研究聚焦于如何通过树形框架系统描述人类与AI智能体在协作任务中的角色互补关系,为理解复杂人机协同行为提供了新的数学工具。论文已在arXiv上公开,并提供PDF和HTML版本供查阅。 #人机交互 #多智能体 #形式化方法 #AI #论文 #arXiv #互补性