在生产环境中部署基于大语言模型（LLM）的智能体（Agent）时，如何准确评估其在复杂、长上下文任务中的表现一直是个难题。传统LLM评测员（Judge）在处理涉及多步推理、状态验证和动态调整的Agent轨迹时，常出现事实...

Cate是一款创新的空间桌面IDE，其核心特色在于提供了一个无限缩放的画布，允许开发者在一个广阔的空间工作区内灵活排布代码编辑器、终端、浏览器面板等工具。这种设计打破了传统IDE的固定窗口布局，让开发者能够像整...

Hugging Face 团队近日发布了一项名为“Delta Weight Sync”的创新技术，旨在解决大规模强化学习（RL）训练中的通信瓶颈问题。在训练拥有万亿参数量的模型时，传统的权重同步方式需要在训练器（Trainer）和推理引擎（I...

人工智能软件工程师Devin的开发商Cognition近日宣布完成超过10亿美元的新一轮融资，公司估值达到260亿美元。本轮融资由Lux Capital、General Catalyst和8VC等知名投资机构领投。Devin作为一款AI驱动的软件工程师，已...

在AI编程代理的辅助下，开发者zfhuang99基于Rust语言成功构建了一个全新的多Paxos共识引擎，代码规模超过13万行，并以此对经典的Replicated State Library进行了现代化改造。这一项目最令人瞩目的成果在于其性能的巨...

谷歌云近日正式推出Agent Executor，这是一个面向AI代理（Agent）的分布式运行时开源标准，旨在解决长时间运行的代理工作流在可靠性、效率和扩展性上的核心挑战。Agent Executor通过引入持久化执行机制，确保代理任...

在Google I/O大会上，Google正式发布了其最新一代大语言模型系列——Gemini 3.5。这一版本是Gemini系列的重大升级，首款推出的模型为超快速的3.5 Flash版本，专为在Google搜索等应用中直接处理复杂任务而优化。在多项...

艾伦人工智能研究所（Ai2）最新发布的OlmoEarth v1.1模型家族，在遥感智能分析领域实现了显著的成本突破。该系列模型通过创新的序列长度优化技术，将处理遥感数据的计算成本最高降低至原来的三分之一（即3倍效率提升...