logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

GPT-6,曝光了

最近Brockman亲自在播客上承认了,OpenAI之前光顾着刷榜单,结果在编程领域被Anthropic狠狠摆了一道,大量用户被抢走。而如今,Sora被砍,迪士尼合同被撕,也都是OpenAI为了给新模型的算力需求让路做出的无奈之举。定价方面,也延续了OpenAI的「优良传统」,每百万Token输入2.5美元,输出12美元,据说,GPT-6的预训练在3月17号就已经完成了,后训练和安全工作也都搞定,

#人工智能#大数据#开源 +2
Claude 4小时血洗全球最安全系统,人类最后防线失守

仅仅凭借一份漏洞报告,AI就构建了一条完整的攻击链,劫持了内核线程,在多个网络数据包中写入shellcode,并在用户空间生成了一个root shell。不仅如此,最近10位真实安全专家,花149小时,7个开源基准和一个新的专家人类时间研究,测了291个任务,从28秒小命令到36小时复杂CVE利用。同时,它能在完全不同的任务分布上,以更快的速度吞噬人类专家的全部领地。一个独立研究员,配合一个前沿大

#安全#人工智能#大数据 +3
Vibe Coding 是一场生产力骗局吗?

毕竟,用户自娱自乐Vibe Coding出来的代码对其他人没什么影响,可这1.9万行代码是实实在在要被嵌入到Node.js的底层机制中,并被数以百万计的人们实际应用的。那时的AI还很笨拙,数据源的API或是找不到,或是胡编乱造,python语法也是各个版本混用,写出来的代码别说“能用”,连顺利运行都需要若干次调试。后期(崩溃期):随着长上下文累积,AI的指令遵循能力出现断崖式下跌,频繁出现“错的地

#算法#人工智能#开源 +3
AI时代vibecoding盛行,IT部门的应对之道与深层思考

这种反差背后,既有业务侧对IT工作的认知偏差,也有AI技术在不同职能领域应用场景的本质区别——IT工作中“可可视化、可快速落地”的表层开发,容易被vibecoding快速替代,而医生、法务等岗位的核心价值,在于专业经验、风险判断和复杂场景的综合决策,这些恰恰是当前AI难以企及的。综上,AI时代vibecoding的盛行,不是IT部门的“危机”,而是“转型契机”。而IT部门开发的系统,虽然投入成本更

#人工智能#大数据#开源 +3
摩根大通 CEO:年轻人面对 AI,3 件事要想清

AI 的演进与岗位的更迭,是无法回避的客观趋势。个人无法决定潮水的高度,但可以决定自己应对浪潮的姿态。面对同样的不确定性,有人会把注意力放在“会不会被替代”;也有人会更早一步,去理解变化、适应变化,然后找到工作目标。就像 Jamie Dimon 所说,机会依然存在,前提是你要提前做好准备。因此,不必过度纠结 AI 最终会走向何方。变革真正到来时,考验的从来不是谁的预测更准。而是谁能更早地理解变化,

#人工智能#开源#大数据 +1
Seedance 2.0开放公测,“凌晨抢算力”的时代结束了?

这场开放,本质上是一次市场结构的重新校准。4月2日,字节跳动旗下火山引擎在AI创新巡展·武汉站上宣布,Seedance 2.0 API正式面向企业用户开放公测申请。消息其实在前一天晚上就已经在行业社群里流传开来。4月1日晚,大量关于公测细则的截图在各个群内扩散,从对接人员的表述来看,本次开放对接入主体、使用权限、付费规则均作出了清晰的界定。此次Seedance 2.0开放公测,仅面向完成企业认证的

#人工智能#大数据#学习 +2
30年从未赢过,AlphaGo之父:1997年输棋,2026年输命

2026年,当AI不再是你的工具,而是你的老板时,你准备好失业了吗?唯一的问题是:当手脚被替代,连大脑的判断都被托管后,你打算用什么证明自己还在握着命运的方向盘?现在的现实是:机器不仅能做证明,还能在最变态的奥数赛场上,和全球最聪明的人类大脑硬刚。回顾这40年,我们犯的最大错误,就是把我们目前还不理解的计算,傲慢地命名为「灵魂」。围棋的落子讲究「棋感」,那是玄学,是艺术,是不可言说的美学,是人类灵

#人工智能#大数据#机器学习 +2
谷歌Gemma 4深夜突降,31B爆杀20倍巨头,手机跑全血「龙虾」

给一张网页截图,问「view recipe按钮在哪」,四个尺寸都能以JSON格式返回精确的边界框坐标,不需要任何特殊提示词。小尺寸也没拉胯,E4B在AIME上42.5%,LiveCodeBench 52%,对一个只有45亿有效参数的选手来说,这个成绩放在一年前是旗舰级的。一个31B的体量,能在单卡上跑出接近千亿参数级别的效果,Apache 2.0随便用,从手机到服务器全覆盖,微调工具链完整。多模态

#人工智能#学习#机器学习 +2
百花齐放的AI独角兽,哪些将“吞噬”传统经济?

独角兽本代表着创业世界中的极致稀有,但在AI时代,具备这一称号的企业,其数量正在以通货膨胀般的速度增长,这是否是一场估值泡沫将在今年得到验证。文:滕斌圣,长江商学院战略学教授,战略研究副院长,新生代独角兽全球生态体系研究中心主任何涧石,长江商学院新生代独角兽全球生态体系研究中心研究员。

#人工智能#大数据#学习 +3
智力能效:Token之上的竞争

相比直接调用 GPT-4 API 写代码,Cursor 在完成同样的开发任务时,需要的交互轮次更少,产生的无效代码更少,需要的人工修正更少。封装维度上,它们做的事情本质上是“给传统软件加一个 AI 功能”——在现有的界面体系里嵌入一个对话框,在现有的工作流里插入一个 AI 环节,用按钮、菜单、功能模块把 AI 能力组织起来。但 Glean卖的不是Token,而是高智力能效的垂直封装。这就是为什么同

#人工智能#大数据#机器学习 +2
    共 858 条
  • 1
  • 2
  • 3
  • 86
  • 请选择