
AI已学会PUA!Anthropic「说服」调查
AI已学会PUA!Anthropic「说服」调查这是一篇来自伊利诺伊大学香槟分校联合Anthropic发布的重磅报告,系统性地梳理了"计算说服"这个新兴领域。您可能会好奇"计算说服"是什么?传统人际说服基于理论构建(如亚里士多德的修辞学 、西奥迪尼的说服六原则 )和人类参与的实验。
这是一篇来自伊利诺伊大学香槟分校联合Anthropic发布的重磅报告,系统性地梳理了"计算说服"这个新兴领域。您可能会好奇"计算说服"是什么?传统人际说服基于理论构建(如亚里士多德的修辞学 、西奥迪尼的说服六原则 )和人类参与的实验。
豆包疯了。我感觉他好像真的想一统江湖了。
具身智能领域,是不是够火爆了?
近期,AI社交赛道正经历着显著降温。市场中的大部分产品,都出现了下载及收入数据增长放缓,甚至下降的情况,与去年狂热入场,人人都想分一杯羹形成了鲜明对比。
在我们去年 AI Scaling Laws article from late last year中,我们探讨了多层 AI 扩展定律如何持续推动 AI 行业向前发展,使得模型能力的增长速度超过了摩尔定律,并且单位 token 成本也相应地迅速降低。
长期依赖 AI 写作,大脑会变傻吗?
AI 正在重构搜索本身的体验。
Alexandr Wang的人生堪称AI时代的缩影,19岁辍学到28岁掌管Meta超级智能。在最近的一场专访中,他谈到了AI的潜力与缺陷,他将如何影响这场智能革命的方向?
涌现(Emergence),是生成式AI浪潮的一个关键现象:当模型规模扩大至临界点,AI会展现出人类一般的智慧,能理解、学习甚至创造。
AI加持仙侠IP改编。
在思维节奏这件事上,人类早已形成一种独特而复杂的模式。
当算力成本飙升、监管收紧,下半年是OpenAI、Anthropic这类巨头继续领跑。还是医疗、法律等垂直领域突围?
AI导致全民失业,绝非天方夜谭。刚刚,哈佛商学院放出视频,采访了一位美国经济学家。他向全人类预警:AGI可能在短短2-5年内就将实现,AI失业潮将席卷全球,一不小心,全球经济就将发生大崩溃!
现有的语言大模型(LLMs)在复杂指令下的理解和执行能力仍需提升。
6月19日,由阅文旗下女频网文平台潇湘书院孵化的“筑梦岛”App,因AI生成内容存在低俗擦边问题、危害未成年人身心健康,被上海市网信办约谈。
《读佳》获悉,字节的UserGrowth(用户增长团队)做了一个名为”探饭“的AI产品,搭载的是豆包大模型。
在5月22日凌晨,OpenAI宣布前苹果传奇设计师Jony Ive将加入OpenAI,领导AI硬件部门。
AI内容商业应用智能体平台筷子科技(Kuaizi.ai)近日完成近亿元B轮融资,本轮融资将用于内容商业AI智能体与数据基础设施建设,并加速全球化布局。
还记得刚入行时,每遇到一个bug都要在CSDN和百度上搜索半天。输入错误信息,翻遍无数帖子,试了一个又一个方案,却往往发现要么版本不对,要么场景不符。最崩溃的是,好不容易找到一个看似相关的解决方案,复制粘贴后却发现引入了更多的问题。
在当今科技飞速发展的时代,机器人在各个领域的应用越来越广泛,从工业生产到日常生活,都能看到它们的身影。然而,现代机器人导航系统在多样化和复杂的室内环境中面临着诸多挑战,传统方法的局限性愈发明显。
“新来的运营岗,比我小两岁,工资是我 2 倍!”
斯坦福大学 2025 年春季的 CS336 课程「从头开始创造语言模型(Language Models from Scratch)」相关课程和材料现已在网上全面发布!
具身智能可太火了!Generalist AI发布了一段震撼视频,机器人完成高难度任务,全程动作丝滑流畅。而这背后,竟是来自一款国内自研「拂晓」仿人自适应机器人。就在刚刚,这家公司又宣布了新一轮的融资。
「天临七年」,毕业论文除了查重之外又多了一道关卡—— AIGC 检测(人工智能生成内容检测)。
AI落后、Siri乏力、与谷歌搜索合作紧张,苹果要放大招了?网友支招:不如买下OpenAI前CTO的Thinking Machines Lab!
大语言模型(LLM)能力提升引发对潜在风险的担忧,洞察其内部“思维过程”、识别危险信号成AI安全核心挑战。
AI生态系统的总收入与已投入的资金相比仍然相形见绌,如果说有什么不同的话,那就是我去年对科技巨头们在AI上赚取多少收入的估计可能还太高了。
在 3D 重建领域,无论是 NeRF 还是最新的 3D Gaussian Splatting(3DGS),在生成逼真新视角时仍面临一个核心难题:视角一旦偏离训练相机位置,图像就容易出现模糊、鬼影、几何错乱等伪影,严重影响实际应用。
大语言模型在数学证明中常出现推理漏洞,如跳步或依赖特殊值。斯坦福等高校团队提出IneqMath基准,将不等式证明拆解为可验证的子任务。结果显示,模型的推理正确率远低于答案正确率,暴露出其在数学推理上的缺陷。
只训练数学,却在物理化学生物战胜o1!强化学习提升模型推理能力再添例证。