搜索
Codex、Claude Code等数字世界智能体，已经向我们展示出了一种全新且高效的工作方式：大模型理解目标，拆解任务，调用适当的工具，并根据执行结果不断调整计划，直到完成任务。
AI 行业，模型任务分工开始更加垂直。
工具调用使大语言模型能够通过外部 API 获取信息、执行操作。训练这类能力，需要建立用户请求与具体函数调用之间的对应关系。一条合格的训练样本，不仅要符合函数定义，还要保证工具选择、调用次数和参数取值与用户意图一致。
现有的音视频奖励模型，能通过局部指标捕捉到画质或同步上的优势，却往往忽略声音失真、台词与提示不符，以及动作和语音配合不自然等问题。
《读佳》获知，腾讯推出面向外部行业人才的专家平台“混元智囊团”，平台Slogan为“聚智为谋，引领未来”。该平台隶属于腾讯混元旗下，通过连接各领域顶尖实战专家与真实AI训练问题，以高质量数据集生产、专业内容编写、知识审核为核心工作，产出的专家资源与专业数据服务于混元大模型持续迭代优化。
如何评价 AI 写出的网页？我们尝试让 AI 自己来打分。
最近，一个不会说话的大模型在网上火了。
一段人坐上椅子的视频，对人类而言再普通不过。我们不仅能看见 “人坐了下来”，还天然理解椅子承受人体重量，人与椅面形成接触并最终稳定，这些重力、接触与作用关系共同构成真实世界中的物理交互。但对今天的三维重建系统而言，“看见动作” 与 “重建真实交互” 仍是两回事。一个视觉上准确坐在椅子上的人体，进入物理仿真后，椅子可能因结构缺失倒下，人体也可能与椅面严重穿模。视觉上成立，并不意味着物理交互上成立。
TypeSafe AI 开发的非大语言模型 Jev 正式向所有用户开放并赠送约 1.2 亿 Token 额度，该模型由前 OpenAI 研究员 Diogo Almeida 创立，可输出类型化结构决策，速度较同类大语言模型快 20 至 200 倍。
前OpenAI研究员所在的TypeSafe AI于9月15日发布专门处理判断题的AI模型Jev，将其定义为System One Models，因在Agent评估、广告分析及浏览器操作等场景展现出的高速低成本能力而在开发者社区迅速走红，LangChain、OpenAI研究员Tibo等纷纷跟进关注。