开源大语言模型在重复囚徒困境中模拟人类合作行为的能力评估
本研究探讨了五种开源大语言模型（TII Falcon 7B Instruct、Google Gemma 7B、Meta Llama 3.1 8B Instruct、Microsof…
智客 AI 新闻
智客 ZICQ 每日整理大模型、开源基础设施与开发者现场的 AI 新闻与深度文章。
投稿技术文章当前筛选： 标签: #多平台支持 清除筛选
大模型· 2026-10-20
Mr.Xu0 次阅读0 条讨论与划词
arXiv发布轻量级LLM能力评估基准：GardenBench
arXiv发布了一款名为GardenBench的轻量级基准测试工具，用于评估大语言模型（LLM）的日常性能变化。该工具包含11个测试套件，通过轻量级查询系统地评估模型在不同任务中的…
智能体· 2026-10-20
Mr.Xu0 次阅读0 条讨论与划词
arXiv发布约束型智能体强化学习模型：优化网页任务完成率、成本与风险
arXiv发布了一种针对网页智能体的约束型强化学习模型，通过整合页面访问、搜索请求和外部API调用，构建了一个统一的多维成本优化框架。该模型结合了成本预算约束和尾部风险控制，通过拉…
大模型· 2026-10-19
Mr.Xu0 次阅读0 条讨论与划词
Hugging Face发布AnyGoal：评估世界模型在目标转移任务中的泛化能力
Hugging Face推出AnyGoal，这是一个用于评估世界模型在目标转移任务中泛化能力的新基准测试平台。该平台基于广泛使用的世界模型环境构建，包含一系列目标转移的任务变体，旨…
智能体· 2026-10-19
Mr.Xu0 次阅读0 条讨论与划词
AIGNLAI发布TokenWorth：资源受限环境下智能体记忆管理的创新框架
AIGNLAI推出了一种名为TokenWorth的轻量级在线记忆框架，旨在解决资源受限环境下智能体记忆管理的核心挑战。该框架通过从稀疏执行反馈中学习查询依赖的记忆价值，并将其应用于…
智能体· 2026-10-19
Mr.Xu0 次阅读0 条讨论与划词
Hugging Face发布EgoXperience：革新第一人称视频活动重建技术
Hugging Face推出EgoXperience，这是一套用于第一人称视频活动重建的全栈解决方案。该方案包括数据收集、自动标注、统一建模和基准测试等环节，核心是其自动标注引擎E…
智能体· 2026-10-19
Mr.Xu0 次阅读0 条讨论与划词
Hugging Face发布HarnessPro：优化AI智能体性能与执行成本的递归自改进框架
Hugging Face推出HarnessPro，这是一款基于递归自改进（RSI）的AI智能体框架，旨在同时提升任务性能并降低执行成本。HarnessPro通过LLM生成的测试评估…
大模型· 2026-10-19
Mr.Xu0 次阅读0 条讨论与划词
Hugging Face发布DeOverlay模型：革新视频字幕与水印去除技术
Hugging Face推出DeOverlay模型，旨在解决视频中字幕、标题和标志遮挡的问题，同时保留周围内容。该模型采用源锚定流架构，通过固定源引导从源潜在空间重建干净视频。实验…
智能体· 2026-10-19
Mr.Xu0 次阅读0 条讨论与划词
ZJU3DV发布ScaleNav：基于互联网视频的机器人导航新范式
ZJU3DV团队推出ScaleNav，这是一种基于互联网第一人称视频的机器人导航框架，通过三阶段训练实现目标导向的视觉动态学习，并结合模拟数据中的动作对齐优化机器人动作生成。Sca…
大模型· 2026-10-19
Mr.Xu0 次阅读0 条讨论与划词
Hugging Face发布RoAR-VAE：革新视觉生成模型潜空间鲁棒性
Hugging Face推出了一种名为RoAR-VAE的新型视觉生成模型，通过鲁棒预测机制显著提升潜空间的可扩散性。该模型通过两个互补目标——RobustAlign和RobustR…
大模型· 2026-10-19
Mr.Xu0 次阅读0 条讨论与划词
Hugging Face提出Fréchet Forcing：革新长时序流视频世界模型训练方法
Hugging Face提出了一种名为Fréchet Forcing的新训练方法，旨在解决长时序流视频世界模型在训练过程中出现的漂移问题。该方法通过三个约束条件——生成性锚定、上下…
大模型· 2026-10-19
Mr.Xu0 次阅读0 条讨论与划词
Cloudflare发布27B多模态决策模型Clef，现已上线Ollama云平台
Cloudflare开发的27B参数多模态决策模型Clef现已通过Ollama平台开放使用。用户可以选择在本地运行或利用Ollama的云服务进行部署。Clef支持多模态数据处理，涵…