arXiv发布MDN-VJEPA：多模态概率联合嵌入世界模型革新预测架构
arXiv发布了一篇关于MDN-VJEPA的研究论文，这是一种多模态概率联合嵌入世界模型（JEPA），通过混合密度网络（MDN）实现未来状态预测。MDN-VJEPA不仅能捕捉未来状…
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: #AI Scam Detection 清除筛选
智能体· 2026-10-14
Mr.Xu0 次阅读0 条讨论与划词
PsyBer-Agent发布：基于心理学驱动的推荐系统模拟器问世
PsyBer-Agent是一款基于心理学驱动的推荐系统模拟器，旨在解决现有LLM智能体在捕捉用户动态行为（如疲劳、情感变化和偏好转移）方面的不足。其核心组件Psy-Engine通过…
前沿论文· 2026-10-14
Mr.Xu0 次阅读0 条讨论与划词
arXiv发布基于Levin Kt的智能体超智能测试框架
arXiv发布了一篇关于超智能测试框架的研究论文，提出了一种基于Levin Kt的全新测试方法，用于评估可能超越当前AI系统和人类能力的智能体。该方法利用LLM作为表示机器，通过生…
行业动态· 2026-10-14
Mr.Xu0 次阅读0 条讨论与划词
NVIDIA宣布对英国AI生态系统重大投资，推动多领域智能化转型
NVIDIA宣布了一项为期五年、总额2.5亿美元的计算资源承诺，以支持英国AI生态系统的发展，重点包括提升英国在智能体安全与安全研究领域的实力。该计划通过牛津大学和伦敦大学学院等机…
智能体· 2026-10-14
Mr.Xu1 次阅读0 条讨论与划词
Google DeepMind与新加坡政府合作推出设备端AI防诈骗工具
Google DeepMind与新加坡政府下属的GovTech合作推出了一款基于轻量级Gemma模型的设备端AI防诈骗工具。该工具能够在私人聊天中实时拦截对话式诈骗，且无需将数据发…
大模型· 2026-10-13
Mr.Xu0 次阅读0 条讨论与划词
MSALab-PKU发布Open-o3-Video-v2：革新视频推理与证据获取技术
MSALab-PKU推出Open-o3-Video-v2模型，通过构建STGR-v2-CoT135K和STGR-v2-RL-13K数据集，并引入Clue-Seek GRPO（CS-…
大模型· 2026-10-13
Mr.Xu0 次阅读0 条讨论与划词
Hugging Face发布Tev-Gym与Tev-27B：革新长时智能体训练与推理技术
Hugging Face推出Tev-Gym，这是首个具备可验证、密集、渐进奖励的长时智能体训练数据集，涵盖7个领域共1170个任务环境。Tev-Gym采用潜在世界优先方法构建任务领…
大模型· 2026-10-13
Mr.Xu0 次阅读0 条讨论与划词
Hugging Face发布DoubtLess：训练无关的对比解码方法提升推理效率
Hugging Face推出了一种名为DoubtLess的新型训练无关解码方法，旨在优化推理效率。DoubtLess通过一个更小的推理模型来引导大模型生成更简洁的推理链，从而在不损…
智能体· 2026-10-13
Mr.Xu0 次阅读0 条讨论与划词
Hugging Face发布SwitchMem：革新GUI智能体记忆模态选择机制
Hugging Face推出SwitchMem，这是一种动态记忆模态选择框架，旨在提升基于视觉-语言模型（VLM）的GUI智能体性能。传统方法采用固定记忆表示策略，而SwitchM…
大模型· 2026-10-13
Mr.Xu0 次阅读0 条讨论与划词
Hugging Face发布AesCode：基于跨模态奖励的代码生成模型革新视觉设计
Hugging Face推出AesCode模型，旨在解决传统代码生成模型在视觉设计上的局限。AesCode通过将内容提示生成的图像作为美学指导，结合设计图表示和跨模态奖励机制，利用…
大模型· 2026-10-13
Mr.Xu0 次阅读0 条讨论与划词
Hugging Face发布VideoJev：革新视频理解与交互的决策模型
Hugging Face推出VideoJev系列模型，旨在革新视频理解与交互方式。VideoJev基于系统一（System One）范式，将视频理解与交互任务转化为结构化决策问题，…
大模型· 2026-10-13
Mr.Xu0 次阅读0 条讨论与划词
Fish Audio发布Drama 3：开源语音生成模型实现多角色场景与实时音频编辑
Fish Audio推出了开源语音生成模型Drama 3，该模型基于35B参数的混合专家（MoE）架构，单词激活参数为3B。Drama 3具备多角色场景配音、实时音频编辑、长音频合…