MemeData

Who should be held accountable when an AI Agent (accidentally) acts maliciously? 3 天前

是时候调查人工智能实验室了 It's Time to Investigate the AI Labs 3 天前

请启用 JavaScript 和 Cookie 以继续。

Best of British Design 3 天前

Pacing the Frontier is not the actual goal for AI labs 3 天前

Palantir founder purchases large swath of forest in Sweden 3 天前

加州葡萄种植户因葡萄酒需求下降而面临销售困境 California farmers are struggling to sell grapes as demand for wine drops 3 天前

本网站正在使用安全服务来保护自己免受网络攻击。您刚才的操作触发了安全防御机制。触发此拦截的原因可能有多种，包括提交了特定的词汇或短语、SQL 命令或格式错误的数据。

科学家破解了19世纪40年代的空间天气之谜 Scientists solve 1840s space weather mystery 3 天前

身份验证：为继续访问，请完成验证码以证明您不是机器人。该验证码需要启用 JavaScript。请开启 JavaScript 后刷新页面。

Jeff – 兼容 Jev 的 0.8B 决策模型，家庭训练，约 30 毫秒 Jeff – Jev-compatible 0.8B decision models, trained at home, ~30 ms 3 天前

“Jeff” 是一系列经过微调的超轻量级语言模型（Qwen3.5 0.8B/2B 和 Gemma 2 2B），专为高速零样本分类而设计。通过在单次前向传播中输出用户定义选项的校准概率，Jeff 无需进行文本生成或解析。 **主要特性：** * **性能：** 速度极快，在高端硬件上的决策时间约为 22–28 毫秒。在分类任务中，其表现可与 Jev 等较大模型媲美，但不具备深度推理能力。 * **易用性：** 模型作为本地代码的“决策引擎”运行，可处理用户意图、内容审核及游戏指令。它们沿用了 Jev 的请求格式。 * **定制化：** 虽然零样本表现强劲，但用户可以通过简短的领域特定微调实现高准确率（例如从 31.7% 提升至 95.8%）。 * **本地优先：** 完全基于本地硬件构建，采用开源合成数据管道，不依赖闭源模型。 * **部署：** 支持 NVIDIA GPU（PyTorch）和 Apple Silicon（MLX）。 Jeff 是一款专注于分类和落地的专用工具，并非规划或推理引擎。其权重和代码均已开源（Apache 2.0/MIT），为基于 API 的分类服务提供了一种高性能的私有化替代方案。

12,000年前的哥贝克力石阵墓葬揭示了遗骨散落之谜 12,000-year-old Göbeklitepe burials explain scattered bones 3 天前

请启用 JavaScript 和 cookie 以继续

World Labs 加入 AMD World Labs is Joining AMD 3 天前

AMD 已达成最终协议，将收购成立于 2024 年的 AI 研究初创公司 World Labs。加入 AMD 后，World Labs 旨在将其软件和基础模型与 AMD 硬件进行更紧密的整合，从而加速面向空间和物理世界的 AI 解决方案开发。作为过渡的一部分，World Labs 联合创始人李飞飞博士将加入 AMD，担任执行副总裁兼首席科学家，直接向首席执行官苏姿丰博士汇报。联合创始人 Justin Johnson 和 Ben Mildenhall 将继续领导 World Labs 团队，该团队将在 AMD 内部组建一个新的前沿研究机构。双方的合作始于去年，重点在于模型训练和推理优化，这反映了双方对构建开放式端到端 AI 生态系统的共同承诺。该收购预计将于 2026 年底前完成，并需获得常规监管部门的批准。

每日HackerNews RSS