新闻AI HOT
FM-Bench评测长期足球俱乐部管理智能体:冠军在10个模型间轮换
FM-Bench让大语言模型智能体借助26个工具,在20个游戏年内管理足球俱乐部;15个模型均完成任务,claude-fable-5在单人赛道和Arena中居首,表现差异与管理行为相关而非算力或token支出。
DeepTutor 是一个能陪你终身学习的 AI 家教,你把文档、书籍、笔记丢给它,它就像一个懂你的老师一样和你聊、帮你理解内容。
读论文或书的时候遇到不懂的地方,只能自己硬啃或到处搜,DeepTutor 让你直接在文档旁边开口问,它翻到对应页给你解释。
可以把 MarginNote 里的读书笔记接进来,边读边问;比如读一篇技术文档,问它某个概念,它会定位到原文页码再作答。
README 已更新,当前暂时展示上一版摘要。
来自公开新闻、社区讨论、RSS 与 X 的相关信息。
FM-Bench让大语言模型智能体借助26个工具,在20个游戏年内管理足球俱乐部;15个模型均完成任务,claude-fable-5在单人赛道和Arena中居首,表现差异与管理行为相关而非算力或token支出。
一项研究在多个工具调用基准上发现,在匹配监督微调条件下,循环计算有助于提升组合与依赖感知的工具使用表现;增加循环深度可提高多步调用准确率,自适应推理则改善计算与性能的平衡。
SkillGate将结果信用与动作局部优势分开训练,在16个候选技能场景中使9B策略试验成功率从40.8%提升至53.2%,并将误导候选暴露减少三分之二。
按时间倒序,每位访客 5 分钟可发送一次。
还没有评论。