跳到正文

Understanding AI

understandingai.org · 网站与博客

当前显示全部 AI 相关新闻
切换来源
全部网站与博客新闻IT Home8967 条Simon Willison360 条OpenAI News317 条TechCrunch · AI298 条The Decoder274 条The Verge · AI161 条Hugging Face Blog151 条Claude Blog140 条elsewhere articles115 条Google Research108 条OpenRouter Announcements103 条Mistral AI89 条Tomer Tunguz83 条Databricks Blog82 条Sierra Blog67 条Anthropic Newsroom65 条Gary Marcus64 条Claude Platform release notes62 条Runway News62 条Gemini API 更新日志60 条LMSYS Blog60 条Manus Blog60 条Together AI Blog60 条Google DeepMind58 条NVIDIA Blog53 条a16z News49 条Apple Machine Learning Research48 条LangChain Blog48 条Suno Blog48 条ByteByteGo46 条ElevenLabs Blog45 条Google Blog: AI41 条Qwen Blog40 条Google Developers Blog35 条Cursor Blog34 条Microsoft AI News32 条Google Cloud: Databases31 条Linear Now30 条AWS Machine Learning Blog29 条Ars Technica · AI27 条Dwarkesh Patel27 条Nathan Lambert: Interconnects25 条Latent Space24 条DeepSeek API updates23 条Sakana AI Blog23 条Anthropic Research21 条Import AI21 条AI as Normal Technology20 条ByteDance Seed Papers17 条MIT Technology Review · AI16 条GitHub Blog · AI & ML12 条MiniMax Blog12 条Meta Engineering11 条Sam Altman Blog11 条Berkeley AI Research10 条Black Forest Labs Blog10 条MarkTechPost10 条Microsoft Research10 条xAI:News9 条Cohere 产品与研究博客8 条Epoch AI:Gradient Updates8 条Factory 研究 / 产品8 条Google AI:DEV 作者专属8 条OpenClaw Blog8 条Recode China AI8 条Redwood Research Blog8 条Replit Blog8 条SemiAnalysis 长文8 条Understanding AI8 条404 Media7 条Amazon Science7 条Every latest articles7 条Exponential View7 条Liquid AI 模型与工程博客7 条LlamaIndex:产品、工程与评测7 条PromptArmor:Threat Intelligence7 条PyTorch Blog7 条Thinking Machines Lab Blog7 条Preferred Networks:AI 研究与产品6 条ByteDance Seed Research5 条ChinaTalk5 条Chips and Cheese4 条Artificial Intelligence News3 条Canary Media:Data Centers2 条CMU Machine Learning Blog1 条Claude YouTube0 条MarkTechPost · 历史来源118 条xAI News · 历史来源73 条Artificial Intelligence News · 历史来源52 条Claude YouTube · 历史来源44 条Ars Technica: AI · 历史来源18 条GitHub Blog · 历史来源17 条Lilian Weng's Log · 历史来源2 条
8 条AI 相关新闻 · 最新在前
今天10月6日周二
  1. Understanding AI71

    多智能体集群为何可能成为下一个“scaling law”

    作者分析 OpenAI 训练智能体协作的新范式,认为多智能体集群类似推理扩展,是把算力换成性能的新途径。文中引用 Noam Brown 访谈称 10,000 个智能体数天内解决 Navier-Stokes 问题,但他本人表示多智能体方法的贡献不足 10%;Anthropic 报告指出从 1 个扩展到 10 个智能体收益最大,更多智能体主要带来提速而非更优结果。

9月18日周五
9月11日周五
  1. Understanding AI79

    OpenAI 用上万智能体求解 Navier-Stokes 引发数学家抗议

    OpenAI 宣布用 10,000 个智能体求解千禧年难题 Navier-Stokes,但数学家 Tristan Buckmaster 与 Anthropic 员工 Levent Alpöge 此前已在做相关研究并公开批评 OpenAI 抢发。作者认为 OpenAI 花费数百万美元算力抢先完成学术工作,破坏了数学界开放协作的规范;Terence Tao 则指出该结果对实际物理应用意义有限。

    推荐理由:作者借时间线复盘指出,砸重金抢先解决问题虽然合规,却冲击了数学界开放协作的规范。

9月5日周六
9月4日周五
9月3日周四
9月1日周二