跳到正文

X:Aravind Srinivas(Perplexity CEO)

@aravsrinivas · X

当前显示全部 AI 相关新闻
切换来源
全部X新闻X:Rohan Paul1140 条X:Kim1108 条X:阿易 AI Notes821 条X:阿里云 / Alibaba Cloud415 条X:Testing Catalog329 条X:Elvis Saravia312 条X:OpenRouter287 条X:Elon Musk285 条X:cb_doge277 条X:Artificial Analysis257 条X:Ethan Mollick242 条X:PixVerse235 条X:Replit213 条X:OpenAI Developers199 条X:SemiAnalysis194 条X:ZHO182 条X:Alexandr Wang(Scale AI 创始人/Meta 首席 AI 官)173 条X:小北161 条X:swyx161 条X:Gemini156 条X:MiniMax154 条X:Tibo122 条X:OpenAI119 条X:Dex Horthy(HumanLayer)118 条X:Google AI for Developers103 条X:X.PIN100 条X:蚂蚁百灵98 条X:Emad Mostaque98 条X:Thomas Wolf(Hugging Face 联创/CSO)94 条X:Epoch AI91 条X:Luma AI88 条X:AI Safety Memes87 条X:Claude Devs84 条X:Runway81 条X:Aravind Srinivas(Perplexity CEO)80 条X:Jason Liu80 条X:马东锡 NLP77 条X:面壁智能 OpenBMB77 条X:Sam Altman77 条X:Frank Wang 玉伯73 条X:fofr70 条X:Gabriel70 条X:洪明68 条X:阑夕61 条X:opencode59 条X:Eric Zakariasson58 条X:Francois Chollet58 条X:Perplexity58 条X:Yuchen Jin58 条X:Greg Brockman57 条X:赵纯想55 条X:Nathan Lambert55 条X:Tencent WorkBuddy55 条X:Microsoft Research54 条X:Cohere51 条X:腾讯混元50 条X:Suno49 条X:Claude45 条X:Anthropic44 条X:Clément Delangue(Hugging Face CEO)44 条X:Peter Steinberger44 条X:Krea AI41 条X:OpenClaw41 条X:通义千问 / Qwen39 条X:Charlie Holtz39 条X:Google AI37 条X:Google DeepMind37 条X:Thariq35 条X:Peter McCrory(Anthropic 首席经济学家)31 条X:AK30 条X:百度 Baidu28 条X:AI at Meta28 条X:Boris Cherny28 条X:Deedy Das27 条X:可灵 Kling AI26 条X:Aidan Gomez(Cohere CEO)26 条X:Viggle AI26 条X:Mustafa Suleyman(Microsoft AI CEO)25 条X:Logan Kilpatrick24 条X:karminski22 条X:Josh Woodward21 条X:Noam Brown20 条X:李继刚18 条X:Andrew Milich18 条X:Odyssey18 条X:硅基流动 SiliconFlow17 条X:SpaceXAI17 条X:Tianyi Cui17 条X:DeepSeek16 条X:华为云14 条X:Sundar Pichai14 条X:智谱 Z.ai12 条X:Mark Zuckerberg12 条X:Demis Hassabis11 条X:唐杰10 条X:Ammaar Reshi10 条X:Andrew Ng(DeepLearning.AI 创始人)10 条X:Eric Mitchell10 条X:Karina Nguyen10 条X:Lee Robinson10 条X:Mistral AI10 条X:Noah Zweben10 条X:Fei-Fei Li9 条X:Jensen Huang9 条X:Kimi.ai9 条X:Barret 李靖8 条X:Jeff Dean8 条X:Michael Truell7 条X:張小珺 Xiaojùn6 条@berryxia · 历史来源430 条@vista8 · 历史来源262 条@op7418 · 历史来源231 条@sensetime_ai · 历史来源34 条@google · 历史来源30 条@getsuperintel · 历史来源9 条@latentspacepod · 历史来源9 条@android · 历史来源8 条@dreamlabla · 历史来源8 条@mannybernabe · 历史来源8 条@karpathy · 历史来源7 条@alexatallah · 历史来源6 条@ryanleeminimax · 历史来源5 条@theo · 历史来源5 条PixVerse (@PixVerse) · 历史来源5 条@aidotengineer · 历史来源4 条@dkundel · 历史来源4 条@reach_vb · 历史来源4 条@dotey · 历史来源3 条@eliebakouch · 历史来源3 条@googlechrome · 历史来源3 条@kilocode · 历史来源3 条@maxforai · 历史来源3 条@newsfromgoogle · 历史来源3 条@richardssutton · 历史来源3 条@skylermiao7 · 历史来源3 条@victorsuortiz · 历史来源3 条@ajambrosino · 历史来源2 条@akashi203 · 历史来源2 条@anatolikopadze · 历史来源2 条@andrewcurran_ · 历史来源2 条@antirez · 历史来源2 条@barrnanas · 历史来源2 条@coreyching · 历史来源2 条@deanwball · 历史来源2 条@designarena · 历史来源2 条@fal · 历史来源2 条@fellmentke · 历史来源2 条@gergelyorosz · 历史来源2 条@gmi_cloud · 历史来源2 条@gravicle · 历史来源2 条@hxiao · 历史来源2 条@jackminong · 历史来源2 条@lennysan · 历史来源2 条@mada299 · 历史来源2 条@microsoft · 历史来源2 条@mikastars39 · 历史来源2 条@mitchellh · 历史来源2 条@nabeelqu · 历史来源2 条@rudrank · 历史来源2 条@sebastienbubeck · 历史来源2 条@zan2434 · 历史来源2 条@___harald___ · 历史来源1 条@_boraturan · 历史来源1 条@0xjaniak · 历史来源1 条@0xkato · 历史来源1 条@47fucb4r8c69323 · 历史来源1 条@559hkdt · 历史来源1 条@aaliya_va · 历史来源1 条@abhikatte42 · 历史来源1 条@abhishekpatiil · 历史来源1 条@aboutberlin · 历史来源1 条@addyosmani · 历史来源1 条@agi2asi · 历史来源1 条@aiaicreate · 历史来源1 条@aimlapi · 历史来源1 条@aisaonehq · 历史来源1 条@aisystemprompt · 历史来源1 条@alemtuzlak · 历史来源1 条@alexxubyte · 历史来源1 条@alupsasca · 历史来源1 条@amasad · 历史来源1 条@ampcode · 历史来源1 条@anas_build_ · 历史来源1 条@aniketmaurya · 历史来源1 条@anitakirkovska · 历史来源1 条@anneliesgamble · 历史来源1 条@antigravity · 历史来源1 条@arafatkatze · 历史来源1 条@arena · 历史来源1 条@argofowl · 历史来源1 条@arthurmensch · 历史来源1 条@ashiknewazaj · 历史来源1 条@atabarrok · 历史来源1 条@atomic_chat_hq · 历史来源1 条@awe_automation · 历史来源1 条@awesomekling · 历史来源1 条@awscloud · 历史来源1 条@ayushagarwal · 历史来源1 条@baaadas · 历史来源1 条@bai_agi · 历史来源1 条@bbuddha_xyz · 历史来源1 条@bclavie · 历史来源1 条@beccalytics · 历史来源1 条@benfleming__ · 历史来源1 条@benhylak · 历史来源1 条@benjamineyliu · 历史来源1 条@bfl_ml · 历史来源1 条@bleysg · 历史来源1 条@bolna_dev · 历史来源1 条@bosmeny · 历史来源1 条@boxmining · 历史来源1 条@bozhou_ai · 历史来源1 条@brexhq · 历史来源1 条@brian_armstrong · 历史来源1 条@brianchew · 历史来源1 条@bridgemindai · 历史来源1 条@budgetpixel · 历史来源1 条@cahidarda · 历史来源1 条@calmpromptshq · 历史来源1 条@ce_zhang · 历史来源1 条@cedric_chee · 历史来源1 条@chaitralikakde · 历史来源1 条@chatgpt · 历史来源1 条@chatgptapp · 历史来源1 条@christinetyip · 历史来源1 条@christofsalis · 历史来源1 条@clark__labs · 历史来源1 条@cloudflaredev · 历史来源1 条@cnorth_13 · 历史来源1 条@cnzoecomeback · 历史来源1 条@cocohearts · 历史来源1 条@code_star · 历史来源1 条@codebyaurelia · 历史来源1 条@cognition · 历史来源1 条@commandcodeai · 历史来源1 条@consensusnlp · 历史来源1 条@contralabs_ai · 历史来源1 条@cozyblaze265065 · 历史来源1 条@crimedecoder · 历史来源1 条@crtr0 · 历史来源1 条@damnventures · 历史来源1 条@daniellockyer · 历史来源1 条@darioamodei · 历史来源1 条@davidmaliglowka · 历史来源1 条@davidondrej1 · 历史来源1 条@dbirker78883 · 历史来源1 条@deryatr_ · 历史来源1 条@devfun · 历史来源1 条@diegocabezas01 · 历史来源1 条@digitalocean · 历史来源1 条@dimillian · 历史来源1 条@dimitrispapail · 历史来源1 条@discussingfilm · 历史来源1 条@dkthomp · 历史来源1 条@dmitryrybin1 · 历史来源1 条@dmsobol · 历史来源1 条@douglasyaody · 历史来源1 条@duckduckgo · 历史来源1 条@easyrouterio · 历史来源1 条@edgardobriban · 历史来源1 条@eisokant · 历史来源1 条@elliotarledge · 历史来源1 条@encrypted · 历史来源1 条@endpointarena · 历史来源1 条@envato · 历史来源1 条@escanorreloaded · 历史来源1 条@esrtweet · 历史来源1 条@ethanhe_42 · 历史来源1 条@eu_commission · 历史来源1 条@fba · 历史来源1 条@fdavidsont · 历史来源1 条@figmaweave · 历史来源1 条@finn_meeks · 历史来源1 条@first_tree_ai · 历史来源1 条@flavioad · 历史来源1 条@flowith · 历史来源1 条@fminzhou · 历史来源1 条@freddie_spirit · 历史来源1 条@frydwia · 历史来源1 条@futurestacked · 历史来源1 条@garrettlord · 历史来源1 条@garrytan · 历史来源1 条@gavinsbaker · 历史来源1 条@GayaniFigma · 历史来源1 条@genspark_ai · 历史来源1 条@gitlawb · 历史来源1 条@gneubig · 历史来源1 条@gokulr · 历史来源1 条@goodfireai · 历史来源1 条@goodnesmbakara · 历史来源1 条@googleaistudio · 历史来源1 条@gordic_aleksa · 历史来源1 条@gro_tsen · 历史来源1 条@hangsiin · 历史来源1 条@happycapyai · 历史来源1 条@haydenbleasel · 历史来源1 条@helloiamleonie · 历史来源1 条@hey_asiif · 历史来源1 条@hilbertspaess · 历史来源1 条@howtoprompt__ · 历史来源1 条@hq4ai · 历史来源1 条@hypersoren · 历史来源1 条@ianbremmer · 历史来源1 条@id_aa_carmack · 历史来源1 条@interaction · 历史来源1 条@intology · 历史来源1 条@iron_redux · 历史来源1 条@ithilgore · 历史来源1 条@itsreallyvivek · 历史来源1 条@jamesjyu · 历史来源1 条@jameszmsun · 历史来源1 条@jason_young1231 · 历史来源1 条@jawad_rahman_ · 历史来源1 条@jaydendavisnc · 历史来源1 条@jeffbarg · 历史来源1 条@jenzhuscott · 历史来源1 条@jiayuan_jy · 历史来源1 条@jilles · 历史来源1 条@jimcramer · 历史来源1 条@jimsyoung_ · 历史来源1 条@jinjingliang · 历史来源1 条@jjacky · 历史来源1 条@jjackyliang · 历史来源1 条@joefioti · 历史来源1 条@joi___ai · 历史来源1 条@joinhandshake · 历史来源1 条@joinpursuit · 历史来源1 条@joulee · 历史来源1 条@jsconfasia · 历史来源1 条@jsrailton · 历史来源1 条@juminoz · 历史来源1 条@kaizero_ainta · 历史来源1 条@karanganesan · 历史来源1 条@kdaigle · 历史来源1 条@kentherogers · 历史来源1 条@kevinsays · 历史来源1 条@khudonogov · 历史来源1 条@koraykv · 历史来源1 条@kotekjedi_ml · 历史来源1 条@kuberwastaken · 历史来源1 条@kurz_gesagt · 历史来源1 条@kwindla · 历史来源1 条@lafalcemateo · 历史来源1 条@lakshyaaagrawal · 历史来源1 条@larrylv · 历史来源1 条@layoffai · 历史来源1 条@levinstanley · 历史来源1 条@lifeofjer · 历史来源1 条@livekit · 历史来源1 条@lostinlatencyx · 历史来源1 条@lotte_verheyden · 历史来源1 条@lqiao · 历史来源1 条@luciushq · 历史来源1 条@luckeyfaraday · 历史来源1 条@lukaspet · 历史来源1 条@madhavsinghal_ · 历史来源1 条@manassharmahere · 历史来源1 条@markiewagner · 历史来源1 条@marksaroufim · 历史来源1 条@marsxiang_ · 历史来源1 条@maseehg_ · 历史来源1 条@mattshumer_ · 历史来源1 条@mem0ai · 历史来源1 条@mengto · 历史来源1 条@merettm · 历史来源1 条@micahcarroll · 历史来源1 条@michael_chomsky · 历史来源1 条@michaelarnaldi · 历史来源1 条@microsoftai · 历史来源1 条@mike_acton · 历史来源1 条@mikeyyyzhao · 历史来源1 条@minchoi · 历史来源1 条@minimaxagent · 历史来源1 条@minu_who · 历史来源1 条@mkbhd · 历史来源1 条@modal · 历史来源1 条@moritzthuening · 历史来源1 条@moxie · 历史来源1 条@mstockton · 历史来源1 条@mtslive · 历史来源1 条@multimodalart · 历史来源1 条@neelnanda5 · 历史来源1 条@neilrahilly · 历史来源1 条@nickbaumann_ · 历史来源1 条@nirantk · 历史来源1 条@noemititarenco · 历史来源1 条@notjazii · 历史来源1 条@nousresearch · 历史来源1 条@oblomovius · 历史来源1 条@ollama · 历史来源1 条@onlyterp · 历史来源1 条@onlyzhynx · 历史来源1 条@organicgpt · 历史来源1 条@orgrem · 历史来源1 条@p0 · 历史来源1 条@palantirtech · 历史来源1 条@palmerluckey · 历史来源1 条@pandatalk8 · 历史来源1 条@parishilton · 历史来源1 条@patrickcarlyle · 历史来源1 条@patricktoulme · 历史来源1 条@paulg · 历史来源1 条@paulsolt · 历史来源1 条@pbdtokenrouter · 历史来源1 条@pererabinoy · 历史来源1 条@philhchen · 历史来源1 条@pirroh · 历史来源1 条@pjaccetturo · 历史来源1 条@postlive · 历史来源1 条@pranaveight · 历史来源1 条@prathamdby · 历史来源1 条@prince_canuma · 历史来源1 条@pumpkherm · 历史来源1 条@pvncher · 历史来源1 条@qiaoqiao2001 · 历史来源1 条@rajveerbach · 历史来源1 条@randyhaddad6 · 历史来源1 条@rauchg · 历史来源1 条@raveeshbhalla · 历史来源1 条@rayanpal_ · 历史来源1 条@rayfernando1337 · 历史来源1 条@redpoint · 历史来源1 条@ric_rtp · 历史来源1 条@richardsocher · 历史来源1 条@rileybrown · 历史来源1 条@robertvaradan · 历史来源1 条@ronshepherd · 历史来源1 条@rosmine · 历史来源1 条@rthiago · 历史来源1 条@ruben_kostard · 历史来源1 条@runware · 历史来源1 条@rvivek · 历史来源1 条@ryanjunejo · 历史来源1 条@safaricheung · 历史来源1 条@samuelstroschei · 历史来源1 条@sanmking · 历史来源1 条@saranormous · 历史来源1 条@savinovnikolay · 历史来源1 条@scale_ai · 历史来源1 条@scaling01 · 历史来源1 条@sdaily_ai · 历史来源1 条@secscottbessent · 历史来源1 条@seltaa_ · 历史来源1 条@sergiopaniego · 历史来源1 条@servasyy_ai · 历史来源1 条@sethltx · 历史来源1 条@shashankgoyal95 · 历史来源1 条@sherryyanjiang · 历史来源1 条@sherylhsu02 · 历史来源1 条@shl · 历史来源1 条@sighjith · 历史来源1 条@simistern · 历史来源1 条@southpkcommons · 历史来源1 条@sriramkri · 历史来源1 条@sshoaibali · 历史来源1 条@stalkermustang · 历史来源1 条@status_effects · 历史来源1 条@stevencheng · 历史来源1 条@stockanalystpro · 历史来源1 条@suekhim · 历史来源1 条@sultanalfardan · 历史来源1 条@suraj_sharma14 · 历史来源1 条@swisscheese4299 · 历史来源1 条@swmansion · 历史来源1 条@systematicls · 历史来源1 条@teksedge · 历史来源1 条@tftc21 · 历史来源1 条@theahmadosman · 历史来源1 条@themidasproj · 历史来源1 条@theonejvo · 历史来源1 条@therealadamg · 历史来源1 条@timsoulo · 历史来源1 条@tmuxvim · 历史来源1 条@tobi · 历史来源1 条@togethercompute · 历史来源1 条@trackernetwork · 历史来源1 条@trustkerneltech · 历史来源1 条@ttunguz · 历史来源1 条@tuhinchakr · 历史来源1 条@twistartups · 历史来源1 条@ubermenscchh · 历史来源1 条@udayan_w · 历史来源1 条@usefastlane · 历史来源1 条@uzyn · 历史来源1 条@valeriocapraro · 历史来源1 条@vasuman · 历史来源1 条@vdbergrianne · 历史来源1 条@vibeguessing · 历史来源1 条@victoriakimse · 历史来源1 条@victoriawu77 · 历史来源1 条@victortaelin · 历史来源1 条@vikaskansalhq · 历史来源1 条@volchika · 历史来源1 条@walden_yan · 历史来源1 条@warpdotdev · 历史来源1 条@waynesutton · 历史来源1 条@wesroth · 历史来源1 条@whosamberella · 历史来源1 条@xdinodeer · 历史来源1 条@xicilion · 历史来源1 条@xucian_ · 历史来源1 条@yacinemtb · 历史来源1 条@yaojingang · 历史来源1 条@yoheinakajima · 历史来源1 条@yongquanyq · 历史来源1 条@youtubejocoding · 历史来源1 条@yusufg · 历史来源1 条@zachbussey · 历史来源1 条@zeddotdev · 历史来源1 条@zeroxkyle · 历史来源1 条@zhenthebuilder · 历史来源1 条@zicohacks · 历史来源1 条@zixuanli_ · 历史来源1 条@zymazza · 历史来源1 条
80 条AI 相关新闻 · 最新在前
今天10月6日周二
10月5日周一
  1. Aravind Srinivas47

    你可以在 Computer 里构建自定义垂直 AI 应用,例如:用 3D 和卫星视图猜测一张图像的空间位置。

    引用Computer@AskPerplexity

    Computer built a GeoGuessr LLM that poinpoints the location of an image, and shows all of its thinking steps. It used the Perplexity SDK for web search, local place lookups, source page retrieval, and visual clue extraction. It also used browser control to set up a Cesium account and API key for the 3D globe and satellite imagery.

10月4日周日
10月3日周六
10月2日周五
  1. Aravind Srinivas52

    Perplexity 开始在 Computer 中推出内嵌图表、图形和可视化功能。金融数据方面,Computer 使用 TradingView 的 Lightweight Charts 提供 K 线、成交量和移动平均线,图表在会话线程中直接生成且可交互。

    引用Perplexity@perplexity_ai

    Perplexity Computer now creates interactive charts and visualizations directly in your thread. For financial data, Computer uses @tradingview Lightweight Charts for candlesticks, volume, and moving averages.

10月1日周四
  1. Aravind Srinivas53

    Perplexity 开源其上下文嵌入模型,该模型在 turbopuffer 的 context-bench 上表现最佳。引用内容显示 pplx-embed-v2-context-9b-preview 采用整篇文档视野下编码每个文本块的新训练方式,在 ConTEB 和 turbopuffer 的 context-bench 上创下 SOTA,详见 https://www.perplexity.ai/hub/blog/contextual-embedding-beyond-the-gold-passage

    引用Perplexity@perplexity_ai

    We built a new way to train contextual embedding models, which encode each chunk of a document with the whole document in view. pplx-embed-v2-context-9b-preview sets a new state of the art on ConTEB and @turbopuffer's new, privately held context-bench. https://www.perplexity.ai/hub/blog/contextual-embedding-beyond-the-gold-passage

  2. Aravind Srinivas69

    Perplexity 开放 Computer 邮件代理功能,任何人无需 Perplexity 账号即可使用,限时免费运行所有经邮件委派的任务。转发或抄送 computer@perplexity.com 即可启动,智能体在后台完成任务并保留邮件上下文,每个邮件任务作为普通会话可在网页和移动端查看,并带有与应用内任务相同的审计记录。

    引用Perplexity@perplexity_ai

    Computer now works in email. Send, forward, or cc computer@perplexity.com on any thread. Every email task runs as a normal session in Computer, viewable on web and mobile, with the same audit trail as any task in the app.

    推荐理由:作者以当事方身份说明开放入口和限时免费政策,读者可以直接据此试用并了解其邮件代理工作方式。

9月30日周三
  1. Aravind Srinivas62

    Perplexity 推出 Perplexity Computer 的 Automations 功能,面向持续性工作,可通过事件触发器或按计划执行操作。Automations 可与记忆、技能以及 Slack、Gmail、Outlook、Linear 等已连接应用配合使用。CEO Aravind Srinivas 表示,把公司比作汽车,配好自动化后将像自动驾驶汽车,而设置合适的自动化需要一定程度的人类技能和主动性。

    引用Perplexity@perplexity_ai

    Introducing Automations in Perplexity Computer. Automations are for ongoing work. They can take action in response to event-based triggers or on a schedule. Automations work with your memory, skills, and connected apps like Slack, Gmail, Outlook, and Linear.

9月13日周日
9月12日周六
9月11日周五
9月10日周四
  1. @AravSrinivas66

    DeepSeek 发布新架构家族中最小模型 DeepSeek-V4.1-Flash,具备原生视觉理解,主打更强能力、更快推理、更高吞吐,并称可扩展至更大模型。官方以 1/6 系列推文介绍该模型,Perplexity CEO Aravind Srinivas 转发并配文 Wow。配图给出它在 Terminal-Bench 3.0、DeepSWE v1.1、CyberGym 和 Automation-Bench 上的对比数据。

    引用@deepseek_ai@deepseek_ai

    🚀 Introducing DeepSeek-V4.1-Flash: smarter, faster, more efficient. 🔹 Introducing the smallest model in our new architecture family, with native visual understanding. 🔹 Designed for greater capability, faster inference, higher throughput, and scaling to larger models. 1/6

    推荐理由:DeepSeek 新架构家族最小模型亮相,配图给出它在四个基准上与其他模型的对比数据,可据此了解该型号的定位与表现。

9月9日周三
  1. @AravSrinivas57

    OpenAI 称一组智能体使用一款能力明显强于 GPT-6 Astra 的下一代模型,产出了 Navier-Stokes 千禧年难题的解答。该问题关乎三维流体运动的描述是否会失效,约 90 年未解决。Perplexity CEO Aravind Srinivas 转发这一消息并称其为重大成就。

    引用@OpenAI@OpenAI

    We’re sharing a solution to the Navier-Stokes Millennium Prize Problem, one of the deepest problems at the frontier of mathematics. The proof was produced by a group of agents, using an OpenAI next-generation model significantly more capable than GPT-6 Astra. The problem concerns whether the description of smooth three-dimensional fluid motion modeled by the Navier-Stokes equations can break down. It has remained unresolved for roughly 90 years.

9月5日周六
  1. @AravSrinivas34

    深入解析 Perplexity 如何大规模提供搜索结果:用嵌入向量做排序、基于 GPU 的模型推理、请求批处理、运行推理服务器,以及处理延迟/吞吐量的权衡。https://t.co/2Qy8HhHRVQ

    引用@perplexity_ai@perplexity_ai

    Every answer in Perplexity starts with embedding and ranking models picking the most relevant results for the query. Today we published research on how we built SoTA serving infrastructure behind those models. Read the research: https://t.co/6Rt2XlxoXA https://t.co/ORGt9TjkR0

9月4日周五
  1. @AravSrinivas62

    Perplexity CEO Aravind Srinivas 表示将把 OpenAI 的 GPT-6 Astra 接入 Perplexity Computer,向所有 Pro 和 Max 用户开放。引用内容显示,GPT-6 Astra 在 WANDR 上得分 0.682、单任务成本 11.98 美元,为所测模型中最高分,比 Fable 5.1 高 13.5% 且成本低 6.1%,比 Opus 5 高 27.0% 而成本高 3.3%。

    引用@perplexity_ai@perplexity_ai

    We evaluated GPT-6 Astra on WANDR. It scored 0.682 at $11.98 per task, the highest score of any model we tested. GPT-6-Astra scored 13.5% higher than Fable 5.1 at 6.1% lower cost, and 27.0% higher than Opus 5 at 3.3% higher cost. https://t.co/SyYmD38qvq

9月3日周四
  1. @AravSrinivas89

    Jensen Huang 宣布 NVIDIA 将成为 Hugging Face、其社区以及开源模型未来的归属,并感谢 Clement Delangue 主动联系他。Perplexity CEO Aravind Srinivas 转发并评论称,一个能以便捷方式训练和部署开源模型与工具的仓库,对 AI 保持对公众可用且有用很有必要,他乐见 NVIDIA 通过支持 Hugging Face 来服务开源社区。

    引用@JensenHuang@JensenHuang

    Exciting day for NVIDIA and @huggingface. Open models strengthen safety and cybersecurity, accelerate innovation and diffusion, and enable sovereignty. They allow every developer, startup, university, industry and country to build with, customize and benefit from AI. Thank you @ClementDelangue for coming to me. NVIDIA is going to be a great home for Hugging Face, its community and the future of open models. 🤗 https://t.co/q8Om2Xc5ye

    推荐理由:NVIDIA 与 Hugging Face 的归属变动牵动开源模型生态,Perplexity CEO 从模型可访问性角度给出评价。