AI进家庭

研究背景 & 方法亮点 推荐系统（Recommendation System，RS）的核心目标是为用户生成个性化排序列表，但现有推荐模型的架构设计往往忽视了排序属性，导致推荐效果受限。 以 LightGCN 等基于 GNN 的传统推荐模型为例，模型的前向编码过程基于图的平滑性假设，通过“低通滤波”聚合信息，容易引发过平滑问题，且难以区分正负样本的...

©作者 | 谢春宇，王斌 单位 | 360人工智能研究院 做为多模态+大模型研究的重要开创性工作，自 20 年 OpenAI 发布第一代图文跨模态模型 CLIP 以来已经过去了 5 年的时间。 第一代 CLIP 模型及其后续各种改进模型广泛应用于互联网搜广推、办公检索、安防自动化等众多领域，并进一步做为 backbone encoder 应用于当前的各种图...

机器之心报道 机器之心编辑部 从编程开始，今年智能体要卷飞了！！！ 昨天，OpenAI CEO 奥特曼预告了一项新研究，吊足了所有人的胃口。 就在刚刚，谜底揭晓！OpenAI 宣布，在 ChatGPT 中引入了 Codex 的研究预览版。 Codex 是一个云端软件工程智能体，可以并行处理多项任务，包括编写功能、解答代码库相关问题、修复 bug 以及提...

机器之心报道 作者：+0、刘欣 FastVLM—— 让苹果手机拥有极速视觉理解能力 当你用苹果手机随手拍图问 AI：「这是什么？」，背后的 FastVLM 模型正在默默解码。 最近，苹果开源了一个能在 iPhone 上直接运行的高效视觉语言模型 ——FastVLM（Fast Vision Language Model）。 代码链接：https://g...

OpenAI最强编程智能体Codex上线。 作者 | 李水青 编辑 | 心缘 智东西5月17日报道，昨夜，OpenAI推出一款基于云的软件工程Agent（智能体）——Codex的预览版。 Codex可并行处理多项任务，例如编程、解答代码库相关问题、修复错误以及提交拉取请求以供审核等，在云上运行并预加载用户代码库。 Codex由codex-1模型提供...

该工作由南洋理工大学陶大程教授团队与武汉大学罗勇教授、杜博教授团队等合作完成。 近些年，多模态大语言模型（MLLMs）在视觉问答、推理以及 OCR 等任务上取得了显著的成功。然而，早期的 MLLMs 通常采用固定的分辨率（例如 LLaVA-v1.5 将输入图像缩放为），对于输入图像为高分辨率图像（例如 8K 分辨率）会导致图像变得模糊，损失大量有效的视觉信...

新智元报道 编辑：编辑部 YXH 【新智元导读】OpenAI最强AI编程智能体真的来了！Codex震撼上线，由o3优化版codex-1加持，多任务并行，半小时干完数天软件工程任务。 从今天起，AI编程正式开启新时代！ 刚刚，Greg Brockman带队与OpenAI六人团队开启线上直播，震撼发布了一款云端AI编程智能体——Codex。 用奥特曼的...

新智元报道 编辑：KingHZ 【新智元导读】ChatGPT「舔狗化」事件背后，暴漏目前AI仍是「黑箱」。 一场关于「机制可解释性」的路线分歧，正撕裂AI研究最核心的价值共识。谷歌认怂，Anthropic死磕——AI还能被「看懂」吗？ OpenAI只是微微升级了一下ChatGPT-4o，却一夜让AI性格大变，化身「赛博舔狗」。 然而，没有人知道这到...

新智元报道 编辑：英智 【新智元导读】AI市场风起云涌！Poe最新报告揭晓：OpenAI的GPT-4o称霸文本生成，谷歌的Gemini 2.5 Pro领跑推理，Kling在视频领域异军突起，企业如何在这场AI竞赛中抢占先机？ 最近，Poe发布了最新的使用报告，报告显示，OpenAI和谷歌的地位越来越稳，势头很猛。 Anthropic就没那么好运，有...

Altman 昨天早上还在 X 上卖关子，说有个研究预览版本快上线，要给它起个「如果它成了会很好记」的名字。 就在刚刚，OpenAI 正式发布 Codex。 这是一款基于云端运行的软件工程智能 Agent，能够并行处理多个开发任务，协助开发者高效完成编程工作。 UI 设计没整花活，Codex 提供一个输入框和两个按钮——「Ask」（提问）和 「Code」（...