AI进家庭

langchain的MCP：mcpdoc，通过解析llms.txt文件提取相关信息，解决信息过载/不完整/不准确的问题，帮AI助手理解复杂的框架文档。同时提供了一个更透明可控的访问机制，使开发者可以更好的控制和管理IDE/应用访问使用llms.txt文件信息。 1、支持自定义文档列表，可以指定想要的 llms.txt 文件，不是依赖默认文件 2、支持审计工具...

LLM360 推出了 MegaMath：全球目前最大的开源数学推理预训练数据集，共计 3710 亿（371B）tokens，覆盖网页、代码和高质量合成数据三大领域。 参考文献： [1] 报告标题：MegaMath: Pushing the Limits of Open Math Corpora [2] 技术报告：https://arxiv.org/abs...

可以让Web智能体（比如网页机器人）通过发现和磨练技能来自我改进的一个框架：SkillWeaver。这是一个以技能为中心的框架，它使智能体能通过自主合成可重用的API技能来自我提升。比如，给定一个新网站，它会自动发现技能，执行它们进行练习，并将练习经验转化为API，通过迭代探索，不断扩展API库，来增强智能体的能力。就是当AI助手成功完成一个任务后，它会总结...

这个视频播放器可以同时显示两个字幕，并且字幕来源自AI生成，能AI实时翻译，而且还有整理好的字幕侧边栏（甚至还贴心的增加了防剧透功能），最后为了明晃晃的”学外语”，还提供了单词翻译和搜索功能。 参考文献： [1] https://github.com/umlx5h/LLPlayer [2] https://llplayer.com/ （文：NLP工...

Building an OS：从零开始打造属于自己的操作系统。亮点： 从“Hello world”到实现文件系统，逐步深入； 涵盖C语言和汇编语言的实战应用； 28个视频教程，系统性学习操作系统的开发流程。 参考文献： [1] https://www.youtube.com/playlist?list=PLFjM7v6KGMpiH2G-kT781By...

VERT，一个开源文件格式转化工具。转化文档、图片、音视频。 参考文献： [1] https://github.com/VERT-sh/VERT [2] https://vert.sh/ （文：NLP工程化） VERT，一个开源文件格式转化工具。转化文档、图片、音视频最先出现在每时AI。

最近，由 Anthropic 推出的 Computer Use 利用基于多模态大模型的智能体操控电脑完成各种任务，让人们为之兴奋，也带动了学术界与工业界在 OS Agents 相关领域的研究与发展。 浙江大学联合 OPPO、零一万物等十个机构共同梳理了 OS Agents 的发展现状以及未来可能，并形成了一篇综述，旨在推动该领域的持续发展。如下是我们对论文...

射学影像是现代医疗诊断的关键，每年全球约有 80 亿次影像检查。随着 AI 技术的快速发展，医学视觉语言模型 (VLM) 在放射学任务中显示出良好的前景，但大多数现有的 VLM 仅产生最终答案而不展示底层推理。 然而，医学推理在临床应用中扮演着至关重要的角色。一方面，医生对于 AI 诊断结果的「可理解、可追溯」有着强烈需求；另一方面，监管部门也往往更关注...

©来源 | 机器之心 在视觉生成领域，扩散模型（Diffusion Models）已经成为生成高质量图像、视频甚至文本的利器。然而，生成结果往往离我们所偏好的不一致：结果不美观，图文不符，等等。 虽然我们可以像大语言模型中的 RLHF（基于人类反馈的强化学习）一样直接用传统强化学习来微调扩散模型，但收敛速度往往慢；而基于可微计算图直接最大化奖励函数的方法又...

新智元报道 编辑：KingHZ 【新智元导读】1%合成数据，就能让AI模型瞬间崩溃！如此颠覆性发现，只因未引用他人论文，ICLR区域主席直接拒稿，好在作者成功rebuttal，论文最终选为Spotlight。而背后，竟是一桩图灵奖得主Yann Lecun关注的学界争议！ ICLR 2025，公开审稿，多级反转！ 只因没有引用COLM 2024会议的...