今日精选

AI 让更多可能成为现实

追踪 OpenAI、Anthropic、DeepSeek、通义千问 等大模型动态
每日精选 AI 工具与智能应用资讯

从大模型发布、AI Agent、多模态生成到 RAG 与开发实战,孤本网持续追踪 OpenAI、Anthropic、Google DeepMind、微软、Meta、英伟达等厂商动态,以及 DeepSeek、Claude、Gemini、Llama、Qwen、Kimi、豆包等模型的能力边界与真实落地场景。

阅读全文

探索 AI 世界

查看全部

热门模型与厂商

全部标签

按厂商、模型、技术方向与内容领域聚类的文章索引,点击词条查看相关文章。

赛力斯与华为深化合作:问界实行专属专营模式升级
快讯

赛力斯与华为深化合作:问界实行专属专营模式升级

一句话结论 赛力斯与华为计划升级问界专属专营合作模式,双方将于 10 月 1 日晚发布联合声明。 关键要点 鸿蒙智行于 9 月 15 日宣布调整问界合作,10 月 1 日午间据第一财经爆料,赛力斯与华为开启新一轮谈判,合作模式预计进一步调整。 知情人士透露,问界专属专营新模式大概率不变,在此基础上双

7 次阅读
arXiv 论文展示无需参考数据的物理神经网络算子,革新水平集界面平流模拟
评测

arXiv 论文展示无需参考数据的物理神经网络算子,革新水平集界面平流模拟

一句话结论 新提出的数据无关物理信息神经网络算子无需参考解,仅凭物理方程残差即可训练,显著改变界面平流问题的求解范式。 关键要点 提出的数据无关算子仅依赖输运方程残差和几何约束进行训练,全程不使用任何参考解数据 时空傅里叶骨干网络(spacetime Fourier backbone)能够一次性输出

7 次阅读
CAGE 框架结合生成建模与保形预测,在时间序列预测中提升预测可靠性
评测

CAGE 框架结合生成建模与保形预测,在时间序列预测中提升预测可靠性

一句话结论 CAGE 框架融合生成模型、对抗判别与保形预测,显著降低离群值对集成预测的干扰。 关键要点 CAGE 采用多个生成模型产出初始预测,并借助保形预测技术评估可信度。 基于非一致性分数的 p 值动态调整各生成模型的权重,剔除不可靠预测。 实证测试覆盖新西兰奶源数据与全球猴痘疾病数据两类时间序

1 次阅读
机器学习助力供应链旅行时间预测模型构建
评测

机器学习助力供应链旅行时间预测模型构建

一句话结论 arXiv 最新论文通过构建机器学习模型,显著提升了供应链物流运输的时间预测精度,优化了库存管理。 关键要点 2026 年 9 月 5 日,arXiv 计算机科学(cs.LG)板块预印本论文《Travel Time Prediction in Supply Chain Managemen

2 次阅读
EHR2Trace 发布可审计电子健康记录数据基础设施,修正时间信息对齐以保障临床模型评测公平性
评测

EHR2Trace 发布可审计电子健康记录数据基础设施,修正时间信息对齐以保障临床模型评测公平性

一句话结论 EHR2Trace 通过严格区分事件发生时间与数据可获取时间,消除了电子健康记录转换中的时间错位偏差,确保临床智能体与患者世界模型评测结果真实可靠。 关键要点 EHR2Trace 将来自不同来源的电子健康记录(EHR)转换为可追溯的患者事件序列,支持 OMOP 和 MEDS 两种标准格式

7 次阅读
上一页 下一页