Google 发布 RRSI 论文，用正则化递归自我改进防止 Agent harness 进化过拟合
Google 发布 RRSI（Regularized Recursive Self-Improvement of Agent Harnesses）论文，指出自动化 harness 进化会对训练任务过拟合，评测分数上升但真实任务表现可能变差。 🔗 阅读原文 via AIHOT · https://aihot.news/items/cmueki1p305rcroynvxqqm1zh
正在加载页面…
正在加载简报…
共 2,298 条 · 当前 1357–1368 条
Google 发布 RRSI（Regularized Recursive Self-Improvement of Agent Harnesses）论文，指出自动化 harness 进化会对训练任务过拟合，评测分数上升但真实任务表现可能变差。 🔗 阅读原文 via AIHOT · https://aihot.news/items/cmueki1p305rcroynvxqqm1zh
一份公开提示词用于优化 LLM Agent Harness，目标是在不降低任务质量的前提下降低每任务的价格加权 token 成本。某团队一轮改动（提示词精简、工具卸载、缓存布局、稀疏行号、子智能体调优）将整体 token 成本降低约 7%，且质量无损。提示词强调按任务而非按请求计量，并建议先映射 harness、测量基线，再按优先级实施改动。 🔗 阅读原文 via AIHOT · https://aihot.news/items/cm...
音乐人们：你们怎么看 AI 把歌曲转写成乐谱或 tab 来帮助人们学习？ 好奇你们有没有用过，它是否有帮助，以及你们认为它如何影响靠耳朵学琴。 🔗 阅读原文 via AIHOT · https://aihot.news/items/cmuek0q2p05fproynk4zh0r6m
YouTube 在 Made on YouTube 活动上宣布将推出 Custom Feeds，用户输入描述即可生成自定义内容标签页并保存多个信息流，率先在美国上线 web、移动端和电视端。评论将支持发布 GIF，私信新增群聊，初期仅限美国、英国、新加坡、巴西及部分欧洲国家。Ask YouTube 将在产品评测视频中提供对话式问答，并在搜索中给出视频推荐和产品对比表格。 🔗 阅读原文 via AIHOT · https://aihot...
生物科技初创公司 Enveda 完成 3.11 亿美元 E 轮融资，估值达 20 亿美元，由 Catalio Capital Management 领投，Iconiq 等参投，估值较 12 个月前翻倍。Enveda 用 AI 从植物和微生物中发现新药，目前有多款药物处于患者试验阶段，包括一款针对严重皮肤疾病的药物和一款用于帮助停用 GLP-1 后维持减重效果的药物。 🔗 阅读原文 via AIHOT · https://aihot.n...
Anthropic 团队发文详解今年 8 月通过两周冲刺让 claude.ai 和桌面端核心体验提速约 3 倍的过程：聚焦覆盖 95% 用户活动的四条旅程，75 分位首屏可输入时间从 3.1 秒降到 0.55 秒，合并超过三千个变更且无一次面向用户的事故。 🔗 阅读原文 via AIHOT · https://aihot.news/items/cmuekny10060lroyn21gctbfw
Claude 官方宣布推出 Claude Marketplace，用户可在其中发现工具、智能体和专家伙伴。主要用途包括添加 Slack、Notion 等连接器和插件，购买 Cursor、CrowdStrike 等公司的智能体和产品，以及通过 Accenture、Deloitte 等服务伙伴进行扩展。 🔗 阅读原文 via AIHOT · https://aihot.news/items/cmueup7el03m5royq2iehppk...
Claude 团队宣布在两周内将 claude.ai 速度提升 3 倍。文章介绍他们如何用 Claude 来测量、调试和改进性能，并附上了相关提示词和方法，详见 https://claude.dev/blog/how-we-made-claude-ai-faster/。 🔗 阅读原文 via AIHOT · https://aihot.news/items/cmueurvwl03twroyqsw3ygr4q
Anthropic 推出 Claude Marketplace，将插件与连接器、智能体与产品、服务伙伴集中到一个入口。 🔗 阅读原文 via AIHOT · https://aihot.news/items/cmueh1dx305ejrovxhm7a1f4l
Artificial Analysis 称本周 MiMo-V2.6-Pro、Claude Opus 5.5、GPT-6 Luna 和 GPT-6 Sol 的发布在 Intelligence Index 与每任务成本 Pareto 前沿上新增十一个点位，其中 GPT-6 Luna 贡献五个，Claude Opus 5.5 贡献四个。 🔗 阅读原文 via AIHOT · https://aihot.news/items/cmueho4v...
Anthropic 报告其新湿实验室的首个成果：949 个 Claude agent 在约 21.5 小时内自主追踪到一个此前未知的酶系统，消耗 215.6M tokens，搜索了 1.94B 蛋白质簇并回收 198，290 个 RT 簇。 🔗 阅读原文 via AIHOT · https://aihot.news/items/cmueh9zc605n2rovxiyhlflze
Anthropic 宣布 Claude 主导发现一种疑似新型基因编辑机制的分子机器：Claude 阅读文献和基因组数据后发现了隐藏在噬菌体 DNA 中的未知酶系统，其基因旁有类似 CRISPR 的重复 DNA 阵列，已知少数同类系统均能切割、复制和粘贴 DNA，具体功能和实用价值尚待研究。 🔗 阅读原文 via AIHOT · https://aihot.news/items/cmueggr4504xvrovxrplh94rz