随着AI智能体技术的快速发展，其在自动化任务处理、复杂决策支持等方面展现出前所未有的能力。然而，将AI智能体应用推向生产环境时，若缺乏严谨的评估体系，极易导致性能不稳定、成本失控及用户体验下降等风险。Weig...

近日，一个名为ENACT的新型基准测试在人工智能与认知科学交叉领域引发关注。该基准旨在通过第一人称视角的世界建模来系统评估智能体的具身认知能力。具身认知理论认为，智能体的认知过程与其物理身体及与环境的实时...

近日，秘密运营的AI音乐初创公司Klay成为行业焦点。该公司开发的应用程序允许用户通过人工智能技术对现有歌曲进行重新创作，这一功能突破了传统音乐制作的边界。更值得关注的是，Klay已完成约1000万美元的融资，并成...

人工智能公司Prime Intellect正式推出INTELLECT-3模型，这是一个基于强化学习训练、具备1060亿参数的混合专家开源模型。该模型采用创新的MoE架构，通过动态激活专家网络显著提升计算效率，在数学推理、代码生成、科...

中国AI初创公司深度求索（DeepSeek）最新发布的DeepSeekMath-V2数学模型在国际数学奥林匹克竞赛（IMO）2025及中国数学奥林匹克2024中达到金牌级水平，标志着AI在复杂数学推理领域的重大突破。该模型通过创新的推理架...

近日，开源社区迎来一款突破性的图数据库FalkorDB，该数据库底层采用GraphBLAS技术实现稀疏邻接矩阵图表示，展现出卓越的性能表现。作为专门针对大语言模型优化的知识图谱解决方案，FalkorDB旨在为GraphRAG（图检索...

LangChain AI团队在GitHub开源了实验性项目Open Deep Research，这是一个基于LangGraph框架构建的完全开源研究助手。该系统通过规划、收集和撰写结构化Markdown报告，实现了深度主题研究的自动化流程。其核心创新在...

EveryInc团队在GitHub正式开源Compounding Engineering Plugin，这是一款专为Claude Code设计的AI增强开发插件。该工具通过系统性整合人工智能技术，重构开发者的代码规划、构建与审查流程，实现真正的复合工程开发...