科技公司BoothIQ近期披露了一项引人注目的技术实践：其整个Elixir代码库——总计15万行生产代码——完全由人工智能生成。这一大规模实验揭示了当前AI编码技术在特定场景下的巨大潜力与固有局限。Elixir语言因其语法简洁...

近日，一个名为TTT-Discover的开源项目在GitHub上发布，其核心创新在于将强化学习（Reinforcement Learning）技术应用于大型语言模型（LLMs）的推理（Inference）阶段，而非传统的训练阶段。这一“测试时训练”（Test-...

据《连线》杂志报道，人工智能领军企业OpenAI正通过其承包商网络，收集来自真实办公场景的数据，以训练其下一代AI办公助手。根据获取的内部文件显示，OpenAI要求承包商上传他们当前或过往工作中的实际项目文件，用于...

近日，由MineDojo团队在GitHub上开源的项目NitroGen引起了人工智能与游戏交叉领域的广泛关注。该项目提出了一个旨在成为“通用游戏智能体”的基础模型。其核心创新在于，模型并非针对单一游戏进行专门训练，而是通过大...

在开源人工智能社区中，PDF文档长期以来被视为一座未被充分挖掘的高质量数据金矿。近日，Hugging Face团队正式发布了其开创性的预训练数据集项目——FinePDFs，成功从海量PDF文档中提取并构建了一个规模超过3万亿令牌...

近日，一个名为Crawl4AI的开源项目在GitHub上发布，旨在为大型语言模型（LLM）提供友好、高效的网页抓取与内容解析解决方案。该项目由开发者unclecode主导，其核心目标是简化从复杂网页中提取结构化信息的流程，并将...

一个名为“History LLMs”的开源项目在技术社区引发了广泛关注。该项目旨在训练迄今为止规模最大的、专门基于1913年之前历史文本的大型语言模型。其核心构想是通过构建一个纯净的“前现代”语料库——即排除所有1913年之后...

英伟达近日正式发布了Nemotron 3系列开源模型，该家族包含Nano（300亿参数，30亿活跃参数）、Super（1000亿参数）和Ultra（5000亿参数）三个版本，其中Super和Ultra型号计划于2026年初推出。尤为引人注目的是，当前...