这是一篇公告，介绍 Anthropic 在 Amazon Bedrock 与 Claude Platform 上线最新的 Opus 5.5 模型，强调其在 token 利用率、费用以及安全分类器方面的提升，并提供接入示例。

当前保存的是 RSS 或来源节选，不代表原文全文。请以原始来源为准。

当前只保存了标题与来源元数据，未抓取外链全文。请以原始来源和 Hacker News 讨论为准。

该工作提出一种在移动端为大型语言模型生成低秩适配（LoRA）的超网络方法，利用用户上下文直接合成个性化适配器，兼具推理时仅需前向传播和模型权重更新的优势。

这是一段播客访谈的文字记录，受访者是机器学习领域的知名研究者。内容围绕其团队开发的一套自动化科研辅助系统展开，该系统能够将科学问题转化为可评分任务，并借助大语言模型自动生成和优化实验方案。同时探讨了人工智能在气候变化研究中的实际应用案例。

当前只保存了标题与来源元数据，未抓取外链全文。请以原始来源和 Hacker News 讨论为准。

当前保存的是来源摘要，不代表论文全文。请以原始来源为准。

当前保存的是 RSS 或来源节选，不代表原文全文。请以原始来源为准。

当前只保存了标题与来源元数据，未抓取外链全文。请以原始来源和 Hacker News 讨论为准。

核心结论 运行时应持有客观系统事实，模型负责语义理解和下一步提议。这两条原则构成Agent协议设计的核心约束：运行时已经知道的，不要让模型再维护；运行时不知道的，不要假装它知道。

当前只保存了标题与来源元数据，未抓取外链全文。请以原始来源和 Hacker News 讨论为准。

当前保存的是来源摘要，不代表论文全文。请以原始来源为准。

它是一套针对视频游戏的多时间跨度数据和评测框架，包含自动化标注流程、大规模游戏录像与指令集合，以及可重复的离线与逐步在线评估模块。

当前只保存了标题与来源元数据，未抓取外链全文。请以原始来源和 Hacker News 讨论为准。

当前只保存了标题与来源元数据，未抓取外链全文。请以原始来源和 Hacker News 讨论为准。

这是一段访谈，探讨 Jev 的设计思路、RLCD（基于校准决策的强化学习）训练方法以及如何让模型在软件系统中实现可靠的概率预测。

这项研究指出多跳检索系统的失败并非随机出现，而是集中在某些可预测的查询类型中。研究提供了理论分析，说明在特定条件下可以通过查询的结构特征来识别可能的失败，并通过一个基于多个查询-检索特征计算置信度分数的方法，在不需要额外语言模型调用的情况下实现校准的放弃策略。

当前保存的是 RSS 或来源节选，不代表原文全文。请以原始来源为准。

当前只保存了标题与来源元数据，未抓取外链全文。请以原始来源和 Hacker News 讨论为准。

当前保存的是来源摘要，不代表论文全文。请以原始来源为准。

核心结论 好的代码审查 Prompt 不是让 AI 说出更多意见，而是让它更准确地指出真正会导致线上问题的缺陷。审查 Prompt 的核心作用是将宽泛的“帮我看看这段代码”转化为结构化的审查任务书，使 AI 能够像一个有审查清单的工程搭档而不是只会挑语法风格的评论器。

CodeMidas 将开源代码库中已实现的功能转化为可执行的强化学习环境，用代理探索代码行为、自动生成测试并筛选任务，形成覆盖多种语言和领域的大规模训练数据集，用于提升编码代理在问题修复、整体程序构建以及终端工作等任务上的表现。

当前只保存了标题与来源元数据，未抓取外链全文。请以原始来源和 Hacker News 讨论为准。

当前只保存了标题与来源元数据，未抓取外链全文。请以原始来源和 Hacker News 讨论为准。

该内容介绍一种持续适应框架，冻结的前沿模型通过大量工具操作专业设计软件，同时外部程序记忆以自然语言形态积累并细化可复用的设计流程。框架通过获取新子任务的流程并基于成功与失败执行结果修订已有流程，配合匹配的 replay 门只保留修复失败且不回归成功的改动。

当前保存的是 RSS 或来源节选，不代表原文全文。请以原始来源为准。

核心结论 豆包工作近期更新聚焦于三个方向：浏览器操作录制与回放能力、本地文件直接编辑功能、任务执行过程中的运行环境切换。根据来源描述，这些更新旨在减少重复性操作、提升已有工作成果的复用效率。 浏览器录制功能将用户实际操作流程转换为可重复调用的Skill，降低了向AI描述操作步骤的门槛。

当前只保存了标题与来源元数据，未抓取外链全文。请以原始来源和 Hacker News 讨论为准。

当前只保存了标题与来源元数据，未抓取外链全文。请以原始来源和 Hacker News 讨论为准。

当前只保存了标题与来源元数据，未抓取外链全文。请以原始来源和 Hacker News 讨论为准。

该内容介绍一种基于Amazon SageMaker AI和Amazon Rekognition的合成数据增强方案，可在保留背景的图像中自动插入人物并生成标注，用于训练工业安全场景的人员检测模型。

该案例介绍了德国保险经纪公司MRH Trowe通过结合开源SDK、云计算平台和可定制的聊天界面，为员工搭建了受监管的安全AI代理系统，使非技术人员能够快速创建和使用AI代理处理业务任务，同时满足金融行业对数据安全、合规性和成本可控的要求。

当前保存的是 RSS 或来源节选，不代表原文全文。请以原始来源为准。

这是一篇企业案例，介绍Wood Mackenzie公司如何在Amazon Bedrock AgentCore基础上构建统一的AI代理平台（APEX），让多个业务团队无需各自搭建基础设施，即可快速上线代理功能。

当前只保存了标题与来源元数据，未抓取外链全文。请以原始来源和 Hacker News 讨论为准。

核心结论 该手册将Google企业Agent产品矩阵划分为数据访问层、知识加工层、决策协作层、业务流程层、开发协作层和平台能力层六个层级。用户卷入度和模型能力要求随层级递增：底层仅需RAG加多模态检索，上层需要No-code编排、工具调用和跨Agent通信。

当前保存的是 RSS 或来源节选，不代表原文全文。请以原始来源为准。

当前保存的是 RSS 或来源节选，不代表原文全文。请以原始来源为准。

当前只保存了标题与来源元数据，未抓取外链全文。请以原始来源和 Hacker News 讨论为准。

核心结论 这套方法论最核心的洞察不是"怎么用AI写更多代码"，而是"怎么在AI产出大量代码之后还能保证质量"。这两件事的难度不在同一个量级。 Lauren Tan的实践数据是每月交付1000至2000个PR，但她在文中强调了一个关键判断：600多个重构PR才是真实的基础设施。那晚自动合并的20个PR，只是输出。

这是一款运行在 Amazon SageMaker HyperPod 集群上的 Kubernetes 原生路由插件，利用实时 GPU 指标（缓存占用、队列深度、LoRA 适配器驻留等）在请求入口处自动选择最优后端，以降低首 token 延迟并提升 GPU 利用率。

当前保存的是来源摘要，不代表论文全文。请以原始来源为准。

该内容介绍了利用编程代理配合 Hugging Face Skills 在 Amazon SageMaker AI 上部署模型的方法。无引导的编程代理容易因缺乏最新的部署知识而选错容器、配置不当，导致多次失败和额外计费。

当前只保存了标题与来源元数据，未抓取外链全文。请以原始来源和 Hacker News 讨论为准。

当前保存的是来源摘要，不代表论文全文。请以原始来源为准。

当前只保存了标题与来源元数据，未抓取外链全文。请以原始来源和 Hacker News 讨论为准。

该研究指出，现有的安全评估依赖表层毒性指标，而模型实际上是将明显的歧视性内容转化为更隐蔽的形式，而非真正消除，这种现象被称为“危害洗白”。通过对 GPT 系列模型生成的性别导向文本进行大规模分析，揭示了不同代际模型在性别偏见表现上的转变。

这是一套面向构建和运行 AI 代理的托管计算层，旨在通过在会话结束后立即释放不再使用的内存，并保持容器启动时间不受并发量或镜像大小的影响，实现弹性、优化的运行时性能。

当前只保存了标题与来源元数据，未抓取外链全文。请以原始来源和 Hacker News 讨论为准。

当前保存的是来源摘要，不代表论文全文。请以原始来源为准。