54777 条内容 最近更新 2110 条 / 24h 保留 30 天 · 收藏永久 本地可读 1418 篇
时间范围
来源筛选(可多选)

🔥 正在热议(多家媒体同时报道的事件)

IT

谷歌发布 Gemini 4 Hydrogen 模型:主打日常编程与智能体工作流,百万 Token 输入 1.5 美元

IT之家 11 月 13 日消息,谷歌正式推出 Gemini 4 Hydrogen 模型,主打快速执行与高效运行,面向日常编码和智能体工作流场景,将 Gemini 4 系列能力全面下放至所有层级用户。 输入:每百万 Tokens 1.50 美元 (IT之家注:现汇率约合 10.0 元人民币) 输出:每百万 Tokens 7.50 美元 (现汇率约合 50.1 元人民币) 该定价覆盖 全 100 万 Token 上下文窗口 ,无分段阶梯计价。在 Artificial Analysis 智能指数中,Hydrogen 默认高思考档位得分 51,高于 Gemini 4 Argon 的 50,最高 xhigh 档位可达 54,同时任务完成速度常优于同级别模型。 谷歌同步推出 Orchestrator 智能调度功能,内置于 Google Antigravity 平台,可在同一会话中自动在 Carbon

IT之家 · 1 天前 · 已缓存
Ha

Show HN:AgentRun – 开源、自我改进的托管代理

我们(GREP.AI、YC F26)正在开源 AgentRun,并将其转变为一个完整的托管代理平台。在这篇文章中阅读更多相关信息:https://agentrun.ai/blog/introducing-agentrun-run-smarter-ag...。它包括我们最初为自己的代理工具构建的内容: - 自我改进的代理 - 基于 Web 的工作流程 - 一系列沙箱和计算机环境 - 数千种工具和集成 -

Hacker News · 1 天前 · 已缓存 · 译
ar

可扩展的对话评估:基于聊天的考试,具有两个代理 LLM 管道

口语考试之所以引人注目,是因为(1)可以要求学生提供答案的推理;(2)其互动性允许通过后续问题来解决模棱两可的答案。但口语考试的规模很差。在本文中,我们提出了可扩展的对话评估,这是一个基于法学硕士的系统,可以与学生进行基于文本的交互式对话,以评估他们的能力

arXiv cs.AI · 1 天前 · 译