我的 X 阅读

就是这样。 特朗普总统刚刚发布了这条推文：https://t.co/8pNpvZhaZT

感谢张杰教授与全人类分享他的研究成果！https://t.co/Ane1T2HnWh

推荐阅读。我也同意 RSI 也是一个系统工程问题。 自我改进的智能体需要更好的研究环境。 RSIGym 为研究智能体提供训练、推理、评估和沙箱等服务，供其调用。智能体将其预算用于……

今天收到一封垃圾邮件，内容是这样的：数据分析师职位，年薪 7.5 万到 8 万加元，约合 5 万美元。 这就是所谓的“未来最性感的工作”的真相。https://t.co/G2nhBPRkoa

对于弱语种的自动语音识别 (ASR) 而言，更多的训练数据往往比更大的模型更有效。 @voicearena_ai 在其 ASR 语料库 Monsoon 上对孟加拉语的测试结果就证明了这一点。 在 Monsoon 语料库上进行微调的 Whisper Medium 模型，在孟加拉语上的 LLM 词错误率从 85.27% 降至 7.65% https://t.co/fHxxWl7UVo

美国劳工部已暂停向印度知名IT公司（Wipro、Infosys、TCS、Cognizant、HCL、Capgemini）以及微软和Adobe发放新的和正在审批的PERM申请。 这意味着这些公司的H-1B员工将面临6年的工作期限限制，无法延期，也无法获得绿卡。

我们在 Unsloth 中加入了操作系统级别的沙箱机制，分别使用 bwrap（Linux）、seatbelt（Mac）和 Windows MXC！ 所有工具的每次调用延迟均低于 100 毫秒。我们采用正则表达式 AST 检查的软件沙箱机制的延迟也仅为 3 毫秒。 感谢 Windows 与我们合作开发 MXC！

经过一次微调，孟加拉语的词错误率 (WER) 从 85% 降至 7.65%。 正是因为这样的数据，一周内就有 80 家实验室申请了 Monsoon 的授权。我最敬佩的是它背后的原则：@voicearena_ai 只在数据集能够真正带来显著提升时才会构建它。大多数数据供应商都做不到这一点。

毫无疑问，智能体硬件是下一个重大发展方向。Meta 已经打造了 Muse Charm，而我们仍在翘首以盼 OpenAI 的设备。界面是一个有趣的衍生产品，它朝着同一个方向发展：你只需与它对话，剩下的事情就交给你的智能体来处理。

Muse迎来了他迄今为止最大的挑战：寻找真爱 https://t.co/1OvdLpVk4p

下一代智能体界面可能没有屏幕。 个人智能体已经预示了未来的走向。更简洁的界面是未来的发展方向。 现在的智能体已经足够优秀，以至于最慢的环节反而是给它们分配工作。每次掏出手机打字输入需求都会打断你的专注。

“大多数成员国都在投资用于监视、侦察和目标获取的无人机，而其他类型的无人驾驶飞行器尽管在战场上的重要性日益增加，却依然只能获得有限的资金。” “无人机技术发展如此之快 https://t.co/85pCR4vqez

来自 NVIDIA 的又一篇优秀论文。 他们发现在测量的六个模型中，每次强化学习（RL）步骤后仅有 0.6% 到 1.2% 的模型权重发生变化。 然而，标准的重新适配在每次更新后都会将完整检查点复制到 rollout 集群。对于跨两个 AWS 区域的 1T 模型来说，这 https://t.co/Ps9SYKAKNj

3D 这一块还是 GPT-6 Astra 牛皮啊 让它读取了一下我的 Memory，根据我的喜好，用 Blender 建模的几个模型做了张海报 模型的细节、材质、光影都能做得很好 https://t.co/ObeHi3oU0Z

3D 这一块还是 GPT-Astra 牛皮啊 让它读取了一下我的 Memory，根据我的喜好，用 Blender 建模的几个模型做了张海报 模型的细节、材质、光影都能做得很好 https://t.co/60y3qdY7SD