AISpot

搜尋

依意思最接近的 11 筆

Hacker News front pageAI 評分65

AI-DLC 發布:一套工作流核心支援 Claude Code、Codex、Cursor 等七個 harness

awslabs 發布 AI-DLC 最新穩定版,這是一套與 harness 無關的 AI 編碼工作流核心,可原生執行在 Claude Code、Kiro CLI、Kiro IDE、Codex CLI、Cursor、opencode 與 GitHub Copilot 中。macOS、Linux、WSL 和 Windows 各有一條安裝命令,原生安裝自帶 aidlc 命令與各 harness 執行時,無需 Bun 或 Node.js。

X @ggerganovAI 評分45

llama.cpp 登上 Windows 活動舞臺,作者期待本地 AI 普及

llama.cpp 作者 Georgi Gerganov(@ggerganov)稱,llama.cpp 出現在了 10 月 7 日 Windows 活動的主舞臺上。他表示軟體與硬體棧終於走到一起,社群過去多年的努力得到體現,並期待更多使用者擁抱本地 AI。推文未說明該活動的具體內容,也未提及 llama.cpp 在其中的展示形式。

Cloudflare blog (AI)● 精選AI 評分68

Cloudflare 將 EuroLLM 與 Apertus 兩個歐洲開源模型接入 Workers AI

Cloudflare 在生日周宣布,將歐洲兩個公共機構訓練的開源模型 EuroLLM 和 Apertus 引入 Workers AI,現已開放訪問申請。EuroLLM 覆蓋 35 種語言,含全部 24 種歐盟官方語言;Apertus 由瑞士 ETH Zurich、EPFL 等開發,訓練資料超 15 萬億 token、覆蓋 1500 多種語言,權重與資料全部公開。Cloudflare 同時啟動面向政府網路安全機構與關鍵基礎設施運營方的實操工作坊,首場 10 月在新加坡舉行。

Hacker News front pageAI 評分10

Weave(YC W25)招聘 12 個 AI 與 ML 工程崗

Weave(YC W25)開放 12 個全職崗位,全部為 Weave HQ 現場辦公,其中工程類 7 個、銷售類 4 個、營銷類 1 個。工程崗位包括 Founding AI Engineer、Founding ML Engineer、Founding Design Engineer、Founding Product Engineer、Forward Deployed Engineer、Founding Developer Relations 與 Field CTO。

Hacker News front pageAI 評分62

Plimsoll:自託管沙箱執行 AI 生成程式碼,並標註隔離等級

Plimsoll 是自託管沙箱,用於執行 AI agent 寫出的不可信程式碼,每條結果都標明實際隔離等級(process、container、kernel、vm 四級),請求可設最低等級,達不到就不執行任何程式碼。它還能對 agent 程式碼出題:映象內建 trial runner 用程式讀不到的場景測試,並返回請求與結果的 SHA-256 雜湊,由沙箱外的 plimsoll-attest 簽名、重放。

TechCrunch AIAI 評分52

Satlyt 獲 800 萬美元種子輪,衛星 AI 軟體將隨 SpaceX 火箭升空

前 Google Cloud、SpaceX 工程師 Rama Afullo 創辦的 Satlyt 完成 800 萬美元種子輪,其衛星端 AI 軟體將於本週隨 SpaceX 火箭發射,與 Google 軌道資料中心原型 Project Suncatcher 同船。Satlyt 不造衛星硬體,只做讓衛星在軌執行 AI 模型的軟體層,定位類似衛星界的 VMware。

llama.cpp releasesAI 評分36

llama.cpp 發布 b11459:ggml-webgpu 在 WASI 上停用 Dawn 原生特性

llama.cpp 發布建置 b11459,唯一列出的程式碼改動是 ggml-webgpu 在 WASI 上不再啟用 Dawn 原生特性。該建置的預編譯產物覆蓋 macOS Apple Silicon(arm64)與 Intel(x64)、iOS XCFramework、Linux、Android、Windows 以及 openEuler。後端包括 CPU、Vulkan、CUDA 12、CUDA 13、ROCm 10.0、OpenVINO 與 SYCL;

機器之心AI 評分62

白澤通境發布溯因式世界模型 AWM,2bit 量化跑進機器人端側

中科大系公司白澤通境發布溯因式世界模型 AWM,並開源論文與程式碼,配合自研端側推理引擎 BAIZ-RUN 把模型壓進機器人本地執行。AWM 從無標註影片學習,在 Push-T 任務上以 2000 條軌跡達到 75% 成功率,約為 Causal-JEPA 所需資料的七分之一,資料加到 14728 條時成功率約 92%。