找到 6 筆
Latent Space 最新一期播客請到 MIT 的 Alex Zhang，聊遞迴語言模型（RLM）、AI 寫 GPU kernel 與多智慧體 swarm。據他介紹，基於 RLM 的 harness 是首個接近解出 ARC-AGI-3 的方案，早於 OpenAI 的 Astra；他還談到 OpenAI 的 1 萬 agent、1300 億輸出 token、約合 4000 萬美元的問題求解實驗。
開發者發布 repopedia，一個 MIT 許可的原生代碼知識圖譜工具，pip 安裝後即可在倉庫上執行，用 tree-sitter 解析並生成 SQLite 圖譜檔案，無需伺服器、Docker 或 API key，程式碼不上傳雲端。它支援查詢函式呼叫者與改動影響範圍，並可通過 MCP server 讓 Claude Code 直接查圖譜，一次拿到帶 file:line 的精確答案，而非多輪 grep。
Anyworld 是一個開源的瀏覽器多人文字冒險遊戲，由房主用 llama.cpp 本地跑模型充當 DM，也支援 OpenAI 等雲 API，玩家只需點連結加入。它支援整輪統一結算、Python 真實骰子、自訂劇本、隱藏觸發器和結構化記憶壓縮，但房主需要 Python 與網路配置能力，本地後端目前只輸出英文，重啟伺服器會丟失當前會話。作者推薦 Gemma 4-26B-A4B Q4、128k 上下文，在 RTX 5070 Ti 16GB 上每輪約 5 秒，採用 MIT 許可。
MegaCapybara 是專為 RTX5090 打造的推理引擎，聚焦 Qwen3.8 27B，解碼速度約為此前 SOTA 引擎 Ninfer 的兩倍：單路編碼可達 500+ t/s，12 個 agent 併發、800k 上下文時可達 2000+ t/s。它自帶權重格式與後設資料，載入前會展示各量化設定相對 BF16 的 KL 與 top-1% 損失，並支援智慧 VRAM-RAM-DISC 快取、Loop Guard 與圖形介面。採用 MIT 許可，原始碼與權重建置器稍後發布。
有人用 Opus 5.5 加一個 Skill 把 PDF 轉成帶動畫、旁白和互動測驗的網頁書，流程是 PDF→書籍規劃→分鏡→旁白→動畫與測驗→網頁書。目前只靠 Opus 5.5，沒有接入影像模型，直接喂 PDF 效果已相當好；作者計劃加入影像模型以支援繪本和人文紀錄片。專案已開源（MIT），並提供了線上書架。
卡內基梅隆、MIT、紐約大學與斯坦福的團隊訓練出的 AI Ataraxos，在不完全資訊棋類 Stratego 上以 15 勝 1 負 4 平擊敗頂尖棋手 Pim Niemeijer，訓練只用 16 塊 GPU、花費幾千美元。此前連 DeepMind 也沒能做出穩定戰勝人類頂尖選手的機器。它與撲克一樣屬於不完全資訊遊戲，每方 40 枚棋子，身份只有碰撞交戰時才揭示，隱藏資訊量極大且展開時間很長。