搜尋
快速找到部落格、論文精讀與專案
用空格分開多個關鍵字,結果需全部符合;支援「檢索增強/RAG」等中英別名,標題相關的內容優先顯示。
- Agent 評測如何跑到真實網站?Epoch 事件中的同意與出網隔離
Epoch AI 與 Trajectory Labs 的兩份事故報告呈現評測代理如何碰到真實網站;本文拆解任務指令、網路邊界與監控各自能保證什麼。
- MKA 精讀:多模態 Agent 如何完成專業工作
Google DeepMind 的 MKA 讓多模態知識 Agent 處理跨文件、圖表與試算表的端到端工作;本文拆解 Climb 評分、視覺消融和基準的可重現邊界。
- Gemini Decisions API:用機率與信心分數設計 AI Agent 路由
從三種決策題型、Python 範例到信心門檻與多模態限制,理解 Gemini Decision 1 適合處理哪些自動化判斷。
- Jev 打通《Pokémon Red》:通關的是模型,還是 harness?
從 Jev 的一場《Pokémon Red》通關紀錄與公開程式碼,拆解決策模型、遊戲狀態、路徑規劃和失敗恢復如何共同構成長流程 agent。
- pstack 怎麼用?從 poteto-mode 開始的 AI 開發工作流與六個範例
依 pstack 官方指南,說明 poteto-mode、模型設定與常用 skills,提供修 bug、加功能、重構、調查、審查與設計範例,並區分 Cursor、Claude Code 和 Codex 的使用邊界。
- AI Cosmos:AI 幫忙做對,和自己學會是同一件事嗎?
從 AI Cosmos 的法律與程式學習研究,理解情境參與、可執行工作台,以及作答得分和目標技能掌握之間的差別。
- Coding Agent:同意它修程式,為什麼不等於同意它使用帳號與網路?
以明示假想工作流區分任務、工具、憑證、外送與稽核,理解 coding agent 的授權為何需要多層邊界,而不能只靠一次確認。
- OpenGray:決策正確率超過九成,為什麼遇到矛盾目標還不停?
從 OpenGray 的已知答案任務與規劃紀錄,拆解總體決策分數、升級覆核、劑量達標與實際可交付之間的落差。
- Panoptik:AI 剪片的提案,何時真的要等人接受?
從 Panoptik 的 WebMCP 編輯介面看結構化修改的價值,並釐清 README 所說的人工接受,與固定版本實際寫入時間軸的差異。
- GravityOCR:解碼快 3.94 倍,為什麼整頁只快 1.32 倍?
從共享參數的 diffusion 起草與 AR 驗證,理解 GravityOCR 的三種速度分母、輸出等價條件與 OCR 管線瓶頸。
- ABC-LLM:AI 如何修改指定樂段,保留同一份樂譜?
從 ABC 樂譜、操作範圍與保留條件,理解持續符號音樂編輯的實驗,以及可靠操作與音樂品質之間的距離。
- Hy-Nomas 精讀:世界如何記住場景,又讓動作準時結束
以一次互動說明 Hy-Nomas 的動作時間遮罩、Prompt Enhancer 與影片歷史,並拆開作者人工比較、空間記憶與部署限制。