跳到主要内容本期精选
Agent用 NVIDIA NeMo Switchyard 在 Amazon Bedrock 上为编码智能体请求路由到合适的模型
- 编码智能体按任务工作,评估路由应看每个已解决任务的成本,而不是单个 token 的价格
- NeMo Switchyard 支持 Stage 路由(在能力强模型与高效模型间二选一)和 Random 路由(按权重分流做 A/B 测试)
Kitesurf 现已开源:专为 AI 代理打造的浏览器引擎
- Kitesurf 是完全运行在 Cloudflare Workers 上的无状态浏览器,专为 AI 代理设计
- 采用 Apache 2.0 许可证,代码托管于 GitHub,支持本地构建和部署
创业融资LangChain完成3亿美元C轮融资,估值达30亿美元
- LangChain完成3亿美元C轮融资,估值30亿美元,由现有投资者CapitalG领投。
- 新投资者GIC和DFJ Growth加入,现有投资者IVP和Sapphire Ventures继续参与。
研究证明步骤验证何时值得付出成本?——开放式权重数学推理中“认证或拒绝”验证的运行要求
- 在 GPQA 强配置和 AIME 上,认证分别将精度提升 31 和 46 个百分点,但仅回答 35% 和 21% 的尝试
- 在接近上限的 MATH-500 上,精度提升不超过 5 点,却损失 13–27 点的覆盖率