跳到正文

#Agent

今日 13 条
5月22日周五
5月20日周三
5月17日周日
5月16日周六
  1. Google DeepMind49

    Google DeepMind Co-Scientist 加速发现肝病机制

    爱丁堡大学 bioengineer Filippo Menolascina 用 Co-Scientist 研究代谢功能障碍相关脂肪性肝炎(MASH),从海量文献中筛选候选联合疗法。针对药物 resmetirom 为何只对部分 MASH 患者有效这一问题,系统提出 NLRP3 炎性小体是连接炎症与代谢的分子桥梁的假设,该假设后来经实验验证,有望推动双重靶向疗法。

  2. Google DeepMind84

    Google DeepMind 发布 Gemini 3.5,率先推出 3.5 Flash

    Google DeepMind 发布 Gemini 3.5 模型系列,首先推出 3.5 Flash,定位智能体与编码,在 Terminal-Bench 2.1(76.2%)、GDPval-AA(1656 Elo)、MCP Atlas(83.6%)和 CharXiv Reasoning(84.2%)上超过 Gemini 3.1 Pro,输出速度为其他前沿模型的 4 倍。

    推荐理由:官方公布了 3.5 Flash 的基准成绩、开放渠道和 Pro 后续计划,读者可以据此评估它在智能体与编码场景的取舍。

5月12日周二
  1. Google DeepMind66

    Google DeepMind 发布 Co-Scientist 多智能体科研假设生成系统并开放注册

    Google DeepMind 在 Nature 发布基于 Gemini 的多智能体系统 Co-Scientist,通过生成、辩论和演化假设来加速科学研究,并通过实验性工具 Hypothesis Generation 向个人研究者开放,数周内开始推出,可在 labs.google/science 注册。

    推荐理由:官方同时给出系统架构、已有实验结果和开放注册入口,读者可以据此评估它对科研工作流的适用性。

5月8日周五
5月6日周三
4月30日周四
4月27日周一
4月22日周三
4月21日周二
4月20日周一
4月9日周四
3月31日周二
3月25日周三
3月18日周三
  1. Mistral AI43

    Mistral AI 推出 Forge:帮企业用专有数据训练前沿级模型

    Mistral AI 发布 Forge,供企业基于内部文档、代码库和业务数据训练前沿级模型,使模型理解内部术语、工作流程与合规要求。Forge 支持预训练、后训练和强化学习,兼容 dense 与 MoE 架构及多模态输入,并内置数据管道与 Mistral AI 训练方法,支持持续评估与迭代。ASML、Ericsson、欧洲航天局等机构已与 Mistral AI 合作训练专有模型。

3月17日周二
3月12日周四
  1. Google Research72

    Google AMIE 完成真实门诊前瞻性可行性研究,与 BIDMC 合作验证对话式诊断 AI 安全性

    Google Research 与 Beth Israel Deaconess Medical Center 合作开展前瞻性单中心可行性研究,让 AMIE 在 100 名成人患者的初级诊疗就诊前采集病史,由医生通过视频实时监督。

    推荐理由:原文公布了 AMIE 在真实初级诊疗环境中的前瞻性可行性研究数据和安全性结果,读者可据此了解医疗对话 AI 走向临床的证据现状。

3月11日周三
1月28日周三
  1. Mistral AI64

    Mistral 发布 Mistral Vibe 2.0 终端编码智能体,Devstral 2 转为付费 API

    Mistral 发布 Mistral Vibe 2.0,升级其终端原生编码智能体,由 Devstral 2 模型家族驱动。新功能包括自定义 subagents、执行前多选项澄清、斜杠命令加载技能、统一 Agent 模式和自动更新。

    推荐理由:原文给出 Vibe 2.0 的功能明细、订阅方案和 Devstral 2 API 定价,读者可以据此评估是否切换自己的编码工作流。

12月9日周二
  1. Mistral AI72

    Mistral AI 发布 Devstral 2(123B)与 Devstral Small 2(24B)编码模型及 Mistral Vibe CLI

    Mistral AI 发布开源编码模型家族 Devstral 2,包含 123B 的 Devstral 2(modified MIT 许可)和 24B 的 Devstral Small 2(Apache 2.0),两者均支持 256K 上下文窗口,分别在 SWE-bench Verified 上取得 72.2% 和 68.0%。

    推荐理由:官方公布了两个尺寸编码模型的开源协议、SWE-bench Verified 成绩、API 定价和硬件要求,可据此评估本地或端侧部署的可行性。

11月1日周六
10月24日周五
7月30日周三
7月17日周四
7月11日周五
5月27日周二
5月21日周三
5月7日周三
3月4日周二