Our Problems (cont.)
Editorial Pick: Cursor 发布了 Copilot++，一个更智能的 Copilot 版本，能够预测用户的下一步编辑，并扩展了其功能，包括预测光标位置、文件切换、终端命令等，旨在提升编码效率和用户体验。
AI Agents
All TopicsAutonomous planning, tool calling, and multi-step task execution — from Claude Code and Manus to modern agent frameworks.
1,043 featured itemsRelated TopicsMCP & Tool UseAI CodingReasoning & Logic
Latest Featured
Items 1021–1040 of 1,0435月25日星期六周六
5月14日星期二周二
GPT-4o
Editorial Pick: 原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
4月25日星期四周四
Qwen1.5-110B: The First 100B+ Model of the Qwen1.5 Series
Editorial Pick: Qwen1.5-110B模型在基准评测和聊天机器人领域表现出色，读者可以关注其性能和未来发展方向。
4月16日星期二周二
Code with CodeQwen1.5
Editorial Pick: 原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
4月2日星期二周二
Qwen1.5-32B: Fitting the Capstone of the Qwen1.5 Language Model Series
Editorial Pick: 原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
3月28日星期四周四
Qwen1.5-MoE: Matching 7B Model Performance with 1/3 Activated Parameters
Editorial Pick: Qwen 团队发布了 Qwen1.5-MoE 模型，该模型在保持与 7B 模型性能相当的同时，显著降低了训练成本和推理时间，具有潜在的应用价值。
3月22日星期五周五
Discussion w Arthur Mensch, CEO of Mistral AI
Editorial Pick: Mistral AI CEO Arthur Mensch 讨论了公司的发展方向和未来规划，包括开源模型、企业AI需求、团队建设等，为读者提供了对AI行业发展趋势的洞察。
2月21日星期三周三
Things I Don't Know About AI
Editorial Pick: Elad Gil 对 AI 领域的多个方面提出了疑问和观点，包括 LLM 市场动态、云服务提供商的角色、AI 基础设施和 AI 应用等，为读者提供了深入思考的视角。
2月4日星期日周日
Introducing Qwen1.5
Editorial Pick: Qwen1.5版本发布，开源了多个规模的模型，并提供了量化模型和工具支持，读者可以评估其对现有工作流的影响。
1月25日星期四周四
Introducing Qwen-VL
Editorial Pick: 原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
1月23日星期二周二
Introducing Qwen
Editorial Pick: 原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
10月10日星期二周二
Multimodality and Large Multimodal Models (LMMs)
Editorial Pick: 本文深入探讨了多模态系统和大型多模态模型（LMMs）的研究进展，为读者提供了对这一领域的全面了解。
8月16日星期三周三
Open challenges in LLM research
Editorial Pick: 文章探讨了大型语言模型（LLM）研究中的十大挑战，包括幻觉、上下文学习、多模态、新架构、GPU替代品等，对LLM的发展趋势有重要参考价值。
12月28日星期三周三
OFASys: Enabling Multitask Learning with One Line of Code!
Editorial Pick: OFASys简化了多模态多任务学习的实现过程，有助于推动通用模型的研究和构建。
12月24日星期六周六
Chinese CLIP: Contrastive Vision-Language Pretraining in Chinese
Editorial Pick: 该研究提出了针对中文的CLIP模型，并展示了其在跨模态检索任务上的优越性能，对中文多模态表示学习和视觉表示学习具有重要意义。
11月14日星期一周一
OFA: Towards Building a One-For-All Model
Editorial Pick: 原文提出了一个名为 OFA 的新型多模态预训练模型，并开源了预训练和微调模型，读者可以了解其能力变化和开放入口，判断其对现有工作流的影响。
6月27日星期一周一
Softmax Linear Units
Editorial Pick: 该研究提出了一种新的激活函数SoLU，旨在提高Transformer模型的可解释性，通过实验验证了其在保持性能的同时提高了模型中可解释神经元的比例。
4月7日星期四周四
DALL•E 2
Editorial Pick: 原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
1月3日星期一周一
The Illustrated Retrieval Transformer
Editorial Pick: 原文详细介绍了 RETRO 模型的架构和工作原理，读者可以了解检索增强语言模型如何提高性能。
1月19日星期二周二
Finding the Words to Say: Hidden State Visualizations for Language Models
Editorial Pick: 文章通过可视化语言模型的隐藏状态，展示了模型在生成文本时的“思考过程”，读者可以了解模型如何生成特定输出。
