清华期末考用了真机器人!豪掷2亿元,开进20多所高校
清华期末考用了真机器人!豪掷2亿元,开进20多所高校这个秋天,清华电子工程系的一间实验室里,5台智元精灵G1机器人一字排开。
搜索
这个秋天,清华电子工程系的一间实验室里,5台智元精灵G1机器人一字排开。
清华大学THUNLP实验室联合面壁智能、OpenBMB等团队开源智能体操作系统PilotDeck 2.0,支持记忆可查可改、后台长任务与智能路由,并在复杂任务测试中将成本降低约83%。
清华大学MADSys实验室与趋境科技主导提出开源KTransformers-FineTune(KT-FT),让CPU直接参与MoE专家计算并优化布局与线程调度,使LoRA微调吞吐达到传统卸载范式的2.5~21.2倍。
视觉语言模型已经进入办公助手、内容审核、机器人和智能终端等场景。
大模型做 In-Context Learning(ICL,上下文学习)时,通常会先从示例库里检索若干 demonstration,再把这些示例和当前问题一起放进 prompt。
近日,清华大学电子工程系数据科学与智能实验室在 AI for Science 方向提出面向智能体符号回归(agentic symbolic regression)的运行时框架 SRHarness [1],让 AI 更可靠地从观测数据中发现公式;同时构建机制发现基准 MechBench [2],系统评测 AI 能否进一步揭示公式背后的机理。
一道科学问题,AI 可以给出解释,列出步骤,甚至写出分析代码。
随着前沿模型进入长链推理、工具调用、代码修复与科研任务,一个关键缺口随之显现:模型不断生成和修改候选,但“新状态是否真的更可靠”不能只由模型自己判断。
对着屏幕说一句 “向左转”,画面随即展开新的视野;调整角色的动作,场景紧接着给出反馈。多模态交互要求视觉生成跟上人的操作,而漫长的等待会打断整个体验。
阶跃星辰新出的 Step 5 Preview,我前前后后测了一圈