Airi
PulseAugur coverage of Airi — every cluster mentioning Airi across labs, papers, and developer communities, ranked by signal.
-
AI在客户支持领域面临审视，会议见解引关注
AIRI的研究员Arseniy Ivanov分享了他参加2026年国际机器学习大会（ICML）的经历。他在会议上发表了两篇论文，这是他首次参加A*级别赛事，他认为这次经历既是科学进步的宝贵机会，也是拓展人脉的好时机。另外，一篇文章讨论了在客户支持中实施AI的潜在负面影响，认为过度优化指标而非真正的客户满意度，尽管表面上提高了效率，但可能损害企业利益。
-
AIRI 为自动驾驶汽车传感器仿真开发 XSIM
AIRI 的研究人员开发了 XSIM，这是一种用于仿真自动驾驶汽车所用传感器的新型技术。这种新方法重新审视了传统的对象表示管线，以生成对训练和测试自动驾驶算法至关重要的多样化合成数据。XSIM 最近在 IJCAI 2026 上进行了展示。
-
AIRI 发布 OCC-RAG 紧凑型语言模型，用于上下文问答
AIRI 的 Optimal Cognitive Core (OCC) 团队开发了 OCC-RAG，这是一系列紧凑型语言模型 (SLM)，专为上下文问答而设计。与专注于百科知识的大型模型不同，OCC-RAG 优先考虑推理和对提供上下文的分析。首批发布包括两个检查点 OCC-RAG-0.6B 和 OCC-RAG-1.7B，它们的表现与大得多的通用模型相当或更好，同时在高达 32B 参数的模型中表现出对上下文的卓越忠实度。
-
MARL-GPT 旨在实现通用多智能体强化学习模型
研究人员正在开发MARL-GPT，一个专为多智能体强化学习（MARL）环境设计的 foundational model。目标是创建一个单一模型，能够跨越各种环境运行，并在无需架构更改的情况下适应新任务。当前的MARL模型通常针对特定环境进行训练，需要为新环境进行适应。MARL-GPT 旨在将智能体观测作为序列进行处理，使其能够学习协作策略并跨不同场景进行泛化。