Allegro
PulseAugur coverage of Allegro — every cluster mentioning Allegro across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Moonshot AI 发布 Kimi K3，提供分层模型和百万级上下文
Moonshot AI 发布了其新的 Kimi K3 模型，提供三个不同版本：K3 · Max 用于通用任务和 Agent 功能，K3 Cluster · Max 用于大规模处理，K2.6 · Fast 用于快速响应。该平台还提供标准和扩展上下文长度，后者支持高达一百万个 token，并对 Allegro 订阅会员开放。
-
新的优化器在MLIP训练中表现优于Adam，速度更快 · 跟踪3个来源
一篇新的研究论文探讨了优化器对机器学习原子间势能（MLIPs）训练的影响，MLIPs是科学模拟中的一项关键AI应用。研究发现，像SOAP和Muon这样的矩阵结构优化器在收敛速度和最终准确性方面，可以显著优于常用的Adam优化器。当使用部分力监督时，这些改进尤为显著，这表明优化器的选择是开发有效的MLIPs的一个关键但常被忽视的因素。
-
新系统自动化灵巧机器人操作数据收集
研究人员开发了两个不同的系统，用于收集对训练机器人灵巧操作至关重要的数据。AutoDex 自动化了现实世界场景中抓取物体的过程，与远程操作相比，显著提高了数据收集吞吐量。另一方面，MILE 使用基于远程操作的系统，配备机械同构外骨骼和机械手，并集成视觉触觉传感器模块以捕获高保真演示。这两个系统都旨在克服获取大规模、准确数据以训练高级机器人技能的挑战。
-
新方法提高了原子间势模型的准确性
研究人员开发了新的方法，即物理感知邻域（PAN）池化和物理引导谱（PGS）混合器，以提高短程等变原子间势的准确性。这些技术侧重于改进神经网络势中的标量通道，这对于聚合和解析能量表面至关重要。当应用于 MACE 骨架时，这些标量通路校正显著降低了各种材料和分子在力与能量上的误差，计算成本仅略有增加。在 Allegro 和 NequIP 等其他模型中也观察到了改进，这表明这些标量通路保真度增强功能在不同的短程等变架构中具有可移植性。
-
TwelveLabs推出AI视频助手；Core42扩展AI集群；EIB资助Allegro AI
TwelveLabs推出了Rodeo，一款旨在通过使用其Marengo和Pegasus模型来自动化视频分析和编辑的AI助手。与此同时，Core42正在大幅扩展其位于布法罗的AI集群，将其电力容量增加到60兆瓦，此举被视为更广泛的地缘政治技术竞赛的一部分。另外，欧洲投资银行已向Allegro提供十亿波兰兹罗提，以推进其AI模型和物流系统，这标志着波兰研发领域的一项重大投资，旨在与全球电子商务巨头竞争。
-
新的MLIP方法提高了准确性并实现了研究自动化
研究人员正在开发先进的机器学习原子间势能（MLIPs），以改进原子模拟。像Stein Kernelized Molecular Dynamics (SKMD)这样的新方法增强了主动学习的数据采集，从而以更少的迭代次数获得更准确的模型。其他工作探索了MLIPs的笛卡尔张量框架，并引入了像Bond Smoothness Characterization Test (BSCT)这样的新基准，以识别和纠正模型架构中的物理不准确性。此外，LLM…
-
Allegro与OpenAI合作集成生成式AI
主要电子商务平台Allegro已与OpenAI达成战略合作伙伴关系。此次合作旨在将先进的生成式AI模型集成到Allegro的平台中。目标是革新用户购物体验并优化运营效率。
-
Allegro与OpenAI合作，将生成式AI整合到电子商务中
波兰电商平台Allegro已与OpenAI合作，将其生成式AI整合到其服务中。此次合作旨在提高搜索准确性、个性化推荐和客户服务响应时间等核心功能。此次整合预计将改善Allegro用户的整体购物体验。