Benjamin H Han
PulseAugur coverage of Benjamin H Han — every cluster mentioning Benjamin H Han across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的协同进化方法增强了脉冲神经网络的性能
研究人员开发了一个用于优化脉冲神经网络（SNN）的协同进化框架，解决了其复杂搜索空间的挑战。这种新方法基于每个网络对集成性能的边际贡献来定义适应度，鼓励专业化和互补性。在分类、回归和控制任务上的评估表明，与传统的单网络进化和事后集成相比，性能有了显著提高，特别是在标准方法失败的控制任务上。
-
新论文显示，大语言模型在规划和承认无知方面存在不足
两篇新论文评估了大语言模型的元认知能力，特别是它们的规划和弃权能力。TRIAGE 论文发现，大多数前沿和开源大语言模型在没有反馈的情况下，在规划问题解决序列和分配 token 预算的任务上表现不佳，而经过推理训练的模型表现不如标准模型。AbstentionBench 显示，当前的大语言模型难以识别不可回答的问题，并且推理微调会损害它们弃权的能力，因为强化学习方法缺乏直接的“我不知道”梯度。
-
博主通过新功能增强网站以适应 AI 代理
Benjamin Han 更新了他的个人博客，使其更具代理友好性，实现了 Content-Signal、llms.txt 文件和 RFC 8288 Link 标头等功能。该博客现在包含一个“Ask AI”功能，旨在提高其对 AI 代理的准备度。此次更新旨在使 Web 内容对 AI 系统更加易于访问和交互。
-
博主分享网站新功能视觉导览及用户手册
Benjamin Han 发布了一篇新的博客文章，详细介绍了他的个人网站的功能和用户手册。这篇文章以视觉导览的形式呈现，邀请读者对已实现的设计和功能发表评论和反馈。它涵盖了博客的各个方面，包括用户界面和整体技术实现。
-
Claude Code token支出分析显示73%的开销，建议采用代理模式
对Claude Code 90天的token支出进行的分析显示，在九种不同的模式下，73%的支出归因于不可见的预提示开销。研究结果表明，渐进式披露和子代理委托等技术可以更有效地使用token。这项研究突出了大型语言模型开发和部署中潜在的优化领域。
-
AI取代的争论取决于近期采用，而非2028年危机
Citrini和Citadel近期关于2028年AI驱动的就业取代的讨论表明，双方在取代的根本机制上存在共识。核心分歧在于经验证据和AI采用的短期时间表。分析认为，这种采用的真正考验将在日常商业活动中显现，特别是通过AI代理对佣金和订阅取消的影响。