Cortex
PulseAugur coverage of Cortex — every cluster mentioning Cortex across labs, papers, and developer communities, ranked by signal.
- 2026-10-06 product_launch Cortex has been launched as a new open-source local AI engine. 来源
4 天有情绪数据
-
关于 Snowflake 集成中 Cortex 与 Claude 架构的指南
本文提供了一份实用的指南，帮助理解和选择 Cortex 与 Claude 架构。文章深入探讨了编排、治理和集成模式，特别是在 Snowflake 生态系统内。旨在帮助用户为其特定需求选择最合适的架构。
-
Cortex 发布，成为具有 OpenAI 兼容 API 的开源本地 AI 引擎
Cortex 是一个新推出的开源 AI 引擎，专为本地使用而设计。它具有一个简单的命令行界面和一个与 OpenAI 现有模型兼容的 API。该引擎支持包括 llama.cpp 在内的多个后端，以方便其运行。
-
AI代理通过新的RL和框架改进编码和机器人技术
清华大学的研究人员开发了一种名为CompactionRL的新强化学习方法，该方法在SWE-bench基准测试上将AI编码代理的性能提高了7个点。该方法使长周期AI代理能够压缩自己的上下文，从而在编码任务上获得更好的性能。此外，还引入了Cortex框架，该框架将32个机器人技能链接起来，通过连接AI规划和机器人执行来处理长周期任务。
-
新软件“Cortex”助力定性研究内容分析
研究人员开发了Cortex，这是一款旨在协助学术研究人员进行内容分析（一种定性研究方法）的网络应用程序。该软件基于Bardin的方法论，旨在简化文本数据的组织、阅读和分类，因为随着数据量的增加，这些工作可能非常耗时。Cortex引导用户完成从语料库配置到结果导出的整个工作流程，充当一个协作工具，支持研究人员的解释自主性，但并不取代它。
-
Palo Alto Networks以5亿美元收购AI安全公司Console
Palo Alto Networks已以5亿美元收购AI安全公司Console。此次收购旨在将Console的自然语言安全代理集成到Palo Alto的Cortex平台中。此举是网络安全领域加速推进自主运营的一部分。
-
Palo Alto Networks 以 5 亿美元收购 AI 初创公司 Console
Palo Alto Networks 已斥资 5 亿美元现金和股票收购 AI 初创公司 Console。Console 成立于 2024 年，利用 AI 代理自动化 IT 服务台任务，此前估值为 1.57 亿美元。此次收购旨在将 Console 的能力整合到 Palo Alto Networks 的 Cortex 平台中，以增强自主安全成果。
-
BX macOS 应用提供 AI 文件系统访问控制
BX macOS 应用让用户能够控制其 AI 工具可以访问其文件系统的哪些内容，为 AI 交互提供“安全带”。该应用程序旨在通过允许用户为 AI、IDE、应用程序或命令定义权限来增强隐私和安全性。它易于设置和集成，特别是在 VSCode 等开发环境中。
-
新 AI 策略 'Cortex' 在 Quake 游戏中展现出潜力
研究人员开发了 Cortex，一种用于 Quake 游戏的紧凑型行为克隆策略，利用了来自 DINOv3 编码器的冻结视觉特征。Cortex 在 Pixels2Play 语料库的一个子集上进行训练，在游戏玩法上取得了显著进展，在短时间内达到了特定的游戏里程碑并获得了击杀。与 P2P-150M 和 NitroGen 等其他已发布的模型相比，Cortex 展现出潜力，尽管样本量和接口方面存在局限性。该研究还探讨了视觉标记密度和优化长度对性能…
-
论点表明大型语言模型缺乏用于现实世界工作的“海马体”
Mastodon 上的一场讨论提出，预训练的大型语言模型（LLMs）在现实世界的公司应用中表现不佳，因为它们缺乏类似于人类记忆组织结构的“海马体”。这种观点认为，虽然大型语言模型拥有用于处理的“皮层”，但它们缺少能够有效执行复杂业务任务的关键记忆和学习组件。这一类比突显了当前大型语言模型架构中潜在的结构性限制。
-
新框架增强具身代理的复杂操作能力 · 跟踪2个来源
两篇新的研究论文介绍了一种使具身代理能够执行长时程操作任务的框架。Cortex 使用一种双向对齐的具身代理框架，并带有定制的规划接口，将高层视觉语言模型（VLMs）的可执行子任务计划传达给低层视觉语言动作（VLA）模型。ACE 是另一个框架，它采用零样本工作流推理来进行桌面操作，将代理推理与可执行技能以及用于适应动态环境和执行失败的多时间尺度记忆相结合。这两种方法都旨在克服当前模型在处理复杂、多步任务方面的局限性。
-
新研究通过先进的检测方法解决 LLM 和 VLM 幻觉问题
研究人员正在开发新的方法来对抗大型语言模型 (LLM) 和视觉语言模型 (VLM) 中的幻觉。一种名为“不确定时验证”的方法，通过跨模型一致性检查来提高幻觉检测的准确性，同时降低计算成本。另一种方法 CORTEX，通过比较检索文档的有无对内部模型表示的差异，专注于检索增强生成 (RAG) 中的 token 级检测。对于 VLM，ViPSy 和 Context-aware Attention Intervention (CAI) 等技术…
-
CORTEX框架将网络规模语料库构建成知识图谱
研究人员推出CORTEX，一个旨在将网络规模语料库组织成结构化知识图谱的新型框架，超越了传统的扁平化文档集合。这种本体语料库图（OCG）方法统一了质量精炼的内容层、LLM驱动的本体层和跨域对齐层。该框架被用于创建CortexBench，一个评估了八个前沿LLM的基准，证明了CORTEX在质量精炼、领域组织和跨域数据合成方面的有效性。
-
新的 CORTEX 基准旨在实现 3D 胸部 CT 分析中可信赖的 AI
研究人员推出了 CORTEX，这是一个旨在提高多模态大型语言模型 (MLLM) 在 3D 胸部 CT 分析中可信赖性的一项新基准。现有的数据集通常将复杂的放射学报告简化为简单的问答对，忽略了临床医生使用的关键推理过程。CORTEX 通过提供结构化的四阶段诊断追踪，模拟放射科医生的工作流程，从视觉观察到答案综合，从而解决了这一问题。该基准建立在 CT-RATE 数据集之上，并经过临床医生验证，包含超过 76,000 条推理追踪，以支持能…
-
CortexPrism的Cortex项目引领增长最快的AI计划
根据最新报告，CortexPrism的cortex项目已成为增长最快的AI项目。这个开源的agentic harness系统旨在促进开发，并已看到显著的活动激增。该项目取得了64.17的增长评分，并在GitHub上获得了超过60颗星。
-
HBS创始人探讨人工智能在暖通空调和企业收购中的应用
一项由Y Combinator支持的哈佛商学院（HBS）计划正在探索人工智能在包括暖通空调服务在内的各行业的实际应用。由HBS学生创立的公司Cortex正在收购企业以将其人工智能整合到运营中，而Robbie则专注于开发人工智能代理以协助暖通空调技术人员。创始人讨论了硬件创新的挑战以及将人工智能开发与用户需求和建立信任相结合的重要性。
-
神州数码力推“AI for Process” 赋能企业运营生产力
神州数码正推广“AI for Process”战略，以弥合AI技术与企业运营生产力之间的差距。该公司认为，虽然AI可以提升个体管理效率，但真正的商业价值来自于将AI融入核心业务流程以创造运营生产力。他们开发了“神州问学2.0：Agentic Process Workspace”，一种将AI代理直接嵌入企业工作流的新软件形态，并以临床研究报告生成速度的显著提升为例。此举以及神州控股的“AI First FDE”模型和“言云”系统，旨在通…
-
CrankGPT：无需互联网或电力即可运行的人力驱动 [AI]
一个名为 CrankGPT 的项目，由 Squeez Labs 开发，提供了一个无需云连接、互联网接入或传统电力的 [AI] 系统。它由人力驱动，例如转动曲柄或踩踏板。该系统有不同的层级，基础的 Synapse 模型需要最小的电力来处理简单查询，而像 Cortex 和 Singularity 这样的更高级模型则需要更多的人力产生的电力来完成编码、视频生成和模型训练等复杂任务。该倡议旨在解决数据隐私、[AI] 能源消耗对环境的影响以及 …
-
Snowflake收购Natoma，加强AI代理治理
Snowflake于2026年5月27日以未披露金额收购Natoma，凸显了企业对AI治理日益增长的需求。此举验证了模型上下文协议（MCP）类别，但促使用户重新评估其多用户代理基础设施。虽然Natoma将整合到Snowflake的AI代理治理和身份层中，但潜在用户和现有客户对其独立可用性和未来路线图仍面临不确定性。
-
大脑学习理论：皮层负责结构，皮层下负责奖励
研究人员开发了一个理论框架，探讨大脑如何将计算密集型的皮层处理与更简单的皮层下机制相结合以实现高效学习。通过对基于模型的皮层模块施加记忆限制，该研究揭示了记忆分配策略的出现。研究结果表明，当环境奖励频繁变化时，皮层可能优先学习一般环境结构，而不是利用即时奖励，而皮层下回路则专注于基于奖励的学习。
-
Neurosim模拟器以约2700 FPS的GPU性能提升机器人感知能力
研究人员开发了Neurosim，这是一款高性能的机器人感知模拟器，在桌面GPU上可实现高达约2700 FPS的帧率。它支持动态视觉传感器、RGB摄像头和深度传感器等多种传感器，以及敏捷的车辆动力学。Neurosim与Cortex集成，Cortex是一个用于无缝机器学习和机器人工作流程的通信库，能够对算法进行训练和实时测试。