PulseAugur
中
实时 08:11:15
实体 multiplayer online battle arena

multiplayer online battle arena

PulseAugur coverage of multiplayer online battle arena — every cluster mentioning multiplayer online battle arena across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
7
90 天内 7
发布 · 30天
0
90 天内 0
论文 · 30天
4
90 天内 4
层级分布 · 90 天
主题
情绪 · 30 天

2 天有情绪数据

最近 · 第 1/1 页 · 共 8 条
  1. TOOL · CL_273469 ·

    新的 MOBA-VL 模型通过事件本地化增强了实时电竞解说

    研究人员开发了 MOBA-VL,这是一款新推出的拥有90亿参数的视觉语言模型,专为多人在线战术竞技游戏(MOBA)电子竞技的实时解说而设计。该模型利用游戏遥测数据精确定位游戏内事件的确切时间点,与现有模型相比提高了准确性和流畅性。MOBA-VL 使用事件本地化的多轮强化学习进行训练,并在 MOBACast-Bench 基准测试中表现出优越性能,在完整比赛和片段解说方面均优于 StreamingVLM 和 DeepSeek-V4.1-F…

  2. TOOL · CL_253262 ·

    Android AI Agent易受多种漏洞攻击

    研究人员在五个开源Android AI Agent框架中发现了重大的安全漏洞,包括AppAgent、AppAgentX、Mobile-Agent-v3、Open-AutoGLM和MobA。这些框架旨在与移动设备交互并可能在主机PC上运行代码,但被发现容易受到各种攻击,其中大多数至少会受到七种已演示的漏洞中的六种的攻击。这些漏洞源于允许不可见屏幕文本控制AI Agent、在连接的PC上执行命令以及不安全地处理数据和权限等问题。

  3. TOOL · CL_223167 ·

    新的ARTS方法通过推理LLM增强自动化科学发现

    一篇新的研究论文介绍了一种名为“Agentic Reasoning for Tree Search”(ARTS)的方法,该方法使用推理语言模型来改进自动化科学发现。ARTS能够区分错误的假设和糟糕的实验执行,在MLGym和MLEBench的22项任务上,其性能比现有的启发式算法提高了15.3%以上。值得注意的是,采用ARTS并结合测试时训练的Qwen3-4B模型,在显著降低推理成本的同时,取得了与Gemini 3-Pro和GPT o3…

  4. TOOL · CL_176623 ·

    Android AI代理易受截图操纵攻击 · 跟踪到1个来源

    研究人员发现,有七次实验室攻击针对五个开源Android AI代理框架,包括AppAgent和Open-AutoGLM。这些攻击利用了人类和机器对截图感知上的差异,代理可能会将隐藏的文本或图像元素解读为指令,从而导致意外操作。这些漏洞分为两类:屏幕感知(Screen Perception),操纵代理如何看待屏幕;以及误用通道(Misused Channel),干扰执行流程。虽然目前这些只是实验室演示,尚未确认有现实世界的利用,但使用这…

  5. SIGNIFICANT · CL_173979 ·

    Moonshot AI 开源 Kimi K3,估值达 315 亿美元 · 追踪 2 个来源

    Moonshot AI 已完全开源其 Kimi K3 模型,这是一个拥有 2.8T 参数的模型,并公布了其背后的 401 名贡献者。此次发布恰逢公司估值飙升至 315 亿美元,每位员工的价值约为 7 亿人民币。文章详细介绍了联合创始人周昕宇、吴宇鑫、张钰涛以及工程负责人徐欣然和何伟然等关键人物的背景和贡献,强调了他们在模型架构、优化和基础设施等领域的专业知识。

  6. TOOL · CL_104768 ·

    新的ARTS AI方法通过推理模型加速科学发现

    研究人员推出了一种名为Agentic Reasoning for Tree Search (ARTS) 的新颖科学发现方法,该方法利用推理语言模型来导航假设和实验空间。与混淆假设优劣与实验执行质量的传统方法不同,ARTS诊断失败,以区分错误的实现和有缺陷的假设。该系统表现出显著的改进,在MLGym和MLEBench的22项任务上,其性能比领先算法高出15.3%以上。此外,ARTS表明,具有测试时训练的Qwen3-4B模型可以以显著更低…

  7. COMMENTARY · CL_66587 ·

    人工智能不会摧毁艺术,但艺术家必须与之合作

    一篇观点文章认为,人工智能不会摧毁艺术,并强调了艺术家与新技术合作的历史先例。作者建议,虽然应批判性地审视人工智能,但它也为创意合作提供了机会。这一观点突显了艺术实践在应对技术进步方面的持续演变。

  8. RESEARCH · CL_05065 ·

    SpikingBrain2.0 模型提供高效的长上下文和跨平台 AI 推理

    研究人员推出了 SpikingBrain2.0 (SpB2.0),这是一个拥有 50 亿参数的模型,专为高效的长上下文处理和跨平台推理而设计。该模型采用了新颖的双空间稀疏注意力机制,并支持 INT8-Spiking 和 FP8 计算的双量化。SpB2.0 在扩展上下文长度时表现出显著的速度提升和内存效率,使其适用于资源受限和边缘环境。