Orion
PulseAugur coverage of Orion — every cluster mentioning Orion across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
新款原生 Mac 浏览器 Zigzag 上线,灵感源于 Arc 停运
来自上海的高中生 Zigao Wang 开发了 Zigzag,这是一款使用 Swift 和 WebKit 构建的原生 Mac 浏览器。受 Arc 停运的启发,Zigzag 旨在提供类似的用户体验,具有侧边栏标签页、分组空间以及无缝从 Arc 导入等功能。它优先考虑隐私,没有账户或遥测,并利用 WebKit 实现效率和直接来自 macOS 的安全更新。
-
ORION LLM顾问优化6G网络切片放置
研究人员开发了ORION,这是一种新颖的基于LLM的顾问,旨在优化多域6G环境中网络切片的放置。该系统使用两个LLM代理将服务意图转化为放置计划,并采用协作式多智能体强化学习协调器。一项关键创新是ORION以结果为导向的经验记忆,它记录网络条件、提出的计划及其可行性结果,以适应和改进未来的放置。实验表明,与没有记忆的规划器相比,该记忆组件显著提高了接纳率。
-
人工智能模型通过新的推理和效率技术突破预训练限制
随着传统预训练方法面临局限性,以及模型规模和数据增加的“瓶颈”日益显现,人工智能的发展格局正在发生转变。新的技术正在涌现,以超越简单规模化来增强人工智能的能力。这些技术包括通过在推理过程中增加计算资源让模型“思考更长时间”,以及采用强化学习通过对结果可验证的任务进行试错来提高性能。其他新兴策略包括更好的模型架构、改进的训练方法以及使这些先进方法更易于获得的成本降低技术。
-
NASA 的 Artemis 3 任务将包含三次火箭发射和两次着陆器对接
NASA 的 Artemis 3 任务将在两周内进行一系列复杂的发射和会合操作。任务开始时,Blue Origin 将发射其 New Glenn 火箭,携带 Blue Moon Mark 2 月球着陆器的测试版本。随后,NASA 将发射 Space Launch System 火箭,搭载载有四名宇航员的 Orion 乘员舱,与着陆器会合。最后阶段,SpaceX 将发射其 Starship version 3,与 Orion 对接,以验证其接口。
-
OpenAI 限制 AI 训练的互联网访问;NASA 解决了猎户座飞船问题
OpenAI 已宣布一项新的安全措施,将阻止其前沿模型在训练期间访问互联网。此决定是在一系列事件之后做出的,这些事件促使该公司实施了更严格的协议。与此同时,NASA 在解决了其猎户座飞船的持续性问题后,正在更新其月球任务着陆器计划。
-
NASA加速登月计划,让SpaceX和蓝色起源公司的着陆器展开竞争
NASA正在加速其登月雄心,Artemis III计划于明年夏天进行,届时将在地球轨道上进行SpaceX和蓝色起源公司着陆器的对接演习。该机构的目标是在2028年通过Artemis IV实现首次载人登月,并在这两家公司之间为着陆器保留选择权。这种新的关注点呼应了阿波罗计划的紧迫性,NASA正在精简流程以满足雄心勃勃的最后期限并建立长期的月球存在。
-
AI 辅助游戏包发布,适用于 Commodore Amiga
开发者 Peppe74 发布了一款名为“Tomb Lady, Orion and more!”的 Commodore Amiga 家用游戏新合集。该游戏包在其创作过程中利用了 AI 辅助。该合集适用于 Amiga 系统。
-
Peppe74 发布了 AI 辅助的 Amiga 游戏包
Peppe74 发布了一系列五款新的 Commodore Amiga 自制游戏,其亮点在于开发过程中使用了 AI 辅助。这些游戏专为标准 Amiga 硬件设计,包括内存极小的型号,并且可以从软盘或模拟器启动。该合集包含多种类型,包括一款《太空侵略者》克隆游戏、一款向 Lady Tut 致敬的游戏、一款矢量风格射击游戏、一款受街机启发的重启游戏,以及一款受街机游戏 Pleiads 启发的激情项目。
-
新的Safhire框架通过混合FHE提升私密机器学习推理能力
研究人员开发了Safhire,一个新颖的混合推理框架,旨在利用全同态加密(FHE)来提高机器学习模型的实用性和隐私性。该系统将服务器上的加密线性层计算与客户端处理的明文非线性操作相结合,显著降低了计算成本,并消除了昂贵的重加密需求。为了确保模型机密性,Safhire采用随机混洗来隐藏中间输出,防止客户端重建模型。评估表明,与Orion和Concrete-ML等现有的FHE基线相比,Safhire实现了显著更低的推理延迟,同时保持了可比…
-
Ori 优化器通过漂移感知 k-PCA 缩小 LLM 训练差距
研究人员开发了 Ori,一种用于训练大型语言模型 (LLM) 的新优化技术,解决了低秩训练的挑战。Ori 使用受 Oja++ 启发的漂移感知流式 k-PCA 算法,持续跟踪变化的梯度主方向。这种方法显著缩小了低秩和全秩 LLM 训练之间的性能差距,在 LLaMA 预训练任务上取得了高达 69.3% 的改进,并在 Roberta-Base 微调任务上优于其他方法。
-
AI利用Stable Diffusion生成1980年代情景喜剧《Dorm Daze》
一位用户开发了一个自动化的视频内容生成流程,使用了Stable Diffusion和一个名为Orion的LLM。该流程包括以低步数和高速度生成图像和视频,由LLM负责场景编写、剧本创作、摄像和剪辑。用户分享了一个八分半钟的1980年代情景喜剧《Dorm Daze》的示例,该剧在几小时内于本地的4090 GPU上生成。
-
开发者的代理 Orion 在 PC 上启动 Claude 代码会话
一位开发者创建了一个名为 Orion 的系统,该系统充当一个始终在线的代理,可以在个人电脑上启动编码会话。Orion 集成了 Codex 桌面应用程序,成功触发了一个 Claude 代码会话,通过移动应用程序执行 Google 搜索并将结果传达给用户。这是通过一个名为 Remote hands 的自定义工具实现的,该工具开发了十天,允许代理在没有用户直接键盘输入的情况下启动可审计的代码会话。
-
跨平台讨论用于编码和自动化的 AI 代理
多位用户正在讨论他们涉及 AI 代理进行编码和自动化的经验和设置。一位用户详细介绍了他们的“Claude Code”代理,该代理在 Windows 上运行并使用“Claude Haiku 5.5”进行编码任务。另一位用户描述了“Orion”,一个与“ChatGPT”和“OpenAI”模型交互的代理,存在于“Codex”桌面应用程序中。另一篇帖子提到了用于评估 AI 在金融软件编码中安全性的“BankSafe-Bench”,该帖子已提交…
-
法医证据表明埃及存在“陪葬祭祀”;Kagi 将 Orion 浏览器开源
此集群包含两条不同的科技新闻。第一条讨论了新的法医证据,表明埃及第一王朝存在“陪葬祭祀”的做法,分析显示 39% 的头骨有钝器创伤。第二条新闻报道称,Kagi 将停止为 Linux 开发 Orion 浏览器,并将其开源。
-
Mastodon 分享关于条形码和 Orion 浏览器的技术更新
Mastodon 上正在流传两则独立的技术更新,一则讨论条形码的潜在过时性,另一则详细介绍 Orion 浏览器在 Linux 和 Windows 上的进展。条形码文章暗示新兴技术可能很快取代传统的扫描方法。同时,Kagi 的 Orion 更新强调了这些操作系统用户的新功能和改进。
-
NASA探索生成式AI以实现地外航天器自主性
NASA正在探索使用生成式AI来增强航天器的自主性,超越传统的确定性系统。最近的实验包括使用Anthropic的Claude模型为火星上的Perseverance探测器规划路线,以及在国际空间站部署压缩AI模型以从轨道上识别环境现象。尽管由于信任和可预测性问题,尚未将完全控制权委托给AI,但太空任务日益增长的复杂性和距离使得像导航危险环境或应对快速事件的任务需要更大的自主性。
-
Anthropic 发布面向金融顾问的 Claude,并与主要行业伙伴合作
Anthropic 推出了“面向金融顾问的 Claude”,这是其针对财富管理行业定制的 AI 模型特化版本。该新产品直接与现有的金融技术平台集成,并包含八项特定的工作流程技能,旨在自动化客户入门、投资组合再平衡审查和会议准备等任务。此次发布因其广泛的集成合作伙伴名单而备受关注,其中包括 BlackRock、Vanguard 和 Charles Schwab 等主要金融机构,这标志着其大力进军专业垂直市场。
-
麻省理工学院研究探讨人工智能在太空技术和新闻评估中的双重作用
麻省理工学院的研究人员发布了两项关于人工智能影响的不同发现。一项研究强调了麻省理工学院技术在Artemis II Orion任务期间实现高质量直播的成功应用,其速度可与家庭互联网相媲美。在另一项独立研究中,麻省理工学院媒体实验室的研究人员发现,随着时间的推移,当用户依赖人工智能聊天机器人评估新闻内容时,它们会增加认知负荷并降低准确性。
-
麻省理工学院的激光通信技术为Artemis II提供高速深空互联网
麻省理工学院林肯实验室与NASA戈达德太空飞行中心合作,在Artemis II猎户座任务期间成功演示了一个高速激光通信系统。该系统被称为Orion Artemis II Optical Communications System (O2O),以接近家庭互联网的速度传输了近半TB的数据,这比过去月球任务中使用的射频系统有了显著的进步。该技术利用红外激光实现比无线电波高10到100倍的数据传输速率,从而能够以前所未有的方式观测月球和太空现象。
-
Reddit 讨论 OpenAI 的 Astra 和 GPT 4.5 (Orion) 功能
Reddit 上的一场讨论推测了 OpenAI 即将推出的 Astra 和 Orion 模型(也称为 GPT 4.5)的功能。对话围绕 Astra 是否会在内在智能方面超越 Orion 展开,内在智能被定义为不包含推理能力的基准智能。这种内在智能与原始的更大模型和更多数据的扩展范式相关,而不是推动近期 AI 进步的新型推理范式。参与者思考 Orion 是否代表了原始扩展方法的顶峰,以及 Astra 是否最终会在规模和内在智能方面超越它…