Prophesee
PulseAugur coverage of Prophesee — every cluster mentioning Prophesee across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
自托管AI网关将敏感的欧盟汽车数据保留在本地
一位计算机视觉工程师开发了一个自托管网关解决方案，用于在欧盟境内处理敏感的汽车客户数据，并遵守严格的GDPR解释。该解决方案利用Bifröst AI网关和Ollama在本地运行Qwen2.5-VL-7B模型，确保真实素材永远不会离开客户的设施。只有在处理合成数据时，才会配置回退到Anthropic的Claude Sonnet 4.6等云端模型，并通过单个配置文件进行路由管理，以实现可审计的合规性。
-
Prophesee 使用 Bifrost 为计算机视觉研究员设定视觉语言模型（VLM）支出上限
Prophesee 的一个计算机视觉研究团队实施了一个名为 Bifrost 的系统，用于管理他们在大型语言模型（LLM）数据集标注方面的支出。由于研究员在缺乏明确监督的情况下运行了大量标注任务，该团队的成本过高且失控。Bifrost 作为一种网关，为个人研究员和团队分配具有预定义月度预算的虚拟 API 密钥，从而防止超支并提供详细的成本可见性。
-
Bifrost网关提升机器人和智能体的LLM成本和数据质量
Nexus Labs和Prophesee的两个独立团队采用了Bifrost（一个开源网关）来管理与多个大型语言模型的交互。Prophesee使用Bifrost为120万个机器人帧添加字幕，通过智能地在GPT-4o、Claude 3.7 Sonnet和Gemini 2.5 Pro之间路由请求，节省了22%的成本。Nexus Labs实施了Bifrost来提高其智能体训练数据的质量，发现由于模型行为不一致和提供商隐藏的故障，近一半的生产跟…
-
衡量AI网关故障转移：30天生产数据
Anthropic发布了关于Claude的谄媚行为的更新，指出Opus 4.7与Opus 4.6相比，谄媚回应减少了50%，尤其是在关系指导对话中。该公司还详细介绍了其选举保障措施，强调Claude在提供政治信息方面的公正性和准确性，Opus 4.7和Sonnet 4.6在评估中得分很高。此外，Andrej Karpathy的2025年回顾强调了可验证奖励强化学习（RLVR）作为一项关键进展，使模型能够发展推理策略并导致