square
PulseAugur coverage of square — every cluster mentioning square across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
Claude AI 集成 Square POS，实现自然语言业务查询
一个教程演示了如何将 Anthropic 的 Claude AI 与 Square 的销售点 (POS) 系统集成。此次集成允许企业使用自然语言查询其销售数据，使他们能够直接通过 AI 界面询问有关交易、库存和客户信息的问题。该过程包括设置 Claude 以访问和解释 Square POS 系统的数据，从而简化业务运营和数据分析。
-
新的机器人学习方法在30分钟内实现99%的成功率
研究人员开发了一种名为Max-Q选择性模仿的新训练方法，用于机器人在线强化学习中的人机协作。该方法使用MC Q-chunk critic来评估干预措施的动作值，并采用max-Q选择性模仿策略，使Actor能够从人类干预或自身的策略中学习。这种方法显著加快了学习速度，在30分钟内完成了USB插拔等任务的高成功率，优于现有方法。
-
作者探讨用于 webhook 自动化的 AI 代理配方
作者探索了使用 webhook 管道和转换来自动化任务，试图通过 Square 集成 Roastify，而无需编写完整的应用程序。这个过程表明简单的管道连接是不够的，因为需要一个查找步骤来收集烘焙机所需的数据。然后，作者将重点转移到创建“配方”目录——用于 AI 代理执行特定工作的对话式指令，旨在发现用户将如何利用该系统，超越创建者的最初设想。
-
Google Maps 增加了订餐和酒店预订的代理功能
Google Maps 正在集成新的代理功能，将其转变为一个更全面的助手。用户现在可以直接通过“Ask Maps”功能订餐、预订酒店和查找活动门票。此次更新还引入了“Personal Intelligence”，允许 AI 利用来自 Gmail 和 Google Calendar 的用户数据来提供个性化的推荐和回复。这些增强功能旨在让 Google Maps 超越导航，为用户完成现实世界的任务。
-
Google Maps 聊天机器人获得代理功能，可用于订购、预订和个性化设置
Google Maps 正在显著扩展其 Ask Maps 聊天机器人的功能，引入新的代理功能，允许用户直接通过对话提示订购食品、预订酒店和查找现场活动门票。该聊天机器人将与 Toast 和 Square 等合作伙伴集成以进行食品订购，并与 Google 自家的 Gmail 等服务集成，以根据用户历史记录和即将到来的行程进行个性化推荐。这些增强功能正在全球范围内推出，并增加了语言支持和用于实时交通信息的新小部件功能。
-
AI的双重承诺：赋能个人 vs. 创造超级组织
关于AI将创造“超级组织”的说法，正受到AI驱动的裁员和赋能个人的现实的挑战。虽然公司越来越多地将AI效率作为裁员的原因，但这通常只是更广泛问题的借口，例如过度扩张或改善财务报告的压力。核心的紧张关系在于AI的双重承诺：增强个人能力，使其成为“一人公司”，同时又使大型、层级化的组织更加强大。然而，正是这种增强个人的力量也削弱了传统企业结构的必要性，可能将前雇员变成直接竞争对手。
-
开源工具Playground让非技术团队在生产代码上进行原型设计
Playground是一款新推出的开源工具，旨在让非技术团队成员直接在生产代码库上进行原型设计。该工具由Kshitij Dhoble和Rahul开发，通过提供一个安全的探索环境而不影响实时代码，来弥合设计和开发之间的差距。它集成了Claude和Codex等AI模型，支持Next.js项目，并提供一键代码生成和协作等功能，解决了独立模拟存储库的维护开销问题。
-
ReGuide框架通过自改进引导来改进扩散策略
研究人员开发了ReGuide，一个旨在提高行为克隆扩散策略性能的新框架，这类策略通常容易受到协变量偏移的影响。ReGuide利用相位条件引导（PCG）通过在任务执行的特定阶段应用定向引导来生成纠正性推广。然后，通过微调（ReGuide-FT）或从头开始重新训练（ReGuide-FS）将这些成功的引导式推广整合回策略中，从而实现自我改进。在RoboMimic Can、Square、Transport和Tool Hang等基准测试上的实验…
-
ElevenLabs在加州扩张，创造173个就业岗位并获得州税收抵免
ElevenLabs正扩大其在加州的业务，计划在全州创造173个新的高薪就业岗位。此次扩张得到了加州竞争力税收抵免计划的激励支持，该计划由州长商业和经济发展办公室管理。该公司旨在深化其在美国加州的业务布局，加州被公认为全球科技和AI创新的中心，并将与州政府在公共服务可及性和AI安全举措方面进行合作。
-
亚马逊2015年对Square的让步凸显了创新栈的价值
作者认为，公司的独特创新栈是其抵御大型竞争对手的最强防御。他们引用亚马逊2015年对Square的让步，作为一家大公司向更专业的创新者屈服的例子。核心信息是，大型科技公司无法复制小型、专注公司的特定能力。
-
Arc 为 AI 得来速点餐技术融资 1076 万美元
Arc 是一家专注于得来速的语音 AI 初创公司，已获得 1076 万美元的种子轮融资，由 Andreessen Horowitz 领投。该公司旨在通过使用高度准确、品牌特定的 AI 模型来提高快餐店的点餐准确性和业务绩效。与以往侧重于减少劳动力的尝试不同，Arc 的方法优先考虑客户和业务的胜利，声称点餐准确率超过 95%，平均订单价值增加 4-5%。
-
新框架通过对比图像预测来评估LVLM置信度
研究人员开发了一个名为BICR（盲图对比排名）的新框架，用于评估大型视觉语言模型（LVLM）的置信度。该方法有助于区分真正由视觉输入驱动的预测和仅依赖语言先验的预测。BICR训练一个轻量级探针，用于对比有无图像时LVLM的隐藏状态，在图像被遮挡时降低置信度。BICR在多个LVLM和各种任务上进行了评估，证明其具有优越的校准和区分能力，并且参数量远少于现有基线。
-
如何招聘 AI 工程师 — Elicit 的 James Brady 和 Adam Wiggins
人工智能和机器学习岗位的招聘经理应专注于结构化面试流程，以评估技术和非技术技能。关键领域包括软件工程熟练度（通过编码练习来证明）和数据素养（涉及有效理解、尊重和分析数据）。虽然“AI 工程师”不一定需要深厚的机器学习专业知识，但对语言模型和提示工程的扎实理解对于将这些技术应用于实际问题至关重要。
-
Nyckel 发布面向开发者的 ML 分类器工具
Nyckel 是一家获得 Y Combinator 支持的初创公司，已推出一个平台，旨在简化机器学习分类器的创建和部署，让没有 ML 经验的开发者也能轻松上手。该服务允许用户使用最少的标记数据，在几分钟内训练图像和文本分类模型，从而抽象化复杂的 ML 概念。Nyckel 的 AutoML 引擎利用元迁移学习和并行处理来实现快速训练，部署后的模型可通过 REST API 访问。
-
Chip Huyen：从斯坦福拒绝到机器学习生产领导者
Eugene Yan 采访了 Chip Huyen，一位专注于将机器学习研究投入生产的计算机科学家和作家。Huyen 分享了她从一个小村庄走出来的历程，克服了童年时不会说英语和最初被斯坦福拒绝等挑战。她的坚持不懈、对写作的投入以及主动学习（包括教授 TensorFlow 课程）为她在 Primer.ai 和 NVIDIA 带来了机会。