一手实测让马斯克睡帐篷的Grok4，DeepSeekR2又多一位可笑的对手
马斯克的Grok4发布会因推迟和低效表现引发关注。尽管新套餐价格高昂，但其在数学、物理等领域表现亮眼，但在代码编写和多模态任务上存在局限性。作者分享了使用基础版Grok4的经验，并提出了一些改进意见。
分享
刚刚，Grok 4发布，「人类最后的考试」中拿下50.7%，碾压所有对手，游戏结束？
Grok 4现已对X Premium+订阅者开放，性能超越了包括OpenAI o3、Google Gemini等在内的多个领先模型，在关键测试中得分高达73分，并在人类最后的考试上取得50.7%的成绩。
仅一句提示词！这个AI语音模型让三体“纸片人”活过来
MiniMax语音通过音色设计功能生成罗辑、庄颜等角色的个性音色，并开源了多个常用人物的声音链接。模型具有极强的泛化能力，可自定义任意语言、口音和音色，满足用户需求的同时保证版权安全。
一篇持续强化学习技术最新综述
持续强化学习(CRL)作为一种有前景的研究方向，旨在使智能体在动态、多任务环境中持续学习、适应并保留知识。CRL面临的主要挑战包括可塑性、稳定性及可扩展性。文章提出了一种新的分类体系，将CRL方法按照所存储和/或转移的知识类型分为四大类：基于策略的、基于经验的、基于动态的方法和基于奖励的方法。
太牛了~~复杂表格Cell合并、跨页拼接，中文领域96%，甩MonkeyOCR 20%
本公众号介绍了一种基于Qwen2.5VL-3B模型微调的复杂表格解析工具OCRFlux。它支持HTML格式表示复杂表格结构、多列布局处理、跨页表格合并以及多语言文档解析。
Kyutai TTS：实时文本转语音
法国AI研究机构Kyutai Labs开源最新文本转语音技术Kyutai TTS，支持实时交互场景，性能卓越，已在GitHub和Hugging Face开放源码与模型权重。