策展精選

Mistral 推出 Voxtral TTS，一款輕量化的多語言文字轉語音模型，聲稱在零樣本語音適應測試中超越 ElevenLabs v2.5 Flash，同時維持低延遲性能，主要瞄準企業級語音代理應用。 核心功能與設計特點 Voxtral...

Google DeepMind 團隊針對大型語言模型（LLM）存在的知識斷層問題發布了 Gemini API developer skill。LLM 在特定時間點進行訓練後知識就固定了，而軟體工程領域變化迅速——新程式庫每天都在推出，最佳實...

文件搜尋與回答（RAG）系統在處理 PDF 時面臨方法選擇問題，Weaviate 最新研究表明，文字提取、影像嵌入與混合方法各有優勢，沒有單一答案，而是需要視應用場景而定。 研究背景與核心問題 在構建 PDF RAG 管線時，開發者面臨兩條...

使用 Gemini 3.1 Flash Live 建構即時對話式 Agent 今天，我們透過 Google AI Studio 中的 Gemini Live API 正式推出 Gemini 3.1 Flash Live。Gemini ...

Swarnim Jain 開發了 Grove，一個突破性的分散式機器學習訓練庫，讓 MacBook 無需任何設定就能自動發現彼此並協力訓練模型。核心創新在於利用 Apple 設備內建的 AWDL（Apple Wireless Direct ...

經過 10 多年開發、累計超過 1.9 億次下載和每週 360 萬次安裝量，TypeORM 終於推進到 v1.0 beta 階段。開發團隊已釋出 beta 版本供社群測試（npm install typeorm@beta），並尋求使用者回饋...

ArrowJS 1.0 正式開源，定位為「coding agent 專用的 UI 框架」。核心優勢在於設計philosophy 徹底簡化：無需編譯器、無需建置流程、無需 JSX transformer，純粹 TypeScript/JavaS...

我們如何透過 Karpathy 的 Auto-Research 打造出最佳瀏覽器 Agent 瀏覽器 Agent 的 Auto-Research 運作方式 我們提供 Claude Code 一個連接到我們評估平台的 CLI，以及一個在迴圈中...

LangSmith Fleet 現已支援可共享的 skills（技能），讓團隊能夠為 Agent 配備專項任務的領域知識。skills 是一組指令與領域知識，附加到 Agent 上，作用如同持久性的簡報文件，塑造 Agent 針對特定任務或...

@LangChain

♥60🔁 14

CapCut 推出 Video Studio，一個無時間軸的畫布式人工智慧影片製作工作區，整合 Dreamina Seedance 2.0 模型，為各級創作者提供高效能的故事訴說平台。 Dreamina Seedance 2.0 的核心優勢...

Google 推出「Vibe Coding XR」，一套快速原型製作工作流程，將 Gemini Canvas 與開源的「XR Blocks」框架相結合，讓使用者透過自然語言提示直接生成功能完整、具物理感知能力的 WebXR 應用程式。這套系...

Cursor 宣布正式推出自託管雲端 Agent，核心價值在於讓使用者保留完整的安全控制權——程式庫、工具執行和建置成果物完全不離開企業自有網路，同時仍能享受雲端 Agent 的所有能力。這項發展針對受到嚴格法規約束的組織，尤其是金融服務業...