：一款基于人工智能的 macOS 应用程序，旨在通过提供实时、谨慎的指导和实时编码平台集成，在远程软件工程面试期间协助用户。

：一款基于人工智能的 macOS 应用程序，旨在通过提供实时、谨慎的指导和实时编码平台集成，在远程软件工程面试期间协助用户。 该程序可以提高面试表现并增加获得 30 万美元 SWE 工作的机会，而无需花费周末时间来应对 leetcode 挑战和记住永远不会使用的算法。 Cheetah 利用 Whisper 进行实时音频转录，并利用 GPT-4 生成提示和解决方案。你得有一个OpenAI API密钥才能使用该程序。如果无法访问 GPT-4，则可以使用 gpt-3.5-turbo 作为替代方案。 Whisper 使用 Georgi Gerganov 的whisper.cpp在你的系统上本地运行。需要最新的 M1 或 M2 Mac 才能获得最佳性能。 简单来说，这个开源项目是专门用来面试作弊的，Whisper用来识别语音成文字，ChatGPT根据识别出来的文字为你提供参考答案。

是一款可投入生产的语言模型 (LLM) 应用程序/代理 SDK，旨在简化项目中的 AI 集成。它是一种易于使用、普遍兼容且可立即

是一款可投入生产的语言模型 (LLM) 应用程序/代理 SDK，旨在简化项目中的 AI 集成。它是一种易于使用、普遍兼容且可立即投入生产的解决方案，可为开发人员带来人工智能的强大功能，无论他们首选的编程语言是什么。 主要特征 易于使用：Flappy 的设计与 CRUD 应用程序开发一样用户友好，最大限度地缩短了刚接触 AI 的开发人员的学习曲线。 生产就绪：除了研究之外，Flappy 是一个强大的 SDK，可以平衡成本效率和沙箱安全性，为商业环境提供稳定的平台。 与语言无关：Flappy 可以与任何编程语言无缝集成，除非您的应用程序明确要求，否则无需使用 Python。

：始终开启的可穿戴人工智能，探索将人工智能贯穿生活的可能性，以始终开启的可穿戴设备为载体。其主要特色包括：

：始终开启的可穿戴人工智能，探索将人工智能贯穿生活的可能性，以始终开启的可穿戴设备为载体。其主要特色包括： 广泛的捕捉设备支持：使用基于 ESP 平台、Sony Spresense 或 Apple Watch 等消费类硬件的定制设备捕捉你的生活。不断添加其他设备支持，因此任何带有传感器的设备都能够向 Owl 发送数据。 灵活的推理选项：完全在本地运行或利用商业模型。使用Ollama上可用的任何模型进行推理，或使用 GPT-4 等商业模型。使用Whisper的 TTS或选择 Deepgram 等商业服务。 从网络捕获：轻松从桌面或任何手机捕获内容。 多模式捕捉：持续捕捉位置和音频。对图像和视频的支持即将推出！ 广泛的连接选项：使用支持 BLE、LTE 或 WiFi 的设备进行捕获。 随时随地的交互式 AI：通过本机 iOS 和 Web 界面轻松与你的 AI 交互（Android 支持即将推出！）。 说话者验证：你的人工智能会学习你的声音，因此它知道你何时在说话。 流媒体和离线模式：将你的生活实时传输到人工智能以获取主动帮助，或在网络受限的环境中切换到离线模式。 高级对话理解：利用基于 VAD 的对话端点来细分和理解你的交互。

Cognition Labs推出"Devin"人工智能 可能让软件工程师望尘莫及

Cognition Labs推出"Devin"人工智能 可能让软件工程师望尘莫及 当我们谈论人工智能时，"字面上"的意思是一种可以与人类共存的技术，它能以难以想象的方式帮助人类完成特定任务。随着生成式人工智能涌入主流媒体，随后又有一些类似的发展，我们现在已经到了人工智能成熟的阶段，这一点在初创公司 Cognition Labs 的一项新发展中得到了证实，该公司创建了一个"人工智能聊天机器人"Devin，专门用于解决复杂的编程问题，比如通过编程马拉松，以及我们成功通过编程面试。关于 Cognition Labs 的背景情况，该公司最近受到了投资者的广泛关注，Founders Fund 和几家著名的投资者都为这家初创公司的风险投资注入了大量资金。现在，所谓的人工智能"软件工程师"Devin成了该公司的一个奇迹，因为Devin不是专注于自动完成代码，而是以一种"动态"的方式解读数据，该公司声称，他们的模型已经取得了巨大的突破，其中涉及使用推理，而不是仅仅依赖于传统的数据集。令人兴奋的部分来自于 Devin 的编程能力，简而言之，这项技术确实创造了一些奇迹。根据 Cognition Labs 的测试，Devin 通过自写代码和微调不同的 LLM 模型，成功生成了 API 密钥，这令人惊讶，因为直到现在，人工智能还没有达到这样的"编程"水平。在SWE-Bench基准测试中，人工智能在无人协助的情况下解决了 13.86% 的问题，比 OpenAI 的 ChatGPT 解决的问题高出近 10 倍，而这甚至仅仅是个开始。市场上出现了这样那样的人工智能程序员后，很多人提出了人工智能是否会取代人类程序员的问题，这一直是一个技术业界争论不休的话题。不过像 Devin 这样的工具可以为开发人员提供巨大的帮助，因为它消除了对编程中更多"枯燥"元素的担忧，让人类可以在工作中发挥创造力。不过，随着我们进入一个技术变得更"像人"、思考方式更"像人"的时代，人工智能可能会成为潜在裁员的一个原因。 ... PC版： 手机版：

：基于开源的 AI 软件工程师，可以理解人类的高级指令，并根据这些指令，分解成步骤，进行相关信息的研究，并编写代码实现目标。

：基于开源的 AI 软件工程师，可以理解人类的高级指令，并根据这些指令，分解成步骤，进行相关信息的研究，并编写代码实现目标。 Devika的系统架构由以下关键组件组成： 用户界面：基于网络的聊天界面，用于与 Devika 交互、查看项目文件以及监控代理的状态。 Agent Core：编排AI规划、推理和执行过程的核心组件。它与各种子代理和模块通信以完成任务。 大型语言模型：Devika 利用Claude、GPT-4和Ollama 的本地 LLM等最先进的语言模型进行自然语言理解、生成和推理。 规划和推理引擎：负责将高层目标分解为可操作的步骤，并根据当前环境做出决策。 研究模块：利用关键字提取和网页浏览功能来收集当前任务的相关信息。 代码编写模块：根据计划、研究结果和用户需求生成代码。支持多种编程语言。 浏览器交互模块：使 Devika 能够根据需要导航网站、提取信息并与 Web 元素交互。 知识库：存储和检索项目特定信息、代码片段和学到的知识，以便高效访问。 数据库：保存项目数据、代理状态和配置设置。

微软的新安全系统可捕捉客户人工智能应用程序中的幻觉

微软的新安全系统可捕捉客户人工智能应用程序中的幻觉 "我们知道客户并不都精通提示注入攻击或仇恨内容，因此评估系统会生成模拟这些类型攻击所需的提示。然后，客户可以获得评分并看到结果，"她说。这有助于避免人工智能生成器因不良或意外反应而引发的争议，比如最近出现的明显伪造名人（微软的 Designer 图像生成器）、历史上不准确的图像（Google Gemini）或马里奥驾驶飞机撞向双子塔（Bing）等事件。三项功能：提示屏蔽（Prompt Shields）可阻止提示注入或来自外部文档的恶意提示，这些提示会指示模型违背其训练；基础检测（Groundedness Detection）可发现并阻止幻觉；安全评估（Safety evaluations）可评估模型的漏洞。用于引导模型实现安全输出和跟踪提示以标记潜在问题用户的其他两项功能即将推出。无论是用户输入的提示信息，还是模型正在处理的第三方数据，监控系统都会对其进行评估，看是否会触发任何禁用词或有隐藏提示，然后再决定是否将其发送给模型回答。之后，系统会查看模型的回答，并检查模型是否幻觉了文件或提示中没有的信息。在Google Gemini图片的案例中，为减少偏见而制作的过滤器产生了意想不到的效果，微软表示，在这一领域，其 Azure AI 工具将允许更多的定制控制。伯德承认，有人担心微软和其他公司可能会决定什么适合或不适合人工智能模型，因此她的团队为Azure客户添加了一种方法，可以切换过滤模型看到并阻止的仇恨言论或暴力。未来，Azure 用户还可以获得试图触发不安全输出的用户报告。伯德说，这可以让系统管理员找出哪些用户是自己的红队成员，哪些可能是怀有更多恶意的人。伯德说，这些安全功能会立即"附加"到 GPT-4 和其他流行的模型（如 Llama 2）上。 不过，由于 Azure 的模型花园包含许多人工智能模型，使用较小、较少使用的开源系统的用户可能需要手动将安全功能指向这些模型。微软一直在利用人工智能来加强其软件的安全性，尤其是随着越来越多的客户开始对使用 Azure 访问人工智能模型感兴趣。该公司还努力扩大其提供的强大人工智能模型的数量，最近与法国人工智能公司 Mistral 签订了独家协议，在 Azure 上提供 Mistral Large 模型。 ... PC版： 手机版：