Mercari 用 GPT-4o mini 和 GPT-4 增强商品上架
Mercari 借助 GPT-4o mini 和 GPT-4 简化卖家上架流程、优化商品信息并提升销量，推出 AI Listing Support 和 Mercari AI Assistant 等功能。这些能力正在改变这一在线交易平台的售卖体验。
#Agent
OpenAI NewsAI 评分2222 OpenAI NewsAI 评分2222 Endex 用 o1 和 o3-mini 打造自主金融分析师
Endex 基于 OpenAI 的推理模型 o1 和 o3-mini 构建自主金融分析师，用于打造金融分析的未来。
Mistral AI精选AI 评分7171 Mistral 发布全新 le Chat 助手，上线 iOS 与 Android 并推出 Pro 和 Team 订阅
Mistral 发布全新 le Chat AI 助手，同步上线 iOS 和 Android，并推出 Pro 与 Team 订阅层级，Enterprise 版进入私有预览。
推荐理由：官方一次性给出 le Chat 的移动端、Pro/Team 定价与企业私有预览，可据此判断 Mistral 在消费级助手上的产品布局。
Hugging Face BlogAI 评分3838 Adyen 与 Hugging Face 发布 DABstep：多步推理数据智能体基准
Adyen 与 Hugging Face 联合发布 DABstep，一个面向多步推理的数据分析智能体基准，包含 450+ 个源自 Adyen 真实业务的数据分析任务。最强推理型智能体在该基准上仅取得 16% 准确率，凸显当前模型在真实数据分析场景中的明显差距。DABstep 同时提供数据集、任务、评测、实时排行榜与基线，仅需代码执行环境即可运行并自动评测。
Hugging Face Blog精选AI 评分7171 Hugging Face 开源 Open DeepResearch，GAIA 验证集达 55.15%
Hugging Face 开源了复现 OpenAI Deep Research 的 Open DeepResearch 框架，在 GAIA 验证集上达到 55.15%，高于此前开源框架 Magentic-One 的约 46%。
推荐理由：Hugging Face 用 24 小时复现 OpenAI Deep Research 并开源框架，给出了 GAIA 上的对比数字与代码智能体的取舍依据。
OpenAI News精选AI 评分7272 OpenAI 发布 deep research 智能体
OpenAI 发布 deep research，一个用推理综合大量在线信息并完成多步研究任务的智能体。该功能今日面向 Pro 用户开放，Plus 和 Team 用户随后可用。
推荐理由：OpenAI 官方公布 deep research 的定位与开放节奏，可据此判断哪些用户能先用上这一研究型智能体。
Hugging Face Blog精选AI 评分6262 smolagents 新增视觉语言模型支持
Hugging Face 为 smolagents 加入视觉支持，可在智能体流程中原生使用视觉语言模型。图像可在 agent.run 时通过 images 参数一次性传入，也可借助 step_callbacks 在每步把截图写入 ActionStep 的 observation_images 动态注入。
推荐理由：官方给出在 smolagents 中接入视觉语言模型的两条路径，并附可运行的浏览器智能体示例代码。
Hugging Face BlogAI 评分2222 Hugging Face 发文：AI 智能体已至，全自主智能体不应被开发
Hugging Face 发布分析文章指出，AI 智能体的风险随自主性等级上升而增加，建议不要开发能自行编写并执行代码的全自主智能体。文章按自主程度将智能体分为五级，从模型不影响程序流程的 Code ☆☆☆☆ 到模型自行编写并执行新代码的 Fully autonomous agent ★★★★，并认为半自主智能体在自主程度、可用任务和人类控制方式合适时，收益可能大于风险。
Hugging Face Blog精选AI 评分6666 Hugging Face 发布 smolagents：用代码写动作的简单智能体库
Hugging Face 发布 smolagents，一个让语言模型具备智能体能力的轻量库，核心是 CodeAgent，即让智能体用代码而非 JSON 编写动作，并支持通过 E2B 在沙箱中执行。
推荐理由：Hugging Face 官方发布轻量智能体库，给出代码写动作的设计取舍与开源模型对比，可据此判断自建智能体的成本。
Hugging Face BlogAI 评分3131 LLM 修复自身错误的能力有多强？基于 Keras 和 TPU 的 chatbot arena 实验
Hugging Face 用 Keras、JAX 和 TPU 搭建了一个 chatbot arena，测试 LLM 在被指出错误后能否修正代码。实验在 TPU v5e 2x4 上以 bfloat16 同时加载了 7 个模型（5 个约 8B 参数、3 个约 2B 参数），场景是把自然语言日历请求翻译成 Python API 调用。
Hugging Face BlogAI 评分5252 Hugging Face 与 Atla 推出 Judge Arena，用投票评测 LLM 裁判能力
Hugging Face 博客发布 Judge Arena，一个让用户对两个 LLM 裁判的评分和理由进行投票对比的平台，投票结果汇总为 Elo 排行榜并每小时更新。
Mistral AI精选AI 评分6666 Mistral 为 le Chat 加入联网搜索、Canvas 与图像生成
Mistral AI 为免费生成式 AI 助手 le Chat 推出多项 beta 新功能，包括带引用的联网搜索、用于构思与就地编辑和导出的 Canvas、文档与图像理解、图像生成以及可共享的 Agent。
推荐理由：官方列出 le Chat 新增的联网搜索、Canvas、文档图像理解与图像生成，并给出与主流助手的逐项对比。
OpenAI NewsAI 评分2222 OpenAI 与 Decagon 如何交付高性能全自动客户支持
Decagon 与 OpenAI 合作，实现大规模、全自动的高性能客户支持。双方结合各自能力，让客户支持流程无需人工介入即可完成。
Hugging Face BlogAI 评分2222 Hugging Face 专家支持案例：用 LLM-as-a-Judge 强化 Farmer.chat 的 RAG 应用
CGIAR 与 Digital Green 在 Hugging Face 专家支持下为农业问答机器人 Farmer.chat 搭建了 LLM-as-a-Judge 评估体系，用于衡量 RAG 回答的质量、简洁度与准确性。
OpenAI NewsAI 评分3535 OpenAI 发布 MLE-bench：评估 AI 智能体的机器学习工程能力
OpenAI 推出 MLE-bench，用于衡量 AI 智能体在机器学习工程任务上的表现。该基准测试评估智能体完成机器学习工程工作的能力。
OpenAI NewsAI 评分2020 Altera 用 GPT-4o 打造智能体与人类协作新场景
Altera 借助 GPT-4o 构建了一个智能体与人类协作的新领域。该方向聚焦于让 AI 智能体与人类协同工作，拓展人机协作的交互形式。
OpenAI NewsAI 评分2222 Mercado Libre 推出由 GPT-4o 驱动的 AI 开发平台 Verdi
Mercado Libre 推出 AI 开发平台 Verdi，由 GPT-4o 驱动。该平台面向开发者，具体功能与可用性尚未披露。
Mistral AIAI 评分4747 Mistral AI 推出模型定制、Agents 早期版与 mistralai 1.0 SDK
Mistral AI 在 La Plateforme 上线模型定制功能，支持对 Mistral Large 2 和 Codestral 等旗舰及专用模型进行 base prompt、few-shot 提示或微调，并可自带数据集。
Hugging Face Blog精选AI 评分6262 Hugging Face 的 Transformers Code Agent 登顶 GAIA 基准
Hugging Face 用基于 transformers.agents 的 ReactCodeAgent 在 GAIA 验证集上取得 44.2%，排名第一，比第二名高 4 分；测试集得分 33.3%，排名第二，并在 Level 3 难题上取得最佳平均分。
推荐理由：Hugging Face 用 Code Agent 在 GAIA 上取得领先，并公开了工具、执行沙箱与规划策略的实现细节。
Hugging Face BlogAI 评分4242 Hugging Face 推出 NPC-Playground：可与 LLM 驱动的 NPC 互动的 3D 演示
Hugging Face 联合 Cubzh 与 Gigax 发布 NPC-Playground，一个可在浏览器中直接体验的 3D 演示，让玩家与 LLM 驱动的 NPC 互动，并用几行 Lua 脚本教它们新技能。
OpenAI NewsAI 评分2222 MavenAGI 基于 GPT-4 推出 AI 客服智能体
MavenAGI 推出基于 GPT-4 的 AI 客服智能体，Tripadvisor、Clickup 和 Rho 等公司已在使用，以节省时间并更好地服务客户。
Hugging Face BlogAI 评分3838 Hugging Face 与 LangChain 联合发布 langchain_huggingface 合作包
Hugging Face 与 LangChain 联合推出合作包 langchain_huggingface，这是一个由双方共同维护的 Python 包，旨在将 Hugging Face 最新能力更快带入 LangChain 生态。
Hugging Face Blog精选AI 评分7171 Hugging Face 发布 Transformers Agents 2.0
Hugging Face 发布 Transformers Agents 2.0，在原有智能体类型之外新增可基于历史观察迭代的 ReactAgent 等两类智能体，并加入共享功能。
推荐理由：官方给出新智能体框架的模块划分与 GAIA 榜单成绩，可据此判断开源智能体方案的可用性。
Hugging Face BlogAI 评分4040 Hugging Face 开源多面手 Transformer 智能体 JAT：通用智能体训练数据集与模型发布
Hugging Face 发布 Jack of All Trades（JAT）项目，开源首个通用智能体训练数据集 JAT dataset 及基于 GPT-Neo 的 Transformer 智能体模型，可玩视频游戏、控制机器人并执行导航指令。
OpenAI NewsAI 评分3838 Klarna 的 AI 助手完成 700 名全职客服的工作
Klarna 的 AI 助手承担了相当于 700 名全职客服的工作量。该助手基于 OpenAI 技术，用于革新个性化购物、客户服务与员工生产力。
Hugging Face BlogAI 评分4040 Hugging Face 与 Lighthouz AI 推出 Chatbot Guardrails Arena，压力测试 LLM 隐私护栏
Lighthouz AI 联合 Hugging Face 推出 Chatbot Guardrails Arena，让用户与两个匿名 LLM 聊天，尝试套取虚构银行 XYZ001 客户的敏感信息，再投票选出隐私保护更强的模型。
Mistral AI精选AI 评分6262 Mistral AI 发布对话助手 Le Chat 及企业版
Mistral AI 发布对话助手 Le Chat，作为与 Mistral 各模型交互的对话入口，底层可调用 Mistral Large、Mistral Small 或原型模型 Mistral Next。同时推出面向企业的 Le Chat Enterprise，支持自部署和细粒度审核机制。Le Chat 目前无法联网，可能给出不准确或过时的信息，现以 beta 形式开放注册。
推荐理由：Mistral 官方发布对话助手 Le Chat 及企业版，可了解其底层模型选择与自部署、审核机制。
Hugging Face Blog精选AI 评分6262 开源 LLM 作为 LangChain 智能体：Mixtral 在基准上超过 GPT-3.5
Hugging Face 发布博客，介绍如何用 LangChain 新集成的 ChatHuggingFace 封装把开源模型搭建成 ReAct 智能体，并给出完整代码示例。
推荐理由：原文给出 ReAct 智能体的完整搭建代码与开源模型对比基准，可据此判断哪些模型适合驱动智能体工作流。
OpenAI News精选AI 评分8282 OpenAI 发布 GPTs，可自定义 ChatGPT 版本
OpenAI 发布 GPTs，用户现在可以创建自定义版本的 ChatGPT，将指令、额外知识和任意技能组合在一起。
推荐理由：OpenAI 官方发布 GPTs，用户可组合指令、额外知识和技能定制 ChatGPT 版本。
OpenAI NewsAI 评分3737 Typeform 用 GPT-3.5 和 GPT-4 将在线表单升级为动态数据收集
Typeform 借助 GPT-3.5 和 GPT-4，把在线表单升级为动态、对话式的数据收集体验。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 Agents.js：用 JavaScript 为 LLM 提供工具调用
Hugging Face 在 huggingface.js 下发布 Agents.js，一个可在浏览器或服务端为 LLM 提供工具访问的 JavaScript 库，通过 npm install @huggingface/agents 安装。
推荐理由：原文给出库的安装方式、代码示例与自定义工具接口，读者可据此判断如何在浏览器或服务端为 LLM 接入工具。
Hugging Face BlogAI 评分3838 用开源 ML 模型打造 Web 应用生成器：Hugging Face 教程
Hugging Face 发布教程，用 Node.js 结合 WizardCoder-15B 与 Inference Endpoints API 构建流式生成 HTML 的 Web 应用生成器。模型通过 textGenerationStream 边生成边渲染，配合 TailwindCSS 提示词让页面即时成型，也可改用免费的 Inference API 运行较小模型。
OpenAI News精选AI 评分8080 OpenAI 为 ChatGPT 引入插件支持
OpenAI 宣布为 ChatGPT 实现插件的初步支持。插件是专为语言模型设计的工具，以安全为核心原则，可帮助 ChatGPT 获取最新信息、执行计算或调用第三方服务。
推荐理由：OpenAI 官方给出 ChatGPT 插件机制的初步支持，读者可据此了解模型接入外部信息与服务的早期形态。
Hugging Face BlogAI 评分3636 Hugging Face 推出 AI vs. AI：深度强化学习多智能体竞赛系统
Hugging Face 发布开源工具 AI vs. AI，用于在多智能体环境中对强化学习模型进行排名。该工具托管于 Spaces，通过匹配算法让模型持续对战，并基于 ELO 评分系统（初始 1200 分）在 Leaderboard 上展示排名，用户将训练好的模型推送到 Hub 即可参与评估。
Hugging Face BlogAI 评分2828 用 AI 生成游戏剧情：ChatGPT 在农场游戏开发中的实践与局限
Hugging Face 博客"AI for Game Development"系列第 5 篇展示了用 ChatGPT 为农场游戏生成剧情：先让模型写故事梗概，结果与《星露谷物语》高度雷同，经多轮要求"更有原创性"并去除魔法元素后才可用。作者指出语言模型易复现已有故事、长文本易重复，直接使用 AI 输出可能带来法律、伦理与商业风险，建议仅用于头脑风暴，最终内容手写。
Hugging Face BlogAI 评分2222 AI 用于游戏开发：5 天做出农场游戏（第 2 部分）
Hugging Face 博客系列教程第二部分展示如何用 ChatGPT 辅助游戏设计，作者以 5 天开发农场游戏为例，让 ChatGPT 以专业游戏设计师身份给出作物多样性、进阶系统、社交玩法等建议，并据此灰盒实现了前两项。文章同时说明 ChatGPT 基于 Transformer 与 RLHF，常言之凿凿却出错，宜作头脑风暴与加速工具而非开发流程的替代品。
OpenAI NewsAI 评分1818 OpenAI 用 GPT-3 打造新一代 AI 角色
OpenAI 正利用 GPT-3 创建新一代 AI 驱动的角色。
OpenAI News精选AI 评分7474 OpenAI 用视频预训练让神经网络学会玩 Minecraft
OpenAI 训练神经网络通过 Video PreTraining（VPT）在大量无标注的人类 Minecraft 游玩视频上学习，仅使用少量标注承包商数据。经微调后，模型能学会制作钻石工具，这一任务通常需要熟练人类花费 20 分钟以上、约 24000 次操作。模型使用键盘按键和鼠标移动这类原生人类交互接口，具有较强通用性，是迈向通用计算机操作智能体的一步。
推荐理由：OpenAI 用大量无标注游戏视频预训练网络，仅少量标注数据微调即可完成钻石工具制作，为通用计算机操作智能体提供了一条路径。
Hugging Face BlogAI 评分2222 Hugging Face 深度强化学习课程：用 Deep Q-Learning 玩 Space Invaders
Hugging Face 深度强化学习课程第三单元讲解 Deep Q-Learning，用神经网络替代 Q-table 来近似每个动作的 Q 值，并在 Space Invaders 等 Atari 环境上训练智能体。该方法将输入降采样为 84x84 灰度图并堆叠 4 帧以捕捉时序信息，再经三层卷积层和全连接层输出 Q 值，训练使用 RL-Zoo 框架。
Hugging Face BlogAI 评分3636 Hugging Face 在 transformers 库中集成 Decision Transformer
Hugging Face 将离线强化学习方法 Decision Transformer 集成进 transformers 库和 Hugging Face Hub，并发布九个 Gym 环境连续控制任务的预训练模型 checkpoint，覆盖 Hopper、Walker2D 和 Halfcheetah，Atari 环境 checkpoint 即将推出。