BriefGPT - AI 论文速递 ·

ICU: 通过将任务分为图像字幕和语言理解来克服视觉和语言建模中的语言障碍

💡 原文中文，约400字，阅读约需1分钟。

📝

内容提要

UC2是一种跨语言跨模态表示学习框架，通过机器翻译引入其他语言的图像标题，提出了两个新的预训练任务，实现了新的最先进状态。

🏷️

reladraw图表语言教程：AI Agent直接编辑架构图布局
reladraw 是面向 AI Agent 的开源纯文本图表语言，使用 below、right of 等相对位置语句替代坐标与自动排版，避免 Agent ...
Jev官方技能发布：让Claude Code先查文档再写代码，判断任务成本降低12.2倍
TypeSafe发布Jev官方Agent Skill，指导Claude Code等编码代理先查文档再写代码。该技能将13次判断合并为一次请求，成本降至1....
Show-Harness——仅凭一个VLM智能体即可操控机器人：12个语义动作单元(前进/旋转/抓取)既是模型的思考语言、又是机器人的物理指令
论文提出Show-Harness具身控制框架，使视觉语言模型通过离散语义动作单元直接操控机器人，无需微调即可零样本控制，少量微调可适配小模型；并提出GUM...
Claude Opus 5.5 与 Opus 5 推理任务对比：更便宜、更快，但并未更强
Anthropic发布Claude Opus 5.5，宣称比Opus 5便宜40%、快30%。作者用三道推理题实测：两者正确率相同，Opus 5.5每题更...
给X11转发环境配置中文输入
在 Ubuntu 26 与 Win10 的 MobaXterm SSH X11 转发环境中配置中文输入：确保 DBUS 变量非空，启动 ibus-daem...
Ubuntu 26+MobaXterm 26.4+X11转发
本文介绍X11转发原理与实测。X11采用C/S架构，X Client负责运算，X Server负责绘图，同机通过Unix套接字通信，异机走6000端口。S...