掃碼下載
搜索“Sakana”共有9條相關結果
日本人工智能初创公司Sakana AI以2635亿日元（约合2万6350亿韩元）的企业估值，成功完成规模达1.35亿美元（约合1944亿韩元）的B轮融资。通过此次融资，Sakana AI计划加速前沿AI研究，同时将面向商业化的应用AI技术全面推广至日本市场。 Sakana AI成立于2023年，由谷歌Brain前研究员共同创立，致力于开发生物学原理启发的高…
Techub News 消息，AI 初创公司 Sakana AI 的自改进模型通过 MASS 方法，让单个语言模型通过解决任务、评判结果和优化工作流来实现自我提升。经过两轮改进后，该模型在基准测试中的胜率较基础模型提升至近 70%。然而，研究也发现模型在某些错误上存在盲点，若其在所有任务角色中都犯下相同错误，可能会在训练中将其误认为是进步并加以强化。（The Decoder）
Techub News 消息，总部位于东京的 AI 初创公司 Sakana AI 已聘请 Jürgen Schmidhuber 担任首席科学顾问。Sakana AI 称其为「现代 AI 之父」。他将帮助领导公司新成立的 RSI 实验室，该实验室致力于研究递归自我改进，即能够持续自我发展的 AI。他上世纪 90 年代的想法已经影响了 Sakana 的 Darwin Gödel Machine 等项目。（The Decoder）
Techub News 消息，AI 模型聚合平台 OpenRouter 已上线 Sakana AI 的新模型「Fugu Max」。该模型是 Sakana AI Fugu 系列中的性价比模型，其特点并非单一的庞大模型，而是一个经过训练的多智能体编排系统，由一个语言模型负责路由任务。模型在厂商正式官宣前即上架是 OpenRouter 的常见做法。 （OpenRouter）
Techub News 消息，据 CryptoBriefing 报道，日本 AI 初创公司 Sakana AI 于 6 月 15 日推出其首款商业产品 Sakana Marlin，该自主深度研究代理可连续运行长达 8 小时，生成约 100 页的战略报告。 该产品定位为「虚拟首席战略官」，可自主形成假设、收集网络信息并整合成包含执行摘要的交付成果。公司此前已通过两轮融资获得约 3.35 亿美元，估值约 26.5 亿美元，投资者包括日本三菱日联金融集团和 Khosla Ventures。该产品虽非加密原生，但可分析稳定币监管等金融科技议题。
Techub News 消息，据 crypto.news 报道，Mouro Capital 宣布完成第三支基金募资，规模达 4 亿美元，总承诺资本超 10 亿美元。该基金由桑坦德银行支持，将专注于 AI 与区块链交叉领域的初创企业投资，包括可编程货币和去中心化金融基础设施。 该机构自 2015 年成立以来持续布局金融科技领域，新基金已投资 ElevenLabs 和 Sakana AI 等项目。其投资重点涵盖 AI 原生界面、稳定币及合规基础设施，旨在支持传统金融系统向软件化和自动化转型。
Techub News 消息，Sakana AI 发布研究论文《Beyond Imitation》，介绍其围绕错误检测构建的大模型辅助同行评审系统。该系统采用多层评审（MLR）架构，使用 Claude Sonnet 4 与 Claude Haiku 3.5 等现成 API 模型，无需 GPU 或微调，每次评审成本约 0.47 美元。 在一个包含 1,164 个植入矛盾的基准测试中，MLR 系统在 4 次评审下捕获了 73.43% 的核心主张错误，而最佳基线模型仅捕获 14.81%。但在真实撤稿论文测试中，其精确匹配率仅为 16.11%。 该系统包含三个智能体：附录智能体总结实验细节、文献综述智能体进行网络搜索定位研究背景、评审智能体执行三阶段提示链进行评审。论文还指出，MLR 的评审重点与人类存在差异，更强调有效性和实验，而人类更看重清晰度和新颖性。（MarkTechPost）
Techub News 消息，Sakana AI 研究人员提出了一种名为“增强拉格朗日预测编码”（PC-ALM）的新算法，作为反向传播的替代方案。该算法能在保持层间更新局部化的同时，恢复与反向传播对齐的信用信号。研究团队报告称，使用该算法成功训练了高达1000层的残差MLP网络，在MNIST数据集上的性能与反向传播相比差距在约2个百分点内。 PC-ALM 是一种训练方法，而非模型，目前仅在小型图像基准测试中进行了验证。该团队提供了基于 JAX 的 MIT 许可参考实现代码，可在 CPU 上运行并复现论文中的宽度-深度网格实验结果。（MarkTechPost）
Techub News 消息，Sakana AI 发布其 Sakana Fugu 系列的两款新模型 Fugu Max 与 Fugu Ultra v2。Fugu 并非单一基础模型，而是一个通过学习训练的编排器，通过一个 API 将任务路由至背后的模型池。新发布针对两种任务优化架构：Fugu Max 旨在实现最佳单位美元输出，Fugu Ultra v2 则针对复杂、多步骤任务的最高能力。 两款模型现已通过 Sakana 的 OpenAI 兼容 API 上线，提供托管服务，但未开源权重，且不在欧盟/欧洲经济区提供服务。Fugu Max 定价为每百万输入 Token 2 美元、输出 Token 6 美元，据称其输出价格比 Sonnet 5、GPT 5.6 Terra 和 Kimi K3 低 40% 至 60%。 Fugu Ultra v2 专注于复杂推理、自主研究和全栈软件开发，在视觉与结构化数据的持续推理任务上提升显著。Sakana 强调，该架构不依赖任何单一专有模型，可降低供应商锁定、API 撤销和突然服务中断的风险。 （MarkTechPost）
目前搜尋結果已載入完畢
