标签
本文介绍了 BI-Bench，首个用于评估 LLMs 在端到端商业智能任务上表现的基准，以及 BI-Agent，一个工具增强的智能体，它分解工作流并通过后训练显著提高准确性。
Morphic_io 推出一个自主AI平台，将代理追踪视为增值资产，捕获交互以创建结构化的知识供重用，同时确保数据所有权和公司工具间的集成。
Blackfrost_AI提醒AI从业者备份模型以防止数据丢失。
PlanetScale的一篇博客文章讨论了在大型分片数据库中查询规划的挑战，旨在向读者普及数据库查询规划器的知识。
Manus 已恢复独立运营，创始团队将继续领导，并专注于为全球用户推进通用AI智能体，同时感谢用户在过渡期间的耐心，并提供数据恢复指南。
Andrew Ng 讨论了智能体编程如何改变软件工程基础，并介绍了AI工程技能图谱，重点关注全栈开发、数据管理和系统架构设计等关键能力。
文章认为，AI/ML策略常常失败是因为公司专注于技术而没有解决底层运营问题，建议从日常摩擦点开始，逐步构建解决方案。
文章认为，许多团队热衷于实施AI代理，却忽视了基础数据层，导致集成碎片化和维护负担。它强调首先构建统一的数据检索系统，以确保AI项目的可扩展性和效率。
本文介绍了ISEE，一个交互式系统，利用基于LLM的智能体来评估并协作增强数据库字段描述的语义质量，降低认知负荷，并提升实体链接等下游任务的表现。
探讨LLM能力与企业数据访问及权限哪个才是AI应用落地的更大瓶颈，认为内容管理正变得与模型本身同等关键。
Airtable和OpenAI已合作，将Airtable直接集成到ChatGPT中，使用户能够在聊天界面中连接数据库、生成表格和管理数据。
本文提出了ASMR，一种智能框架，包含字段生成智能体和结构优化智能体，利用强化学习从历史船舶维修报告中自动生成紧凑且信息丰富的模式，旨在提高报告的完整性和一致性。
本文介绍了Agentic Data Environments（代理数据环境），重点讨论了从只读代理到可读写代理的转变，这些代理会改变环境并产生后果。文章探讨了代理自动化的价值主张，以及收益与失败带来的灾难性成本之间的不对称性。
This paper from SJTU and Tsinghua systematically evaluates 12 agent memory systems from a data management perspective, decomposing memory into four modules and providing guidelines on when to use RAG, vector databases, or knowledge graphs for long-term agent memory.