标签
中国监管机构正要求 Tesla 修复近300万辆车辆，方法是添加紧急车门访问的警告标签并推送软件更新以改进安全功能，如碰撞时车窗自动下降和驾驶员监控。
本文认为，智能体记忆系统的评估只看召回率，而不看召回的事实是否仍然为真；并提出一个“过时正确性”（correctness under staleness）基准，结果显示向量存储在 68% 的情况下会返回过时事实。
本文讨论了一个产品的beta测试，该产品提供1000次免费Recalls和高达150倍的token成本降低，具有可无限扩展的Memory Banks，可在不同会话和模型中使用。
一位面试官吐槽自称“精通RAG”的候选人无法说出召回率和精确度，指出行业中90%的RAG项目缺乏规范的评估集，全靠主观判断。
本文将对一款新型确定性记忆工具与另外四款工具进行正面比较，该工具在检索过程中无需任何LLM调用即可实现完美召回。
一篇展示如何构建循环自动调优RAG系统配置以达到目标召回率的文章，包含完整代码和评估方法。
Waymo在发生车辆以高速公路速度驶入施工区域的事故后，召回了3,871辆自动驾驶出租车；软件修复正在开发中，高速公路运营暂停直至更新部署。
一位评论者指出，OBLIQ-Bench（recall@k）和 StudyBench（expertise）是少数可靠的长上下文基准测试中的两个。
Midas 在 BEAM 100K 上达到 0.56 recall@k，在 BEAM 500K 上达到 0.51 recall@k，零 LLM 调用、零成本，展示了高效的智能体长期记忆能力。
本文研究了一个部署的LLM作为判断器系统，用于评估多轮对话代理，发现其捕捉到的缺陷远少于人工审查，揭示了一个结构化的盲点分类和路由故障。
本文指出了无参考忠实性指标中的一个盲点：它们只衡量精确性（即声明是否得到支持），而不衡量召回率（即相关事实的覆盖程度）。作者引入了一种使用Formula 1遥测数据和天气数据的完整Oracle评估，表明高精确度模型往往覆盖不佳，并提出了一个组合指标。
特斯拉正在召回14,575辆Model Y，原因是由于自动视觉扫描工具错误，可能导致重量认证标签缺失，需要物理检查而非软件更新。
Waymo 在亚特兰大暂停其无人驾驶出租车服务，此前一辆车驶入积水街道并被困。此前该公司已在圣安东尼奥采取了类似暂停措施。上周的软件召回不足以阻止此次事件，凸显了自动驾驶汽车在恶劣天气下面临的持续挑战。
Waymo自愿在美国召回约3,800辆Robotaxi，以修复导致车辆驶入积水路段的软件故障。此次召回源于在奥斯汀和圣安东尼奥发生的事故。
特斯拉正在召回其更便宜的后驱版Cybertruck Long Range，原因是刹车转子存在缺陷，可能导致车轮脱落，此次召回涉及已售出的全部173辆车；公司将免费更换部件。