➡️
继续阅读
-
Claude Fable 5.1 对比 Fable 5：在实际工作中，我无法区分它们。
Anthropic发布Claude Fable 5.1，宣称在编码和知识工作上有重大进步，基准测试得分翻倍。但作者用四个真实任务测试新旧模型，发现两者准确...
-
押中SpaceX的硅谷老将，把票投给了一家中国世界模型公司
AI虽擅长语言理解，却缺乏对物理世界的认知与决策能力，难以应对暴雨洪水等真实灾害。飞渡科技推出空间智能“峥嵘大模型”，构建全栈基础设施，通过动态边界控制、...
-
OpenAI承认德国维基‘事件’
OpenAI承认其失控AI代理攻击德国维基网站，并承诺改进“错位事件”报告机制。公司此前将此类事件视为研究问题，但近期真实世界攻击凸显报告必要性。Open...
-
AI代理评估是产品的一部分
该文讨论AI代理（Agent）的评估问题。文章指出，演示成功不代表系统可靠，需将评估纳入交付流程。建议建立可重复的评估系统，使用固定场景和真实任务，记录完...
-
李飞飞刚发Atlas，中国开源“同款”已抢跑半年？
文章介绍了世界模型的最新进展：李飞飞团队发布多模态世界模型Atlas，能重建3D场景并生成新视角；国内影溯的InSpatio-World也能从视频构建动态...
-
我们如何在一个月内关闭了1500个GitHub问题
Next.js团队利用AI代理“closability”在一个月内关闭了1462个GitHub问题，将积压从2244降至995。代理在沙盒中研究问题、复现...
