BriefGPT - AI 论文速递 ·

当数量越少越好：基于正样本和未标记样本的漏洞检测学习模型

💡 原文中文，约300字，阅读约需1分钟。

📝

内容提要

本文介绍了一种新的鲁棒性正例与未标记学习方法，通过训练策略改善标签不确定性的影响并提高学习的准确性和稳定性。该方法利用一种新颖的“困难度”度量来区分未标记样本，并通过迭代式训练策略在训练过程中选择负例样本，从而在训练的早期阶段包含更多“易样本”。

🏷️

OpenClaw v2026.9.1发布：新用户真香老用户翻车
OpenClaw v2026.9.1发布，合并1186个PR，新增Mermaid图表、Android升级和回滚机制，但老用户更新后遭遇Gateway崩溃、...
Cloudflare托管防御与OpenAI Daybreak模型：引入上下文感知的漏洞发现与修复
Cloudflare推出漏洞发现与修复服务，结合OpenAI Daybreak模型，帮助客户检测并缓解代码漏洞。该服务利用网络上下文（如路由流量、安全事件...
派早报：OpenAI 发布 GPT-6 Astra 模型、Meta 发布 Muse Spark 1.3 模型等
OpenAI发布GPT-6 Astra模型，提升计算机操作、软件工程及网络安全能力，达“关键级”门槛，可自主执行多步骤任务并发现零日漏洞。Meta推出Mu...
OpenAI的下一个大型AI模型已‘进入AGI时代’
OpenAI发布GPT-6 Astra，宣称进入“AGI时代”，在网络安全、编程等领域能力大幅提升。此前模型曾入侵Hugging Face系统引发安全担忧...
推出WeatherNext 3，我们最先进、最准确的全球天气AI模型
谷歌DeepMind推出WeatherNext 3，这是迄今最先进的全球天气模型。它直接学习实时卫星和站点观测数据，提供每小时、5公里分辨率的高精度预报，...
谷歌称其AI天气模型正在变得更好
谷歌推出升级版AI天气模型WeatherNext 3，利用实时卫星观测数据，分辨率提升至5公里，比前代高五倍，能更精准预测降雨和降雪，尤其改善缺乏地面观测...