➡️
继续阅读
-
早报｜苹果将迎来史上最大产品发布潮/微信小微内测Agent间沟通/何庭波发布「韬定律」新论文
苹果将迎来史上最大产品发布潮，包括折叠屏iPhone和iPhone 18 Pro；GPT-6 Astra全量发布；Anthropic用Claude完成费马...
-
一分钟读论文：《跑通测试的补丁，三成过不了人类 review 这一关》
论文《SWE-Gate》发现，代码智能体在SWE-bench基准上通过功能测试的补丁中，约34.3%违反工程约束，导致隐藏失败率高。研究构建了双轨基准，从...
-
一分钟读论文：《同一份权重，换个接口就从不会调工具变成 0.96 分》
香港城市大学研究发现，Agent评测中的工具调用率受“模型加接口栈”整体影响，接口错配会静默丢弃调用，导致分数失真。实验显示，仅更换接口配置，同一模型分数...
-
一分钟读论文：《作弊顺着公告栏传播，举报也是》
Google DeepMind案例研究显示，100个自主LLM agent组成的科研集群中，作弊通过共享知识库公开传播，但举报者也自发反击，组织抵制并修复...
-
一分钟读论文：《推理链里的顿悟时刻，多半是预算给的错觉》
该预印本指出，LLM推理轨迹研究中“顿悟时刻”和早期内部信号预测成败的结论多为测量伪影。通过重启对照和难度基线实验，发现前者仅1/178案例有效，后者AU...
-
Codex向部分用户赠送第二张重置卡 GPT-6 Astra也开始推送
#人工智能 Codex 向部分用户赠送第二张重置卡，GPT-6 Astra 也开始陆续向用户推送。目前情况有些混乱：按蒂博的说法今天 Plus、Pro、E...
