小红花·文摘
  • 首页
  • AI Tokens🪙
  • 排行榜🏆
  • 直播
  • FAQ
沉浸式翻译 immersive translate
Dify.AI
ChatGPT踢到铁板了!能破解千禧数学难题,但论文复现率低至13.98%?

UniPat AI发布PaperBenchX基准,通过93篇真实论文复现任务评测AI科研能力。该基准覆盖12个学科、10种科学软件,要求Agent在隔离环境中重跑工作流,仅认可重新生成的证据。最强模型GPT-6 Astra的完整复现率仅13.98%,AI建模和执行得分约六成,验证仅42.8%,前期决策错误会导致后续计算失效。

ChatGPT踢到铁板了!能破解千禧数学难题,但论文复现率低至13.98%?

量子位 量子位 · 2026-10-08T09:28:44Z

文章介绍 Miller-Rabin 素性测试的复现程序,包括 64 位 MR、强 Lucas 与 BPSW 实现及测试工具,通过筛法、GMP 和已知伪素数交叉验证,演示溢出与零底数 bug,统计 Fermat 与强说谎者并核对 Monier 公式,并按 OpenSSL 建模 1024 位素数生成,绘制误差界图。

miller-rabin 复现程序

土法炼钢兴趣小组的博客 土法炼钢兴趣小组的博客 · 2026-09-23T16:20:46Z
27B AI 科学家论文复现能力超越 GPT-5.5/Claude Opus 4.8,Faraday 探索长程科学创新

论文复现是科学基石,但机器学习领域面临可复现性危机。Inherent Labs团队训练了270亿参数的AI智能体Faraday,利用Codex GPT-5.5作为工具,在73%的分布内任务和60%的AI for Science任务上超越Claude和GPT-5.5。Faraday通过自动生成任务空间和稳定GRPO后训练,展现出更强的科学严谨性,能指导更大模型工作,提升复现能力。

27B AI 科学家论文复现能力超越 GPT-5.5/Claude Opus 4.8,Faraday 探索长程科学创新

HyperAI超神经 HyperAI超神经 · 2026-08-26T10:25:56Z

本文介绍四个Rust项目:fcmaes-rust提供并行黑箱优化算法及22个教程;Apache Fory 1.5.0支持外部类型序列化,JSON性能大幅提升;BorrowSanitizer优化垃圾回收后平均提速1.90倍,发现跨语言别名错误;job-control实现支持作业控制的Unix shell。

【Rust日报】2026-08-03 fcmaes-rust:纯 Rust 并行黑箱优化库提供 22 个可复现实验教程

Rust.cc Rust.cc · 2026-08-03T01:05:30Z

本文档介绍SQLite内核系列实验的复现方法,涵盖环境要求(Linux/WSL2、SQLite 3.45+)及多个脚本实验,如页头解析、查询计划、回滚日志、WAL检查点、锁冲突、事务模式、覆盖索引、跨库操作、完整性检查和备份。强调以官方文档和源码为准,实验需记录版本、命令和输出,性能数据引用既有测试。

SQLite 内核复现说明

土法炼钢兴趣小组的博客 土法炼钢兴趣小组的博客 · 2026-07-18T08:24:56Z

泛微e-cology OA系统存在远程代码执行漏洞,攻击者可利用BeanShell组件未授权访问接口执行任意命令。该漏洞于2019年9月19日被公开,安全补丁已发布,建议用户及时更新防护。

【漏洞预警】泛微e-cology OA系统远程代码执行漏洞及其复现

像清水一般清澈透明 像清水一般清澈透明 · 2026-07-18T08:05:58Z

泛微e-cology OA系统存在远程代码执行漏洞,攻击者可通过未授权接口执行任意命令。已发布安全补丁,建议用户及时更新系统以防范风险。

【漏洞预警】泛微e-cology OA系统远程代码执行漏洞及其复现

像清水一般清澈透明 像清水一般清澈透明 · 2026-07-17T14:14:20Z

本目录为 [RocksDB 内核系列](../index.html) 提供可复现实验脚本。

RocksDB 系列实验复现

土法炼钢兴趣小组的博客 土法炼钢兴趣小组的博客 · 2026-07-07T15:59:48Z
Nginx 两大高危解析类漏洞深度剖析与复现 | 解析漏洞 & CVE-2013-4547

Nginx存在解析漏洞和文件名逻辑漏洞(CVE-2013-4547),攻击者可通过特殊URI绕过文件上传限制,执行恶意代码。漏洞源于Nginx与PHP-FPM的交互缺陷及特殊字符处理不当。防御措施包括修改PHP配置、升级Nginx版本和加强文件上传检测。

Nginx 两大高危解析类漏洞深度剖析与复现 | 解析漏洞 & CVE-2013-4547

FreeBuf网络安全行业门户 FreeBuf网络安全行业门户 · 2026-06-22T14:10:03Z

拓竹的CyberBrick套件允许用户轻松拼装可遥控的3D打印小车。OpenCyberBrick项目通过使用廉价组件复现CyberBrick,降低成本并扩展功能,支持手机遥控。

低成本、可扩展的 CyberBrick 复现方案,自己动手做一台 3D 打印遥控车

少数派 少数派 · 2025-11-19T09:33:01Z

本文介绍了结合数独与Dancing Links算法的逆向题。程序通过大整数生成数独初盘,利用DLX算法求解终盘,并对用户输入的十六进制字符进行多次变换,最终与数独解逐位比较,匹配计数达到79时输出成功信息。整个过程在Windows环境下稳定复现,展示了数独求解经典算法与加密题目的结合。

Dancing Circle:把"加密题"拽回数独与Dancing Links的一次完整复现

FreeBuf网络安全行业门户 FreeBuf网络安全行业门户 · 2025-11-17T00:13:33Z

本文介绍了利用RANSAC算法从基于LFSR的流密码中恢复128位初始状态。通过分析非线性项的噪声影响,构建LPN模型,成功恢复密钥并验证,准确率达到93.854%,实现100%复现。

BabyStream - 从LFSR到LPN的完整攻击复现

FreeBuf网络安全行业门户 FreeBuf网络安全行业门户 · 2025-11-14T04:35:06Z

Erlang/OTP在高并发场景中广泛使用,但其标准组件存在CVE-2025-32433漏洞,攻击者可绕过认证执行任意命令,影响嵌入式设备和测试环境。该漏洞源于ssh_channel.erl模块未有效校验通道请求,可能导致系统命令执行和数据窃取等严重后果。

CVE-2025-32433漏洞深度剖析:ErlangOTP SSH 模块预认证RCE漏洞分析与复现指南

FreeBuf网络安全行业门户 FreeBuf网络安全行业门户 · 2025-11-13T04:39:30Z

Log4j2是Apache开发的开源日志框架,旨在克服Log4j 1.x的性能和功能限制。它支持动态变量替换,但存在JNDI注入漏洞,攻击者可利用该漏洞执行恶意代码。防御措施包括禁用lookup查询、拦截特定请求和升级组件。

log4j2(CVE-2021-44228)漏洞复现与分析

FreeBuf网络安全行业门户 FreeBuf网络安全行业门户 · 2025-10-10T16:04:25Z

Redis HyperLogLog(HLL)存在整数溢出漏洞,影响多个版本。攻击者可利用该漏洞实现远程代码执行或导致服务崩溃。修复版本通过新增校验机制来防止溢出。

Redis HyperLogLog 堆越界写入漏洞分析与复现

FreeBuf网络安全行业门户 FreeBuf网络安全行业门户 · 2025-08-28T02:17:36Z
GiveWP远程命令执行复现(CVE-2024-5932)

文章讨论了访问验证的代码,涵盖应用标识、用户信息和请求参数等内容。

GiveWP远程命令执行复现(CVE-2024-5932)

FreeBuf网络安全行业门户 FreeBuf网络安全行业门户 · 2025-08-22T03:32:43Z
OpenAI的AI复现论文新基准,Claude拿了第一名

Sakana AI的AI Scientist-v2通过了ICLR会议的同行评审,成为首篇由AI撰写的科研论文。OpenAI推出PaperBench基准测试,评估AI在复现机器学习研究中的能力。研究表明,AI在复现论文方面表现良好,但长期任务执行能力仍需改进。

OpenAI的AI复现论文新基准,Claude拿了第一名

机器之心 机器之心 · 2025-04-03T05:59:10Z
科研领域新成果:九章云极 DataCanvas 联合团队发布 R1 复现以及改进技术

中国人民大学与九章云极团队在大模型推理技术上取得新进展,复现类R1模型并开源实现。新模型STILL-3-Tool-32B在AIME 2024测试中准确率达到81.70%,超越DeepSeek-R1,推动AI推理能力提升。

科研领域新成果:九章云极 DataCanvas 联合团队发布 R1 复现以及改进技术

机器之心 机器之心 · 2025-03-14T03:00:00Z

中国人民大学与北京智源研究院联合开发的类R1推理模型STILL-3-Tool-32B在AIME 2024基准测试中取得81.70%准确率,超越DeepSeek-R1。研究表明外部工具能增强模型推理能力,并成功应用于Alaya NeW系统,推动AI技术发展。

科研领域新成果:九章云极DataCanvas联合团队发布R1复现以及改进技术

机器之心 机器之心 · 2025-03-13T08:29:33Z

Manus引发智能体复现潮,多个开源项目如OpenManus和OWL迅速推出复现代码,OWL在GAIA基准测试中表现优异。Manus通过邀请码吸引海外用户,用户反馈积极,付费意愿强。GAIA基准测试成为智能体产品的重要竞争领域,分为三个难度级别,Manus在Level 3上表现突出。

Manus引爆智能体复现潮!DeepSeek已被整合,项目挤满开源榜

量子位 量子位 · 2025-03-09T05:13:59Z
  • <<
  • <
  • 1 (current)
  • 2
  • 3
  • >
  • >>
👤 个人中心
在公众号发送验证码完成验证
登录验证
在本设备完成一次验证即可继续使用

完成下面两步后,将自动完成登录并继续当前操作。

1 关注公众号
小红花技术领袖公众号二维码
小红花技术领袖
如果当前 App 无法识别二维码,请在微信搜索并关注该公众号
2 发送验证码
在公众号对话中发送下面 4 位验证码
友情链接: MOGE.AI 九胧科技 1tok 菜鸟教程 Remio.AI DeekSeek连连 53AI 神龙海外代理IP IPIPGO全球代理IP 东波哥的博客 匡优考试在线考试系统 开源服务指南 蓝莺IM Solo 独立开发者社区 AI酷站导航 极客Fun 我爱水煮鱼 周报生成器 He3.app 简单简历 白鲸出海 T沙龙 职友集 TechParty 蟒周刊 Best AI Music Generator 模力方舟 Gitee AI

小红花技术领袖俱乐部
小红花·文摘:汇聚分发优质内容
小红花技术领袖俱乐部
Copyright © 2021-
粤ICP备2022094092号-1
公众号 小红花技术领袖俱乐部公众号二维码
视频号 小红花技术领袖俱乐部视频号二维码