研究人员近日推出名为SpatialScore的多模态基准测试套件，专门用于评估大型模型在3D空间理解方面的能力。这一创新性基准整合了来自12个不同数据集的28,000个样本，为衡量AI系统的空间推理性能提供了全面且标准化的评...

Netflix近日公开了其最新研发的FM-Intent模型，这是一种基于分层多任务学习（Hierarchical Multi-Task Learning）的先进推荐算法。该技术通过分析用户会话中的隐式信号（implicit signals），精准建模用户意图，从而...

Hugging Face近期将其Tiny Agent设计理念扩展至Python领域，通过创新的模型上下文协议（Model Context Protocol, MCP）显著简化了大语言模型（LLMs）的工具集成流程。这一突破性进展使开发者仅需约70行代码即可构建...

OpenAI近日宣布其浏览器智能代理O3 Operator完成重大升级，原基于GPT-4o的模型架构已被全新的CUA（Cognitive Unified Architecture）技术体系取代。这一变革标志着OpenAI在轻量化AI代理领域取得突破性进展——CUA架构...

本文为资深及以上级别工程师提供了一系列关于使用大型语言模型（LLM）进行协作编程的实用资源。文章探讨了如何将LLM技术融入传统的结对编程流程，以提升开发效率和代码质量。作者分享了实际应用场景中的经验总结，包...

近日，一位研究人员通过OpenAI的o3模型成功发现了Linux内核SMB实现中的一个远程零日漏洞（CVE-2025-37899）。该漏洞的发现过程仅使用了o3 API，展示了AI在网络安全领域的强大潜力。SMB（Server Message Block）协议...

近期大型推理模型的显著成果常被归功于思维链（CoT）技术，尤其是通过从基础大语言模型（LLM）中采样CoT进行训练以发现新推理模式的过程。然而，一项最新研究对这种解释提出了质疑。该研究通过系统性地调查中间标记...

集体智慧项目（CIP）最新研究指出，当大语言模型（LLM）被应用于敏感领域的决策判断时，即便采用常见的提示工程方法，其裁决仍表现出不可预测的隐藏测量偏差，导致结果不可靠。研究发现，位置偏好、顺序效应和提示敏...