近日，一项名为ProgramBench的新型基准测试引发了人工智能和软件工程领域的广泛关注。该测试旨在评估AI智能体（Agent）在没有源代码的情况下，仅通过阅读文档和进行实验，从零开始逆向构建软件可执行文件的能力。Pro...

上下文窗口的大小一直是大型语言模型在处理长文本任务时的关键瓶颈。近日，初创公司Subquadratic宣布推出一款全新的AI模型，其上下文窗口达到了惊人的1200万token（约合1200万个单词或代码标记），远超过当前主流模...

最新报告指出，人工智能正迅速迈向其自身研发（R&D）的全流程自动化。在编程、实验执行以及长期任务自主性方面，AI 已取得重大突破。基准测试显示，当前模型不仅能处理复杂的工程和科学工作流程，还能有效管理其他智...

苹果机器学习研究团队提出了一种名为LaDiR（Latent Diffusion Reasoner）的创新推理框架，为大型语言模型（LLM）的文本推理能力带来了显著提升。LaDiR框架的核心在于巧妙地将连续潜在表示的强大表现力与潜在扩散模型...

Mistral AI最新发布了Mistral Medium 3.5模型，这是一款拥有1280亿参数的密集模型（128B dense model），专为驱动远程Vibe代理而设计，能够在云端执行长时间、异步的编码任务，用户可直接从命令行界面（CLI）或Le Ch...

NVIDIA日前发布了名为Nemotron 3 Nano Omni的全新多模态模型，标志着其在长上下文多模态智能领域的重要进展。该模型专为文档、音频和视频分析设计，在MMlongbench-Doc和VoiceBench等多个权威基准测试中均取得了业界...

OpenAI最新发布的GPT-5.5模型系统卡（System Card）揭示了其性能表现与安全评估结果。这份详尽的报告显示，GPT-5.5在多项基准测试中表现出色，尤其在事实性查询、网络搜索和结构化任务执行上，已能与业界顶尖模型Cla...

来自arxiv的最新研究提出了一种名为Vision Banana的通用视觉模型，该模型的核心创新在于将传统的视觉感知任务重新表述为图像生成问题。通过指令微调（instruction-tuning）的图像生成模型，Vision Banana能够在多种...