OpenAI 近期对当前广泛使用的 AI 编程能力评估基准 SWE-Bench Pro 进行了一次系统性审计，结果发现约 30% 的任务存在严重瑕疵，令该基准的可靠性与准确性备受质疑。此次审计由 Anthropic 团队执行，结合了自动化筛查...

NVIDIA近期通过一篇官方博客深入探讨了数据在构建强大AI智能体中的核心地位，明确指出开放数据和合成数据是推动下一代AI发展的关键要素。随着AI系统日益复杂，特别是需要具备推理、规划和工具调用等高级能力的智能体...

Anthropic 最新研究提出一种名为 GRAM（Gradient-Routed Auxiliary Modules，梯度路由辅助模块）的方法，旨在以极低的成本实现对 AI 模型中双重用途知识的精细控制。双重用途知识指既可造福社会也可能被滥用的敏感能...

埃隆·马斯克旗下的人工智能公司SpaceXAI正式推出了新一代大语言模型Grok 4.5，将其定位为公司在编码、智能代理任务和知识工作领域的最强模型。官方披露，该模型在训练过程中与流行AI编程工具Cursor进行了深度协同优...

OpenAI正式推出新一代语音模型GPT-Live，并已作为核心引擎驱动ChatGPT Voice。该模型首次实现了真正的全双工交互能力，能够同时进行聆听与讲话，彻底告别传统语音助手“轮流发言”的机械感。GPT-Live不仅可以捕捉和处...

Meta（原 Facebook）近日在 GitHub 上开源了其内部打磨长达八年的设计系统——Astryx。该系统不仅支撑了 Meta 内部超过 13,000 款应用程序的界面开发，更凭借其 150 多个高可访问性组件和丰富主题体系，展示了在极端规...

在人工智能代理（AI Agent）技术飞速发展的当下，如何让代理高效、稳定地与各种外部API和服务进行交互，成为推动自动化与智能化落地的关键瓶颈。近日，GitHub上开源的项目Craft Agents OSS（craft-ai-agents/craft-a...

近日，AI2研究团队在Hugging Face博客上发布了DiScoFormer模型，这是一种基于Transformer架构的创新方法，能够在单次前向传播中同时完成数据的密度估计和得分函数估计，而无需针对新分布进行重新训练。与经典的核密...