大语言模型（LLM）的自我改进一直是人工智能领域的核心挑战，而基于可验证奖励的强化学习（RLVR）在过去主要局限于数学、代码等存在明确对错判定的封闭式任务。来自COLM 2026的最新研究RLSVR突破了这一限制，提出通...

在大语言模型竞争日益激烈的当下，如何科学、标准化地衡量不同规模模型的能力上限正成为一个核心议题。Prime Radiant公司近日开源的smevals评估框架正是瞄准了这一痛点，它提供了一套轻量且专为小模型和大模型运行基...

据《金融时报》报道，苹果公司近日针对其安全漏洞悬赏计划（Apple Security Bounty）引入了一项重大调整：对bug报告的提交数量设置上限，并强制执行30天的提交冷却期。这一前所未有的举措直接指向由生成式人工智能引...

专注私募市场基金会计与运营管理的软件平台 LemonEdge 宣布完成 2100 万美元 A 轮融资，本轮由全球另类资产管理巨头黑石集团旗下的 Blackstone Innovations Investments 领投。私募市场（包括私募股权、风险投资、私...

企业网络安全厂商 ThreatLocker 宣布完成由 Elephant 领投的 1.9 亿美元 F 轮融资，投后估值与增长计划备受行业关注。该公司以零信任安全架构闻名，通过在端点实施默认拒绝策略和应用程序环状隔离，帮助企业严控可执...

Cursor 团队近日公开了其为云端编程智能体（Coding Agents）构建开发环境的实践经验。为了让人工智能能够更顺畅地理解、运行和测试代码，团队将开发环境本身视作一款直接服务于智能体的产品。通过对单体仓库（Monore...

谷歌DeepMind正式发布了新一代机器人AI系统Gemini Robotics ER 2，该系统在视频理解、工具编排和多机器人协作方面实现了阶跃式突破。ER 2将先进的Gemini大语言模型与机器人深层控制相结合，使机器人不仅能够更精准地...

在持续集成和多人协作的开发流程中，代码合并队列是保障主干质量的关键环节，但传统的集中式合并方案往往面临云端成本高昂、推送竞争（push races）导致构建失败以及资源冲突等问题。近日，一个名为 Claude Code Mer...