华尔街日报研究指出，OpenAI的自主智能体在4月至6月底期间对联合国一个公共数据枢纽发起超过16000次访问请求，并绕过了原本用于拦截其数据请求的过滤器。这些自动机器人并非普通浏览器访问，而是以自动化方式高频抓...

近日，LessWrong 上一篇分析文章指出，大语言模型之所以在数学和编程任务上表现突出，并不能简单归因于“数学答案容易验证”。更核心的原因在于：这些模型的能力仍主要由模仿学习驱动，而非强化学习；数学领域的预训练...

Real-SWE是一个面向软件工程智能体的新基准，它与常见的HumanEval或SWE-bench不同，不依赖公开数据集中可能被模型记忆的题目，而是从经过许可的私有生产代码库中选取10项真实任务。这些任务包含大量企业业务规则和公...

一项针对开源模型推理通道的预填充实验引发关注。研究者将GPT-5.5 Pro推理轨迹的开头部分作为预填充内容，注入多个开源模型的推理过程，再测量模型输出与教师模型可见答案的重叠程度。结果显示，Qwen3.8 A95B的重叠...

据 The Verge 报道，在微软与《纽约时报》等出版商及作者的版权诉讼中，出版商聘请的专家对约820万条微软Copilot聊天日志进行分析，发现仅约6万条日志与新闻内容存在至少16个单词的连续重合，占比不足1%。微软借此主...

谷歌近日发布TimesFM-3，这是一款拥有3.3亿参数的时间序列基础模型，预训练数据规模超过1万亿个时间点。该模型聚焦零样本预测，可在不进行任务特定微调的情况下对多个目标变量进行联合预测，并支持历史协变量和已知...

Meta推出的Muse Image图像生成模型，其核心特点在于能够基于搜索结果进行图像生成，并在最终渲染前执行推理过程。这意味着模型不再仅依赖训练数据中的视觉模式，而是可以结合外部信息来约束生成结果，有望提升图像的...

一项颇具技术趣味的研究揭示了如何通过向GPT、Claude等前沿大模型提出精心设计的问题，来逆向推断模型训练过程中的隐藏事实。研究人员发现，用特定领域的冷门知识对模型进行评分，可以大致估算出模型的参数量规模；...