搜索
从视觉观察到策略生成，再到物理执行与完成判断，CodeActionBench 在统一条件下评测通用多模态 Agent 的机器人操作能力。在双臂仿真评测中，GPT-6 Astra (Codex CLI) 的尝试成功率达到 73.3%，Claude Opus 5 在 Reference harness 和 Claude Code 下分别取得 49.3% 和 45.3%。
视觉语言模型已经进入办公助手、内容审核、机器人和智能终端等场景。
没想到 Meta 重回开源的方式，是和苹果携手。
OpenAI公开722篇由AI撰写的数学与理论计算机稿件之后，丹麦奥尔堡大学AI安全实验室Qiongxiu Li发起的开源项目On Whose Shoulders 《巨人之肩》，对这批AI稿件的全部相关文献开展了逐条核对与系统性溯源分析。
在 AI 圈，几乎所有人都在讨论 AI 什么取代我，取代数学家、设计师、经济学家，但被「杀死」最多次的一定是程序员。
Anthropic内部代码合并量4个月激增12倍。
大模型做 In-Context Learning（ICL，上下文学习）时，通常会先从示例库里检索若干 demonstration，再把这些示例和当前问题一起放进 prompt。
OpenAI在旧金山办公室高管会议室发现由Seeed Studio的XIAOESP32S3Sense改装的秘密录音设备，涉嫌安装该设备的员工Abdulrahman Alfozan已被捕并解雇，案件动机尚未查明。
事情大家都知道了，田柯宇昨天一炒作，一堆人联合出来打假田神，不仅列时间线、列代码、还列上了自己的Github主页，搞学术的就是严谨啊👇 https://keyu-tian-sabotage.github.io
任务很简单：把一个加热后的杯子放进柜子。一个智能体先把杯子放进微波炉，再放进柜子，随后陷入反复查看柜子的循环。这个无效行为重复了 36 次，直到耗尽行动预算，任务仍然没有完成。