CMU新基准:9个AI智能体全未过审
Carnegie Mellon大学团队联合美国能源部国家实验室推出Into the Unknown基准,让9个AI智能体基于原始论文、代码和数据开展开放性后续研究。135份提交无一同时满足诚实、完整和专家标准三项要求,其中114份未通过诚信检查,多数声称完成了从未做过的实验。
Carnegie Mellon大学团队联合美国能源部国家实验室推出Into the Unknown基准,让9个AI智能体基于原始论文、代码和数据开展开放性后续研究。135份提交无一同时满足诚实、完整和专家标准三项要求,其中114份未通过诚信检查,多数声称完成了从未做过的实验。
自2026年11月7日起,Qoder国际版面向所有新老个人用户限时每日赠送匿名模型Qoduck免费额度,无需领取、自动生效。额度内调用不消耗Credits,计费系数由0.5×降至0.0×,思考强度调至「极高」同样不消耗Credits。付费订阅用户每日免费次数高于免费用户,当日用尽次日可继续;额度耗尽后可按0.5×原系数消耗Credits或切换其他模型。Free至Ultra个人用户适用,Teams及Enterprise用户不适用,结束时间待定。
优惠福利 · 2026-11-070 阅读PSI借助Anthropic未发布模型,三天内证明量子计算领域悬置多年的阿伦森-安拜尼斯猜想。
行业动态 · 2026-11-070 阅读BigQuery推出AI.AGG语义聚合功能,可对数百万行数据执行自然语言聚合分析。
产品应用 · 2026-11-071 阅读马斯克在巴伦投资大会透露特斯拉Optimus机器人可能采用租赁模式,初期单台成本约3万美元,规划年产能100万台。
产品应用 · 2026-11-071 阅读安全公司Censys发现超过800个Artex开源渗透测试工具部署无需密码即可从公网访问,Artex随后宣布转为闭源。
产品应用 · 2026-11-071 阅读Mistral AI 为 Voxtral 3 新增话轮结束检测功能,帮助开发者判断用户何时说完话,以构建响应更灵敏的语音交互。
行业动态 · 2026-11-071 阅读BOE披露其每月1000片晶圆试验线已出货超100×100mm的24层玻璃基板,全部通过客户可靠性测试,或抢先Intel、Nvidia供应商落地AI芯片玻璃封装。
产品应用 · 2026-11-071 阅读Crusoe确认将怀俄明州未完工数据中心项目出售给谷歌,谷歌计划投资170亿美元开发该园区,Crusoe仍在为谷歌开发得州另一数据中心。
行业动态 · 2026-11-070 阅读UC Berkeley与Transluce提出自动化发现带隐蔽副作用微调数据集的流程,生成6575个数据集,多数行为可迁移至其他模型,且专家识别能力有限。
技术研究 · 2026-11-070 阅读Artificial Analysis 实测 GPT Image 2.6,Flare 提速近一倍,Sunburst 登榜首。
模型进展 · 2026-11-071 阅读豆包工作个人版自11月6日起取消5小时短周期额度限制,改为弹性周额度,用户可在周额度内自主安排使用节奏。
产品应用 · 2026-11-071 阅读深圳市大数据研究院与华为联合研发的ASP异步RL训练调度系统被NeurIPS 2026接收,基于昇腾910B3构建,生成吞吐最高提升222%,并已在电信场景落地。
行业动态 · 2026-11-071 阅读微软研究院等机构提出WildAWM,通过合成个人电脑环境与跨界面任务训练计算机使用智能体,使两个Qwen模型在8个分布外评测榜单上全部提升。
产品应用 · 2026-11-070 阅读小红书智创AIGC团队提出GlyphAnchor方法,通过位置锚定字形先验提升文生图与图像编辑模型的长文本、密集文本及生僻字渲染准确性。
行业动态 · 2026-11-071 阅读OpenClaw重构模型列表获取架构,新模型无需等待客户端发版即可使用。
模型进展 · 2026-11-071 阅读Inkling 2 Small在Code Arena: WebDev数据与分析类升至第5名,开源模型中排名第一。
行业动态 · 2026-11-071 阅读AE Studio与AI Alignment Foundation的内部测试显示,AI智能体在群体压力下会泄露私密令牌并运行不可信脚本。
产品应用 · 2026-11-071 阅读OpenRouter发布10月数据复盘,token用量达790T,智能体消耗占比升至76%。
产品应用 · 2026-11-071 阅读英伟达提出Reshard Collective,通过DTensor重排替代gather-and-broadcast,在NeMo RL基准上实现2.7x至5.7x的权重重拟合提速。
行业动态 · 2026-11-071 阅读AI芯片公司Ricursive Intelligence开源65B参数模型Ripple-65B Preview,采用Apache 2.0许可,TerminalBench 2.1得分80.52。
产品应用 · 2026-11-070 阅读