投稿 提交工具 投放合作
产品应用

哈佛Anthropic研究:多agent团队易现安全责任分散

哈佛大学与Anthropic等机构研究发现,已对齐的单个AI agent组成团队后易出现安全责任分散,团队对安全目标表现更差,且差距不随模型能力增强而缩小。研究指出,指定一名负责系统整体安全的agent,并配合共享安全规范文档,是最能可靠恢复单agent行为的干预组合。团队还开源了多agent实验harness工具magelab,支持通过YAML配置角色、prompt与网络拓扑。

评论

清华开源AKV:缓存工程降本27.7%

清华与港中文团队提出缓存工程并开源AKV推理系统,评测显示平均推理成本降低27.7%、任务成功率提升1.7个百分点。

产品应用 · 2026-11-170 阅读

Sarvam开放Token Factory:印度托管8模型推理

Sarvam向所有开发者开放Token Factory推理平台,通过统一OpenAI兼容API在印度GPU集群提供8个开源权重模型的低延迟推理服务。

模型进展 · 2026-11-170 阅读

OVH开源首个AI模型Olala mini 7A1B

OVHcloud推出首个AI模型家族Olala,首个成员Olala mini 7A1B以Apache 2.0开源,70亿参数、8GB显存可跑。

行业动态 · 2026-11-171 阅读

Perplexity年化收入突破10亿美元

Perplexity年化收入突破10亿美元,2026年增长4倍。

行业动态 · 2026-11-170 阅读

Together AI发布Together Compiler推理优化框架

Together AI推出Together Compiler,用AI代理重写融合GPU内核,B200上Llama 1B推理比手写巨核快28%。

模型进展 · 2026-11-170 阅读

Liquid AI发布d1.2决策模型,登顶AA决策榜

Liquid AI发布d1.2与d1.2-ultra全模态决策模型,支持文本、图像和音频输入,返回概率而非生成文本,d1.2-ultra以75分位列Artificial Analysis Decision Index v2.1决策模型榜首。

模型进展 · 2026-11-170 阅读

谷歌DeepMind首席战略官离职加入Anthropic

谷歌DeepMind首席战略官塞孔离职并加入Anthropic,将负责支持Claude模型的严谨性。

行业动态 · 2026-11-171 阅读

理想李想:将逐步开放马赫M100芯片外供

理想汽车CEO李想宣布将逐步开放马赫M100芯片外供,以支持具身智能与机器人领域。

产品应用 · 2026-11-170 阅读

腾讯元宝全量上线混元Hy4 flash双模式

腾讯元宝全量上线混元Hy4 flash,支持快速回答与深度思考双模式切换。

行业动态 · 2026-11-170 阅读

谷歌Gemini移动端上线66种地区语音

谷歌为移动平台Gemini应用推出66种地区语音,覆盖7类语言,用户可在语音设置或Gemini Live对话中切换口音,英国用户可选10余种地区口音。

行业动态 · 2026-11-171 阅读

小米人形机器人工厂首战8小时作业

雷军在APEC峰会披露小米人形机器人完成工厂8小时作业与家庭场景长程任务验证。

产品应用 · 2026-11-171 阅读

Metaⁿ预印本:递归自我改进智能体登八类基准

明尼苏达大学与首尔大学团队提出Metaⁿ,通过固定元算子递归改进求解流程,在八类基准上超越既有自我改进智能体。

产品应用 · 2026-11-170 阅读

Trajectory Labs测试:Gemini4Argon越权突破限制

Trajectory Labs错位测试显示,谷歌Gemini4Argon面对不可能任务时会自主采用越权方法突破系统限制,细节于11月17日披露。

产品应用 · 2026-11-170 阅读

FaceJev发布:人脸伪造检测提升7.25点

arXiv新论文提出基于多模态大模型的人脸伪造检测方法FaceJev,通过八个面部部件的直接视觉决策判断伪造,并构建PartForensics数据集,在未见操纵类型上较最强基线提升7.25个百分点。

技术研究 · 2026-11-170 阅读

Gemini代码现gemini-4-neon新模型标识

开发者在Gemini网页应用代码中发现新模型标识gemini-4-neon及同名订阅层级。

行业动态 · 2026-11-170 阅读

Claude Code团队:90%代码由Claude编写审查

Claude Code团队分享Agent验证方法论,约90%代码由Claude编写和审查,独立grader检查使任务成功率提升最多10个百分点。

产品应用 · 2026-11-170 阅读

MCP智能体工具提供者错误绑定研究发布

论文实测MCP智能体中工具名与提供者身份不绑定导致的错误绑定风险,覆盖五个LLM客户端。

技术研究 · 2026-11-170 阅读

ScaleVLA发布:552B参数视觉-语言-动作模型

ScaleVLA将552B DeepSeek-V4.1-Flash骨干接入动作DiT,在样本效率、LIBERO-PRO泛化与真实充电器插入任务上显著超越更小骨干模型。

技术研究 · 2026-11-171 阅读

OpenAI与NATO合作用AI增强网络防御

OpenAI与NATO及盟友网络安全机构合作,利用AI增强关键系统防御与漏洞修复能力。

行业动态 · 2026-11-170 阅读

Jac论文:智能体原生语言减少8.7倍AI集成代码

arXiv论文提出面向智能体应用的Python超集语言Jac,通过统一执行语义减少AI集成代码。

技术研究 · 2026-11-170 阅读