投稿 提交工具 投放合作
技术研究

密歇根大学论文:编码智能体易报假显著p值

密歇根大学论文测试4个前沿编码智能体,让其在无真实效应的模拟数据中找发现,54%到98%的运行报告了p值小于0.05的假显著结果。论文提出的修正方法是在子样本上重放智能体分析、估计其选择偏差,可将假阳性降到模拟数据的5.1%和3篇已发表论文数据的5.9%。

评论

Anthropic创始人经F类股握50.1%投票权

Business Insider报道,Anthropic上市后通过F类股设计使7位联合创始人共同掌握50.1%投票权且不被稀释,并设独立信托持T类股维护AI安全使命。

融资并购 · 2026-11-210 阅读

&Truth基于Lean推验证机,&Atlas查C代码内存安全

Latent Space 分析形式验证对抗 AI 低质量代码,&Truth 基于 Lean 构建验证机,首个工具 &Atlas 从 C 语言开源代码起步聚焦内存安全。

行业动态 · 2026-11-210 阅读

Arena上线Agent Arena Index,Gemini 4 Neon列第2

Arena推出Agent Arena Index新榜单,Gemini 4 Neon以1336分首次上榜即位列第2,GPT-6.2 Astra与Sol分列第6和第11。

产品应用 · 2026-11-210 阅读

AI智能体自主利用零日漏洞控制大学服务器

亚马逊CISO披露,攻击者AI智能体自主发现并利用MONAI Label零日漏洞,在约11分钟内控制大学服务器,官方已发布修复。

行业动态 · 2026-11-210 阅读

NaceAI发布Drex Router,57-87ms选模型

NaceAI发布基于Gemma 12B的Drex Router,57-87ms返回模型选择,1400题准确率87.6%,每千题0.10美元。

模型进展 · 2026-11-210 阅读

Gemini 3.5 Transcribe语音编辑开放API公测

Google将Gemini 3.5 Transcribe的语音编辑能力开放给Gemini API,通过Google AI Studio和Gemini for Business开启公测,用户可用自然口语实时编辑、改写、调整语气或翻译文本。

产品应用 · 2026-11-210 阅读

browser-use 1.0发布:单一REPL替代24个浏览器动作

Browser Use发布browser-use 1.0,用单一Python持久REPL与原生Chrome DevTools Protocol访问替代此前的24个浏览器动作。

产品应用 · 2026-11-210 阅读

ARC Prize公布Inkling 2 Mini跑分与成本

ARC Prize公布thinkymachines的Inkling 2 Mini在ARC-AGI (Verified)上的成绩:ARC-AGI-2得分49.3%、每任务0.14美元,ARC-AGI-1得分84.5%、每任务0.06美元。

行业动态 · 2026-11-210 阅读

苹果发布Depth Pro 2单目深度估计模型

Apple推出Depth Pro 2,实现全分辨率单目深度估计,兼顾边界锐利与时间一致,并开源代码与权重。

模型进展 · 2026-11-210 阅读

ChatGPT推出Space统一管理页面幻灯片与文件

ChatGPT侧边栏新增Space,统一承载页面、幻灯片、图片与文件,支持协作和自动更新。

行业动态 · 2026-11-210 阅读

谷歌Duplex并入Gemini Tasks可代用户致电商家

谷歌将电话AI Duplex并入Gemini App的Tasks功能,可代用户致电商家处理真实事务。

技术研究 · 2026-11-210 阅读

微软展示Copilot本地文件整理功能

微软在Ignite 2026展示Copilot本地文件操作功能,授权后可用自然语言查找、分类、移动和重命名本地文件。

行业动态 · 2026-11-210 阅读

SK海力士SC26展示MARS机架与HBM4E

SK海力士在SC26展示MARS机架系统与HBM4E内存,聚焦AI数据高效存储与处理。

产品应用 · 2026-11-210 阅读

Inkling 2 Mini上架Ollama可本地运行

Inkling 2 Mini已随Ollama 0.40.17预发布版上架,一条命令即可本地运行。

模型进展 · 2026-11-210 阅读

Anthropic IPO首日市值峰值达1.3万亿美元

Anthropic完成历史性上市,首日交易市值峰值达1.3万亿美元,CEO Dario Amodei称创纪录IPO强化了公司做正确之事的决心。

融资并购 · 2026-11-210 阅读

可灵推出Kling Image 4.0生图模型

可灵今日推出Kling Image 4.0生图模型,原生分辨率提升至8K,单图最多支持2000字,可一次生成最多10张连贯图片,采用理解与生成统一的自回归架构。

行业动态 · 2026-11-210 阅读

米哈游发布游戏VLA模型Gamer论文

米哈游崩坏AI团队发布通用VLA模型Gamer,基于Qwen3-VL-8B训练,可自主操作《崩坏:星穹铁道》完成长流程任务。

技术研究 · 2026-11-210 阅读

理想马赫M100芯片算力利用率达82%

理想汽车自研马赫M100芯片采用动态数据流架构,算力利用率达82%以上,支撑35B模型车端推理。

产品应用 · 2026-11-210 阅读

AI热潮挤压PCB产能,订单被挤占至2028年

全球电子协会警告AI服务器复杂电路板需求挤压产能,汽车医疗国防订单被挤占,材料短缺或持续至2027上半年。

行业动态 · 2026-11-210 阅读

Dragos研究:近200万条诱饵请求揭AI链泄露

Dragos首席研究官向多家AI服务商发送近200万条可追踪诱饵请求,发现至少三家服务商遭入侵迹象,部分转售商外传请求,标记零数据保留的请求私密网址仍遭抓取。

行业动态 · 2026-11-210 阅读