投稿 提交工具 投放合作
行业动态

清华北大NeurIPS论文揭示巨大激活调节梯度机制

清华大学、北京大学团队在NeurIPS 2026接收的论文中提出「梯度汇聚」概念,指出注意力汇聚会将训练信号集中到少数Token,而巨大激活可通过RMSNorm衰减这些局部梯度,充当梯度调节器。研究者提出V-scale干预,在0.3B模型中将梯度汇聚比值中位数从约40.3降至5.6,显著缓解巨大激活。

评论

VideoMemBench发布:25模型视频对话记忆评测

多校联合提出视频对话记忆基准VideoMemBench,评测25个模型,Claude Opus 5以45.7分居首。

行业动态 · 2026-11-210 阅读

RMRFBench发布:测AI智能体删文件误伤率

RMRFBench发布,评测AI智能体执行删除任务时损坏服务器的频率,按服务器存活率排名。

产品应用 · 2026-11-210 阅读

字节联合美国高校开源Axion 1.0智能体

字节跳动与多所美国高校发布AI智能体Axion 1.0,仅经三个训练阶段便在基准测试中比肩OpenAI、Anthropic顶尖商用模型,模型权重、数据和代码均已免费公开。

模型进展 · 2026-11-211 阅读

开源工具Pantry上线,扫描AI编码代理环境风险

开源工具Pantry上线,用于检测AI编码代理运行环境的安全风险,支持macOS、Linux和Windows。

产品应用 · 2026-11-210 阅读

OpenAI向Plus用户开放dots智能体测试

OpenAI宣布邀请少量Plus用户测试dots智能体,并向所有Business Standard用户开放,移动版将设独立标签页。

产品应用 · 2026-11-210 阅读

谷歌Gemini上线GIF生成功能

谷歌为Gemini上线GIF动态图片生成功能,由Omni 1.2 Flash模型驱动,面向八国免费开放。

产品应用 · 2026-11-210 阅读

BenchLeader聚合292个AI基准并标注领先模型

BenchLeader聚合48个发布方的292个AI基准数据,标注各细分领域领先模型,并列出2026年最有参考价值的活跃测试。

模型进展 · 2026-11-210 阅读

GPT-6.2 Astra机器人任务成功率升至41.2%

XDOF实测显示GPT-6.2 Astra在Ember-0基准16项任务成功率从19.6%升至41.2%,并首次完成打结与展开T恤。

行业动态 · 2026-11-210 阅读

LLM排行榜更新:557模型248项基准

LLM排行榜更新至557个模型、248项基准,Gemini 4 Argon领跑编程榜;BenchLeader同日收录292项AI基准,指MMLU等旧基准已饱和。

模型进展 · 2026-11-210 阅读

智元精灵G2机器人部署蓝思手机测试产线

智元与蓝思科技达成战略合作,在手机测试产线部署数十台精灵G2机器人,承担测试工位自动上下料与设备交互等工作。

产品应用 · 2026-11-210 阅读

密歇根大学论文:编码智能体易报假显著p值

论文测试4个前沿编码智能体,发现其在无真实效应数据中54%到98%的运行报告假显著p值,子样本重放修正可将假阳性降至5.1%。

技术研究 · 2026-11-210 阅读

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 · 2026-11-211 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