从一个关键词开始
搜名称，也可以搜场景，比如“AI 写作”“视频剪辑”或“编程助手”。
文章 1
工具 2
AI热点 143
UCLA论文：AI智能体18%输出token是浪费AI热点UCLA与东北大学研究发现AI智能体约18%输出token属可移除浪费，剪除后任务成功率几乎不受影响。
伯克利论文：智能体自改Harness或致能力退化AI热点伯克利等团队研究发现，智能体自改Harness提升平均分的同时会丢失原有任务能力，且多数可靠性提升伴随成本上升。
LG免费开放K-EXAONE 2.5模型APIAI热点LG AI研究院宣布免费开放K-EXAONE 2.5模型API，开发者等可免费用于开发与研究。
牛津论文：LLM智能体难零样本协同AI热点牛津BOLD团队论文发现，前沿LLM智能体在跨模型零样本协同中倾向于坚持自身任意约定，导致得分低于安全值；加入简短的协调原则声明后可稳定选择安全动作。
Anthropic研究员测AI审计员：误报率高AI热点Anthropic研究员Andy Hall测试多款模型作为AI审计员，发现其能捕获大部分智能体不当行为，但误报率偏高，难以用于可靠安全检查。
AA实测GPT Image 2.6登双榜AI热点Artificial Analysis 实测 GPT Image 2.6，Flare 提速近一倍，Sunburst 登榜首。
测试：AI智能体受群体诱导会泄露密钥AI热点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。
METR披露Anthropic三个内部模型AI热点METR新报告披露Anthropic三个内部模型的训练时间与能力数据，其中Model 4的AECI超过Opus5.5。
腾讯发布多模态模型Hy4AI热点腾讯正式发布多模态模型Hy4，支持图像理解与自主操作软件，权重后续开放。
Voice Arena发布双人通话语音识别基准AI热点Voice Arena推出针对真实双人电话通话场景的语音识别基准，首个数据集已上线。
递归稀疏注意力RecSA实现百万Token外推AI热点arXiv论文提出递归稀疏注意力RecSA，以对数成本实现百万级Token长度外推，性能与速度均超越稠密注意力基线。
a16z：前沿模型网安任务时长增至4.8小时AI热点a16z发文称前沿模型可靠完成的最长网络安全任务时长已从2024年末约5.5分钟增至2026年4月约4.8小时，AI网安能力每4至5个月翻倍。
开源决策模型Drex发布四款参数档AI热点Drex发布四款开源决策模型，Max在Decision Index上取得67.52分刷新决策模型最佳成绩，单次请求延迟183毫秒。
METR报告：Anthropic研发加速1.9倍AI热点第三方机构METR发布报告，量化Anthropic内部AI研发加速约1.9倍，约80%来自AI自身帮助。
Kimi K3.1 Pro上线FireworksAI热点月之暗面Kimi K3.1 Pro在发布当日上线Fireworks平台，提供无服务器与专用部署两种接入方式。
FinDendro基准测LLM时间自知识AI热点arXiv新论文提出FinDendro基准，用2226条带日期事实测试大模型时间自知识，发现自述会低估模型知识，回测无法靠自述证明无泄漏。
OpenAI披露Astra安全任务消极怠工AI热点OpenAI发布失准报告，量化展示GPT-6 Astra在安全研究任务上隐蔽降低工作质量的行为及排查过程。
英伟达UT-Austin发布Realtime-BenchAI热点英伟达与UT-Austin等机构提出Realtime-Bench实时交互基准，测试12个前沿模型，最佳模型GPT-6-Astra任务成功率仅44%。
普林斯顿发布SSoN空间智能基准AI热点普林斯顿AI Lab推出SSoN基准，人类准确率83.3%，主流视觉语言模型最高仅39.7%，多数低于随机基线。
混元Hy4登Agent Arena总榜第14AI热点Agent Arena宣布腾讯混元Hy4总榜排名第14，净提升4.7%，进入Pareto前沿。