新闻归档

研究前沿

Long-Horizon-Terminal-Bench 2.0：自动化多样化任务构建并衡量持续的智能体进度

arXiv:2610.14146v1 公告类型：新 摘要：长期终端基准衡量智能体是否可以通过具有过程奖励的扩展工作流程来维持进度，而不仅仅是其最终状态是否通过二进制检查。我们提出了 Long-Horizo​​n-Terminal-Bench 2.0 (LHTB 2.0)，它是 Long-Horizo​​n-Terminal-Bench 的扩展，保留了 46 个原始任务，同时纠正了任务和评估基础设施……

研究前沿

跨越性别二元：科幻小说和一般小说中的性别参考建模

arXiv:2610.19028v1 公告类型：新 摘要：科幻小说被广泛认为具有令人不安的性别特征。本文询问这是否在语言层面上成立，即性别指称如何容易让位于其对应词、中性术语或其他社会类别，以及它是否将这种类型与一般小说区分开来。

研究前沿

扩散模型的校正训练

arXiv:2610.14136v2 公告类型：新 摘要：扩散模型中的迭代采样可能会因曝光偏差而导致误差累积。降噪器是在插有噪声的真实图像上进行训练的，但在推理时，它的输入是根据其自己在早期步骤中的不完美预测构建的，这是它在训练时从未见过的。

中文动态

7天几百元开一家店！用千问办公电商版，立省启动资金5万元

给企业Agent打了个样

产业动态

沙利文克伦威尔将法律专业知识纳入协议审查

产业动态

安全问题导致冰箱被黑客攻击，造成数百万美元损失并引发火灾

700 家超市发生了利用暴露在互联网上的过时设备的事件。

产业动态

人工智能为数学而来。现在它正在追赶其余的科学

从数学问题到科学探索，人工智能的能力边界持续拓展。Wired 关注 AI 参与科学研究的新进展。

AI 安全

Anthropic 警告小型人工智能模型可以通过物联网设备进行自我复制

“基于重量的小型复制器”可能会迎来新一代计算机蠕虫。

产业动态

Amp 让 AI 代理能够通过 OpenAI 模型超越代码进行工作

产业动态

SentinelOne 将恶意软件分析时间从几周缩短到几小时

产业动态

我的朋友没有灵魂

风靡一时的 Friend AI 项链的第二次迭代声音更大，但没那么有趣。

中文动态

抢先盘点2026全球开发者先锋大会暨国际具身智能技能大赛十大亮点！

“具身进实景，劳动最光荣”