Ai2 发布 Old Ideas, Novel Problems 研究与 benchmark,揭示 LLM 新颖性裁判不稳定
Ai2 发布研究 Old Ideas, Novel Problems、配套 benchmark、数据、代码和自动化流水线,测试 LLM 作为研究想法新颖性裁判的可靠性。
首页已经看过的不重复列。下面从更早的内容继续,可以一直往下滚。
Ai2 发布研究 Old Ideas, Novel Problems、配套 benchmark、数据、代码和自动化流水线,测试 LLM 作为研究想法新颖性裁判的可靠性。
达卯科技在 CPE 2026 提出 E-AIDC 能源驱动型智算中心新范式,以垂类能源大模型与智能体集群破解绿电直连零和博弈,通过四重市场融合套利实现投资收益与用户电价双优。
IT之家 10 月 27 日消息,据《商业内幕》今天报道,韩国股市近期大幅震荡,全球 AI 交易正影响投资者情绪。高盛表示,AI 已经成为金融市场的一股强大力量, 半导体股票对各类资产价格走势的影响力已超过油价 。 高盛研究显示,过去三周内,半导体板块的行情差异可以解释各类资产约 54% 的表现分化,而油价仅能解释 2%。
千问App重磅上线三大核心学习功能,精准狙击学生提分痛点 · · Oct 27, 2026 近日,千问App正式宣布推出面向学习场景的三大核心功能,包括精准找题、拍题答疑以及全新升级的学习档案,旨在通过全链路的AI技术帮学生实现更高效、更具针对性的练习。
Anthropic 的 S-1 文件显示,其收入从 4100 万美元暴增至 2026 年上半年的 163 亿美元,首个盈利季度实现 9.74 亿美元运营利润,毛利率达 85%,持有 1340 亿美元现金,累计消耗仅 97 亿美元,同时以知识工作者的「虚拟协作者」平台定位冲刺 2 万亿美元 IPO。
Latent Space 汇总解读 Anthropic 公开提交的 S-1 文件,公司计划以代码 AN 上市纳斯达克,营收从 2023 年的 41M 美元增至 H1 2026 的 16.3B 美元,Q2 营收 11.6B 美元同比增长 1,368%,营业利润 974M 美元,H1 2026 毛利率达 85%。
英伟达 10 月 27 日宣布与 Meta 扩大 Muse 智能助手方向的合作,并向 Meta 股权投资发行投资 30 亿美元(约合 200.51 亿元人民币)。
Gamma5 重塑思考与设计,深度打通20+主流办公工具 · · Oct 27, 2026 近日,AI内容创作工具 Gamma 正式发布了全新一代的 Gamma5。官方表示,新版本彻底重建了用户的思考、设计和编辑工作流,旨在为职场人和内容创作者带来更高效的演示文稿与文档制作体验。 在核心功能方面,Gamma5引入了先进的智能体(Agent)技术。
Optiver 介绍即时交易反馈如何塑造模块化 AI 平台,在新模型发布当天提供访问,同时兼顾内部评测、成本控制和自助式智能体。
OpenAI 与 Oracle 正通过「Oracle AI Workspace」将 Oracle 应用与数据集成到 ChatGPT 中,并推出 AI Security Mesh、App Composer 等全新 AI 产品,以简化企业运营。
OpenAI 宣布扩大与 Oracle 的合作,将 Oracle 应用和数据接入 ChatGPT,并用 OpenAI 模型驱动 Oracle 新产品。
OpenAI官宣数学与物理学三大突破:AI攻克百年猜想,携手全球学者开启科学验证新模式 · · Oct 27, 2026 近日,OpenAI官方正式宣布其人工智能模型在数学、计算机科学和物理学领域取得了三项重大科学发现,分别涉及调和分析、计算复杂度理论以及量子场论。
安全研究员利用生成式AI挖掘PS5高危漏洞获索尼33万元奖励 · · Oct 27, 2026 近日,安全研究人员Jordy利用生成式AI技术成功挖掘出索尼PS5系统的高危漏洞,并凭借该成果通过索尼漏洞奖励计划获得5万美元(约合33.9万元人民币)赏金。该漏洞允许在PS5主机上运行Linux系统,但事件随即在主机改机与安全研究社区引发争议。
Elon 解释 SpaceXAI 向 Anthropic 提供算力前,曾亲自接触 Anthropic 团队考察其"邪恶探测器",因对方友善负责而决定洽谈合作。他还提议前沿模型公司每周通话、新模型发布前一周先给竞争对手试用,认为监管机构建立和立规太慢,竞争对手互盯更能保持诚实。
Addy Osmani 提出判断子智能体的经验法则:只有当任务可并行、需要全新上下文或单个智能体确实无法选对工具时才保留子智能体,否则应将其收回主循环。他指出系统提示词臃肿往往是问题根源,可用 Skills 和工具搜索解决,而不必把上下文拆分到多个智能体。做法是把子智能体的提示词改写成 skill,跑完评测后保留效果更好的方案。
作者实测蚂蚁灵光 2.0 接入 15 个国民级 App,发现国产 Personal Agent 核心优势在于深度融合中文服务生态,并展现出强主动性与多模态接入能力。
作者分享了将米家、滴滴、美团、瑞幸、麦当劳、淘宝等15个国民级App接入蚂蚁灵光2.0 Personal Agent的实操过程,涵盖扫码授权、官方MCP、Skill、CLI等接入方式,并附上一段可在对话里逐步引导接入全部服务的配置提示语。
FFR完成FFAI机器人业务合并,贾跃亭出任CEO并正式挂牌上市 · · Oct 27, 2026 10月27日消息,法拉第未来(Faraday Future)宣布,旗下FF EAI Robotics Ecosystem Inc.(纳斯达克股票代码:FFR)已于10月23日完成对FFAI机器人的合并交易。
星火大模型V3. 7 登顶,讯飞晓医三大核心能力全线升级 · · Oct 27, 2026 近日,在全球1024开发者节上,科大讯飞正式发布了备受瞩目的全新升级成果。其依托的星火医疗大模型V3.7在 权威 的MedBench5.0评测中,以99.6分的高分成功登顶榜首,实现了多模态技术的关键突破,并全面赋能临床医疗与居民健康管理两大核心场景。
塔塔通讯砸 4 亿美元铺光纤,串起印度 AI 数据中心 · · Oct 27, 2026 塔塔通讯(Tata Communications)于当地时间 26 日放出一桩大基建计划:拟投入 4 至 4.5 亿美元(约 26.7 亿至 30.1 亿元人民币),在印度建起一条连接关键 AI 数据中心的"AI 就绪型"高速率低延迟网络走廊。
全球首个海洋通用基座大模型正式通过国家网信办备案 · · Oct 27, 2026 10月27日,世航智能官方透露,其自主研发的海洋通用基座大模型“沧穹 CEORION”已正式完成国家网信办备案。作为全球首个海洋通用基座大模型,该成果的落地填补了行业空白。
千问推出学习场景三项能力:输入地区、年级、学科和试卷关键词即可精准找题并免费下载打印;「拍题答疑」按阅卷标准给出解题步骤,卡住的步骤可进「小讲堂」由 AI 老师拆解讲解。日常错题会自动归入新升级的「学习档案」,通过“薄弱点分析”定位反复出错的知识点并针对性练习。
NVIDIA 与 Meta 宣布扩大围绕 Muse 及 Muse 系列模型的合作,优化推理与训练性能,并考虑在 NVIDIA OpenShell 参考架构和 NVIDIA Sentry 监控等方向继续合作。
vLLM Semantic Router 团队发布 Apache-2.0 开源的 27B 多模态决策模型 d3-ultra,属于 Decision 3.0 家族,不生成文本,而是单次读取输入后对每个问题返回概率,支持 Choice、Yes/No、Score、Box、Track 五类问题。
蚂蚁 inclusionAI 发布 Ling-3.1-flash-1019,为 Ling-3.1-flash 的升级版,总参数 560B、每 token 激活 25B、上下文窗口 1M token。
Anthropic 七联创身价均破 900 亿,承诺捐出八成股份 · · Oct 27, 2026 据《财富》报道,Anthropic 已向美国 SEC 提交 S-1 注册声明,文件揭开了七位联合创始人的身家底牌。据披露,这七人当前身价均落在 140 亿美元(约 930 亿元人民币)上下,若公司顺利上市、估值上行,财富还有望翻一番。 七位创始人股权近乎均等。
百度开源 3.34B 参数的 OCR 模型 Unlimited OCR 2,MIT 许可,可单次请求解析数百页文档。核心是 SR-SWA 稀疏参考滑动窗口注意力,用 512 token 固定参考集加 128 token 局部窗口使每步解码开销基本不随页数增长。
Indigo Talk 第53期对话前沿科技投资人郑迪,从 Robert Wright 新书《上帝的测试》聊起,探讨AI训练如同有人类打分的自然选择,模型的谄媚、作弊乃至勒索是人类自身的镜像。节目后半段聊透投资判断,覆盖生物医药、光通信到 SpaceX,并延伸至机器递归文明驱动的太空大航海时代。
inclusionAI 在 zai-org/GLM-5.3-Flash 上构建了内置流式护栏 SingProbe,复用基座模型隐藏状态,在每个 token 上对查询意图、回复不安全和幻觉风险打分,解码开销低于 0.5%。