热点
共 505 篇 · 第 11 / 85 页
NeurIPS论文：AI模型可证明地隐藏任意能力，权重审计也难发现
NeurIPS 2026接收的一篇论文证明，攻击者可在模型权重中嵌入加密神经网络，仅在特定密钥触发时才解密执行。研究测试了微调、权重加噪、梯度触发词搜索和潜在对抗训练四种引出手段，均无法可靠发现隐藏能力，意味着通过安全评估不等于模型没有危险能力。
清华OSWorld-Science基准：AI操作科研软件平均得分仅34.3%
清华大学团队牵头推出面向真实科研场景的计算机使用智能体评测基准OSWorld-Science，包含146项专家设计任务、7大科学领域、14种科研软件配置。首轮12个视觉语言模型平均任务得分仅34.3%，化学等学科任务普遍失利，暴露出AI智能体在长流程科研操作上的明显短板。
AI智能体重建《现代战争2》源代码：99%函数复现，83%逐字节匹配
海外开发者Maurice Heumann披露，他使用Claude与Codex两套AI智能体，历时三个月、消耗超5000亿token，重建了《使命召唤：现代战争2》（2009）的源代码。目前99%的函数已复现，其中83%与原版逐字节一致，游戏已可完美运行，但动视已对项目施加版权压力。
智谱发布法律大模型GLM-Legal：Harvey LAB全通过率19.2%
智谱发布法律垂域模型GLM-Legal，基于轻量基座GLM-5.3-Flash构建。其在Harvey LAB律所工作流基准上取得19.2%全通过率，较基座提升12.5个百分点，并在LegalBench与中文PLawBench上达到前沿闭源模型水平，单任务成本约0.15美元。
阿里千问发布QwenGyre弹性强化学习框架：智能体训练提速最高1.85倍
通义千问团队联合中国科大、清华发布弹性强化学习框架QwenGyre，专攻单次数小时、约70万token的超长程智能体训练。其弹性调度器可在执行与训练间动态调配GPU：在Qwen3.8 2.4T上完成48步强化学习耗时75.42小时，较异步方案缩短约44%。
面壁智能发布MiniCPM-V 4.7：3GB内存跑350亿参数端侧MoE模型
10月13日，面壁智能发布端侧多模态大模型MiniCPM-V 4.7。其35B-A3B版采用MoE架构，总参数350亿、推理仅激活30亿，约3GB内存即可运行，iPad Pro解码速度15+ token/s，覆盖iOS、安卓、鸿蒙与主流芯片平台。
