Trail of Bits 发文批评 1Password 8月6日发布的 FLAWED 报告,称其 26% 的 AI 干净修复率受四项实验设计选择影响而失真,包括刻意指示智能体应用错误修复的提示词占 22% 数据、36% 的试验禁止编译测试,以及不同推理档位设置。
查看原文:https://blog.trailofbits.com/2026/09/15/1passwords-ai-patching-benchmark-is-misleading
来源:Trail of Bits:AI安全研究
Trail of Bits 发文批评 1Password 8月6日发布的 FLAWED 报告,称其 26% 的 AI 干净修复率受四项实验设计选择影响而失真,包括刻意指示智能体应用错误修复的提示词占 22% 数据、36% 的试验禁止编译测试,以及不同推理档位设置。
查看原文:https://blog.trailofbits.com/2026/09/15/1passwords-ai-patching-benchmark-is-misleading
来源:Trail of Bits:AI安全研究
Meta 宣布把基于 Muse Wonder 训练的专用模型推向 Muse 和 Meta AI 用户,Personal Superintelligence Index 得分从 38% 提升到 47%。 查看原文:https://resear...
Cursor 推出与智能体的实时语音聊天功能,可用语音提出更改、询问进展并听取智能体播报的简短进度。语音聊天支持智能体窗口、IDE、Web 端和 iOS,可搜索历史消息和通话、在多个 worker 间切换,iOS 上还支持“Hey Siri...
OpenClaw 重构模型列表获取方式,约五周、80 个 PR,新模型不再等客户端发版。现在从三处取模型列表:每 4 小时重建的 catalog.openclaw.ai 目录(约 1000 个模型)、账号可用的模型列表,以及 PATH 上已...
OpenRouter 发布新一代 Auto Router,并推出专为编码场景的 Auto Code(openrouter/auto-code),替换 openrouter/auto 即可使用。 查看原文:https://openrouter...
据 Reuters 报道,约 60 万块 Nvidia H200 芯片闲置在香港仓库,阻碍并非来自华盛顿而是北京。尽管 Trump 去年已放行 H200 对华销售,中国正以每家科技巨头约 1 万块的速度小批量发放进口许可,推动国内服务器价格...
METR 发布对 Anthropic 内部数据的十一周审计结果,称自 2025 年 10 月以来模型测试分数提升速度约加快 1.9 倍,其中约 80% 归因于 AI 用于公司自身研究,可能已在 7 月 15 日达到其负责任扩展政策中的预警阈...
据 Reuters,Anthropic 的 IPO 遇阻,投资者质疑 1.5 万亿美元估值过高,有投资者提出仅 1 万亿美元,公司 9 月曾瞄准最高 2 万亿美元估值。 查看原文:https://the-decoder.com/anthro...
Latent Space 汇总 2026-11-04 至 11-05 的 AI 新闻,头条是 Thinking Machines 发布 Inkling 2 Small。 查看原文:https://latent.space/p/ainews-...
微信扫码分享


