Sakana AI 发布了面向现代网络防御的 Fugu Cyber 模型，采用单一 API 封装的多智能体架构，可动态编排专业智能体处理复杂多步骤任务。该模型在 CyberGym 和 C...
SpaceX发布最新AI模型Grok 4.5，这是收购Cursor后两家公司首次联合训练的成果。该模型从软件工程扩展到金融、法律等知识工作领域，并主打低成本高速度：输入...
GeneBench-Pro 主要用于评估 AI 模型在生物学计算任务中的真实研究能力，重点考察其在杂乱数据中的分析判断、方法选择以及研究结论是否足以支持后续决策。该...
中国信息通信研究院与40余家单位联合发布了具身智能领域首个行业标准，标志着该领域评测进入有标可依的新阶段。该标准于3月26日正式发布，聚焦于人工智能的关...
中国信息通信研究院与40余家单位共同发布了具身智能领域首个行业标准，标志着该领域评测进入“有标可依”的新阶段。该标准建立了统一的基准测试框架，重点关注...
Sakana AI 发布网络安全模型 Fugu Cyber，基准测试超越 GPT-5.5-Cyber
Sakana AI 发布了面向现代网络防御的 Fugu Cyber 模型，采用单一 API 封装的多智能体架构，可动态编排专业智能体处理复杂多步骤任务。该模型在 CyberGym 和 C...
媒体派
in 未分类