二〇二六年五月十六日
收録 31 篇
研究 14 · 产品 4 · 工程 9 · 评测 4
- 推进系统性AI安全领域：资助开放
- 新型评估与Agent脚手架赏金计划
- 评估前沿AI系统的早期经验
- OpenAI o1 模型部署前评估
- 长文本任务
- Anthropic 升级版 Claude 3.5 Sonnet 的部署前评估
- 我们的第一年
- 发布 Inspect Evals
- OpenAI 在 ChatGPT 中推出个人理财功能，可连接银行账户分析交易数据
- 综述评估 agent 的基准：Terminal-Bench、Tau-Bench 等十余项及校准方法
- Claude 百万上下文窗口可设自动压缩阈值避免污染
- Claude Code 百万 token 上下文窗口的双刃剑效应与会话管理策略
- 关于AI委托与长期可靠性近期研究的进一步说明
- datasette-llm-limits 0.1a0
- iNaturalist-Clumper 0.1
- Eric Jang – 从零构建AlphaGo
- 安全评估原则
- 我们如何弥合AI能力与防护之间的差距
- 安全案例如何助力前沿AI安全
- 增强AI韧性
- RepliBench：衡量AI系统中的自主复制能力
- AISI挑战基金新更新
- LLM 裁判受审：评估自动评分器的新统计框架
- 如何评估AI agent的控制措施？
- Causal Forcing++：面向实时交互视频生成的可扩展少步自回归扩散蒸馏
- 为何编码代理在大型代码库中失败（以及应对方法）
- Together AI 与 Pearl Research Labs 合作降低 AI 推理成本
- autoresearch 项目发布单 GPU 自包含版，AI agent 自主迭代训练代码优化 LLM
- nanochat 单节点 8XH100 训练 2 小时达 GPT-2 级别能力，数据集切换至 NVIDIA ClimbMix
- 构建通用无障碍代理——过程中的经验教训
- ChatGPT 中的全新个人理财体验