词 术语频次

AISI 开发的开源 AI 评估框架

1. walkinglabs/learn-harness-engineering 工程 · GitHub · 05-23
2. Modal C轮融资：以46.5亿美元估值募资3.55亿美元 产品 · Modal · 05-22
3. AISI 高级 AI 评估：五月更新 评测 · UK AISI · 05-17
4. 前沿AI问答评估开发早期洞察 研究 · UK AISI · 05-17
5. AISI的安全案例 研究 · UK AISI · 05-17
6. 第四次进展报告 评测 · UK AISI · 05-17
7. 评估前沿AI系统的早期经验 评测 · UK AISI · 05-16
8. 新型评估与Agent脚手架赏金计划 研究 · UK AISI · 05-16
9. 发布 Inspect Evals 工程 · UK AISI · 05-16
10. 我们的第一年 评测 · UK AISI · 05-16
11. RepliBench：衡量AI系统中的自主复制能力 研究 · UK AISI · 05-16
12. HiBayES：用分层贝叶斯建模改进LLM评估 研究 · UK AISI · 05-15
13. Inspect Cyber：Agentic网络评估新标准 工程 · UK AISI · 05-15
14. Inspect 沙箱工具包：可扩展且安全的 AI agent 评估 工程 · UK AISI · 05-15
15. Frontier AI趋势报告首期5项关键发现 评测 · UK AISI · 05-15
16. Introducing ControlArena：用于运行AI控制实验的库 工程 · UK AISI · 05-15
17. 我们的2025年度回顾 评测 · UK AISI · 05-14
18. Devin 现已支持 Android 模拟器 产品 · Cognition · 05-14
19. 使用Inspect Scout进行转录分析的工作流 工程 · UK AISI · 05-14
20. 资助60个项目推进AI对齐研究 研究 · UK AISI · 05-14
21. AI agent 能逃出沙箱吗？容器逃逸能力安全基准测试 研究 · UK AISI · 05-14
22. AI网络任务中推理扩展的证据：增加评估预算揭示更高成功率 研究 · UK AISI · 05-14
23. 沙盒AI智能体能从评估环境中学到什么？ 研究 · UK AISI · 05-13
24. 参数高尔夫教给我们的AI辅助研究经验 产品 · OpenAI · 05-13
25. 如何与AI协作并实现复利 工程 · Eugene Yan · 05-12
26. 在 Modal 上构建 RL 定理证明工作流 工程 · Modal · 05-09
27. 自动扩缩 Autoresearch：在 Modal 上为你的 agents 提供弹性 GPU 工程 · Modal · 05-09
28. 当“正确”并非确定性时验证 agentic 行为 研究 · GitHub AI/ML · 05-09
29. 提升 GitHub Agentic Workflows 中的 token 效率 工程 · GitHub AI/ML · 05-09
30. 在 OpenAI 安全运行 Codex 工程 · OpenAI · 05-09
31. EMO：为涌现模块化预训练 Mixture of Experts | Ai2 研究 · Allen AI · 05-09
32. EMO：为涌现模块化预训练混合专家 研究 · HF Blog · 05-09
33. holaboss-ai/holaOS 工程 · GitHub · 05-08
34. 用 GPT-5.5 和 GPT-5.5-Cyber 扩展网络安全可信访问 产品 · OpenAI · 05-08
35. 捐赠我们的开源对齐工具 工程 · Anthropic Research · 05-08
36. Gemini API 更新 Interactions steps 与 File Search 多模态检索 产品 · X · 05-08
37. Farzapedia 展示基于本地文件的 AI 个性化方案 工程 · X · 05-07
38. Gemini API File Search 支持 PDF 与图像多模态 RAG 产品 · X · 05-07
39. HKUDS/Vibe-Trading 工程 · GitHub · 05-07
40. MolmoAct 2：面向现实世界机器人工作的开放基础 | Ai2 Allen AI · 05-06
41. Vibe 中的远程 agent，由 Mistral Medium 3.5 驱动 Mistral · 05-04
42. Qwen/SAE-Res-Qwen3.5-9B-Base-W64K-L0_50 产品 · Qwen · 05-03
43. Qwen/SAE-Res-Qwen3.5-9B-Base-W64K-L0_100 研究 · Qwen · 05-03
44. Qwen/SAE-Res-Qwen3.5-35B-A3B-Base-W32K-L0_50 产品 · Qwen · 05-03
45. Qwen/SAE-Res-Qwen3.5-35B-A3B-Base-W128K-L0_100 研究 · Qwen · 05-03
46. Qwen/SAE-Res-Qwen3-30B-A3B-Base-W128K-L0_100 研究 · Qwen · 05-03
47. SAE-Res-Qwen3.5-2B-Base-W32K-L0_50 工程 · Qwen · 05-03
48. SAE-Res-Qwen3-1.7B-Base-W32K-L0_50 产品 · Qwen · 05-03
49. SAE-Res-Qwen3-1.7B-Base-W32K-L0_100 产品 · Qwen · 05-03
50. SAE-Res-Qwen3.5-2B-Base-W32K-L0_100 研究 · Qwen · 05-03
51. Qwen/SAE-Res-Qwen3.5-27B-W80K-L0_50 研究 · Qwen · 05-03
52. Qwen/SAE-Res-Qwen3.5-27B-W80K-L0_100 研究 · Qwen · 05-03
53. SAE-Res-Qwen3-8B-Base-W64K-L0_50 研究 · Qwen · 05-03
54. SAE-Res-Qwen3-8B-Base-W64K-L0_100 工程 · Qwen · 05-03
55. Qwen/SAE-Res-Qwen3-30B-A3B-Base-W32K-L0_50 研究 · Qwen · 05-03
56. 用于编排的开源规范：Symphony OpenAI · 05-03
57. vLLM 中的 DeepSeek V4：高效长上下文 Attention vLLM · 05-03
58. 揭秘 AI agents 的 evals Anthropic Engineering · 05-03
59. DeepSeek-V4 Pro 现已在 Together AI 上可用 Together AI · 05-03
60. Coding Agent 的组成部分 Sebastian Raschka · 05-03
61. 我理解 LLM 架构的工作流 Sebastian Raschka · 05-03