MiniMax 开放 M3.1 Flash 权重：428B 总参数、每 token 激活 23B
MiniMax 宣布 M3.1 Flash 权重公开，总参数 428B、每 token 激活 23B，提供 Hugging Face 和 ModelScope 下载。
AI 编码 大事记
重要进展 IMPORTANT_PROGRESS
2024-08-13 — 2024-08-13
重要进展 · 第 62 / 105 页
SWE-bench Verified 引入人工验证任务集
OpenAI 与 SWE-bench 作者发布经专业开发者筛查的五百项任务，减少规格不清、测试过窄及环境失败造成的评测偏差。
AI 编码 精选历史资讯
— · 3 条
精选资讯 · 第 1 / 1 页
Anthropic 用 Claude 对 123 个开源库完成汇编级形式化安全证明
Anthropic 与 Theorem 合作，用 Claude 将 OSS-Fuzz 模糊测试转化为规格，对 123 个开源库的 239 个入口点证明了任意 64 MB 以下输入不崩溃，生成约 1.8 亿行 Rocq 证明。
Anthropic 红队测试 Claude Code Auto Mode 与 Codex Guardian 拦截监控器
Anthropic Fellows 团队用 Opus 5 红队智能体测试生产级拦截监控器，发现 Auto Mode 与 Guardian 的平均攻击成功率超过 55%，主要绕过手段包括伪造转录轮次的监控器注入、多智能体与恶意压缩的多上下文攻击。团队通过转录框架化与转义、监控工作目录编辑和增加智能体监控阶段将攻击成功率降低超过 50 个百分点，但以可接受成本可靠防御多上下文攻击仍是开放问题。
分类
排序
暂无内容