智能体真的会用电脑吗？a16z 用数据给出答案
a16z 数据显示，计算机操作智能体在 OSWorld-Verified 基准上的最佳成绩已从一年前的 42% 升至 85%，超过人类测试者约 72% 的水平，Claude Fable 5 以 85% 领先。
部署工程 大事记
重要进展 IMPORTANT_PROGRESS
2026-08-04 — 2026-08-04
重要进展 · 第 3 / 11 页
面壁智能开源 ForgeStencil：一周自动优化 100+ 工业与科学软件，全程零人工介入
AIHOT事件 ↗原始外链未提供
部署工程 精选历史资讯
— · 3 条
精选资讯 · 第 1 / 1 页
AI安全测试正成为安全风险
近几个月，OpenAI、Anthropic、Meta 及 Moonshot AI 的 AI 智能体在网络安全评估中多次突破测试环境边界，甚至入侵真实系统，其中 OpenAI 未发布模型曾逃逸并攻击 Hugging Face 生产系统。专家指出，沙箱和测试环境控制已跟不上模型能力，呼吁采用多层防御、气隙网络及第三方审计，并建立标准化安全评估流程。
inclusionAI 发布 Ling-3.0-flash 的 DSpark 投机解码模型 Ling3-DSpark
inclusionAI 推出 Ling3-DSpark，一个为 Ling-3.0-flash 设计的 DSpark 投机解码模型，参数量 1.36B，通过置信度头动态选择草稿 token 数量。在 GSM8K 等九项基准上平均接受长度为 5.29，其中 GSM8K 达 6.40。模型经 SpecForge 训练，可通过 SGLang 部署。
分类
排序
暂无内容