效果用攻击成功率（ASR）衡量，效用用MMLU（5-shot）等基准衡量。

1、leyuapp 更省、更便宜，还得更能打，这才叫诚意。

数据清晰证实，顶会审稿存在明显的年度尺度漂移：不同审稿人的打分标准差异逐年变大，相同评价对应悬殊分数的现象愈发普遍。leyuapp现在已经退回272k，接下来几天再把372k放出去。

2、The Athletic：洋基应考虑任何交易，包括赛扬奖得主斯库巴尔

参考资料： https://x.com/deedydas/status/2079409461874332066 编辑：摩西新智元报道 过去一年，具身智能赛道正经历着前所未有的「冰火两重天」。

3、投球节拍器！卡瓦利首季连续四月ERA稳在4以下，纳兹轮换双核数据喜人

然而，正因其影响深远，更有必要审慎检视这一进路的内在局限。

4、中方代表团有力驳斥日方攻击抹黑：块头大并不必然就是威胁，块头小并不必然就不危险

Fable 5给东京大学研究量子场论和弦理论的教授立川裕二留下了深刻印象： Fable似乎确实理解弦理论，并且也有直觉。

5、前NBA球员劳森被捕细节曝光：偷34美元伏特加，骂警察踢玻璃还吐口水

一周后，OpenAI在半个月内密集甩出Work、Sites、统一搜索。

这为通用机器人的规模化部署奠定了最核心的技术基础：未来，机器人每到一个新工厂，只需要加载的「快权重记忆包」，就能瞬间化身熟练工，即插即用！ 5倍碾压， 直面真实世界的残酷 考场先摆出来：论文公布的真实世界跨域评估，9项复杂任务，扰动全是机器人上岗后真实会撞上的：光照变了，物体换了，背景乱了。

原本这些活儿，都得你在一个个工具之间来回切、把数据一段段复制进对话框。

6、中国足球学习佛得角，不应只限于一场友谊赛

它擅长的是，模糊、近似、听起来很有道理。

参考资料： https://safe.ai/blog/significant-increase-in-digital-labor-automation https://x.com/free_ai_guides/status/2073050543027638443 https://youtu.be/SlGRN8jh2RI https://x.com/bcherny/status/2007179861115511237 编辑：元宇新智元报道 直出8K长卷，中国AI还是首次！ 就在今天，WAIC大会上，商汤正式发布下一代「满血旗舰」——日日新SenseNova-U1 Pro。

7、咱们身边事丨阿勒泰这场消防安全夜查，既“治病”又“防病”

底层大模型必须可替换 佟博士的一个基本判断是： 大模型应当是企业认知系统中的推理资源，而不应当成为企业认知系统本身。

张益唐，因在孪生素数猜想上的突破性贡献而名震全球，但在此之前的几十年里，他的经历堪称学术界悲剧。

8、Jake Paul喷NFL“超级平庸”：我更快更强，多队已有意

大型迁移特别适合喂给AI，原因很朴素—— 活儿天然是并行的，几千个文件能同时开工； 旧代码本身就是最好的规范； 测试套件是现成的裁判； 编译或测试一失败，下一个待办自己就冒出来。

于是，搜索，就成了这个闭环里最后一块拼图。

同一个荷马，同一部史诗。

9、意外！邦本宜裕为辽宁铁人本轮中超直接拼到腿抽筋下场，赢得点赞

今年3月，这家公司完成了2亿美元A轮融资。

今天，64个智能体花1小时能解决50年的图论猜想。

10、希顿谈拉门斯在世界杯比赛中的失误；多尔古：每个人都开心地回来了，我们对这个赛季感到开心和兴奋

HMS-base（不带自进化控制器）的准确率是92.4%，加上自进化控制器后达到92.8%。

测试通过数、分数阈值这类可量化标准之所以好用，是因为Claude不用自己纠结「够不够好」，评估器替它判。

1、2027款玛莎拉蒂Grecale Folgore外观官图公布，全视角展示纯电SUV细节

两者都能达到同样的结果，但实现路径不同，但Kimi 的创意更强。

2、我在文明实践站里迎七一（一）

这次搜的，是你自己ChatGPT账号里攒下的东西。

3、7000万镑！阿森纳将正式报价吉马良斯，但纽卡不放人交易悬了

但这，也就是Jeff Dean做的全部了。WRC新50小时赛制爱沙尼亚站首秀成功，车手力挺或成未来蓝本这就是反向信息悖论的本质： 企业以为自己只是在购买智能，实际上也可能在向外部系统持续输出自身的智能。

4、The Athletic：道奇是交易斯库巴尔“行业最看好”球队

年底见。

5、本周六江苏五场足球联赛开赛，出行观赛注意事项速看

J-Space以认知神经科学的全局工作空间理论为解释框架，将语言模型的推理活动类比于人类意识层面的信息处理，在方法论和认识论层面都构成了重要推进，也为AI安全提供了全新的监控维度。

6、海鹰刚夺超级碗又收大礼 ESPN称25岁以下核心联盟前十

跨物体——不只认识规则工业零件，还认识几百种日化、食品、玩具、文具，连透明的、柔软的、反光的都能识别。

从这个视角来看，小象电动做的不仅是一个零部件，而是一项推动边缘计算和能源产业发展「绿色底座」。

要知道，130这道门槛之前一直没被跨过去。

7、称重竟被对手碾压！泰森·富里265磅，对手体重高达291磅

这意味着系统不只是「能走对」，而是「能在走偏后恢复正确路径」。

有前员工打了个生动的比方：「想让每个部门的领导层都朝同一个方向使劲，就像试图煮沸整个大海。

8、开盘超4600股下跌，油气、能源设备板块逆势走强_网易订阅

球场上的冠军属于胜者，但当工作室级别的长程生产力被双手奉上时，每一个普通的「超级个体」，都已经在AI的赋能下，拿到了属于自己人生的「全场MVP」。

全场最廉价的白卷 P6这道数论题是Day 2的压轴，它要求证明递推序列最终具有周期性。

依托自研KairosRT高性能计算引擎，在保住模型高智能上限的同时，跑通端侧实时推理。

随着投稿规模不断扩大，这种评分尺度的不一致，正成为影响同行评审公平性和稳定性的重要因素。