Voxtral团队最新发布了Voxtral Mini和Voxtral Small两款多模态音频聊天模型，在语音理解和文本处理方面均达到业界领先水平。这两款模型能够同时处理语音音频和文本文档，在多项音频基准测试中取得了最先进的性能表现...

ARC-AGI-3是一项突破性的评估基准，旨在通过测量AI系统在新颖、未见过的环境中的技能获取效率，来评估其泛化能力和智能水平。该基准利用游戏环境作为测试媒介，为评估经验驱动的能力提供了丰富的平台。ARC-AGI-3的独...

Hugging Face最新推出的FutureBench是一个专门用于测试AI代理在预测未来事件方面能力的基准测试平台。该平台覆盖科学、地缘政治和技术等多个领域，旨在评估AI系统在复杂多变的环境中预测未来趋势的准确性和可靠性。F...

近日，名为MCP-B的新型协议正式发布，该协议专为AI驱动的浏览器自动化设计，旨在提供更高效、更智能的网页交互解决方案。根据开发者社区反馈，该协议在Hacker News上获得227点热度并引发112条讨论，显示出技术社区对...

艾伦人工智能研究所（AI2）近日推出OLMo 2全开源语言模型家族，标志着大模型开源生态取得重大突破。该系列包含32B、13B、7B和1B四种参数规模，其中旗舰型号OLMo 2 32B成为首个在主流基准测试中同时超越GPT-3.5 Turbo...

近日，研究人员发布了新一代商业级大语言模型Mercury，该模型基于扩散模型技术，采用Transformer架构进行参数化，并能够并行预测多个token。报告重点介绍了Mercury Coder，这是首套专为编程应用设计的扩散大语言模型...

Morph团队近日推出了一款名为Morph的AI代码编辑工具，其核心创新在于能够以每秒4500个令牌（tokens）的速度直接应用AI生成的代码编辑到现有文件中，解决了传统全文件重写或搜索替换方法速度慢、易出错的问题。该工具...

一项创新的推理时间扩展方法通过结合o4-mini、Gemini-2.5-Pro和DeepSeek-R1三种AI模型，在ARC-AGI-2基准测试中实现了30%的性能提升，显著优于单个模型的表现。该技术采用动态选择机制，根据问题特性自动分配最适合的...