加州大学伯克利分校的研究团队近日发表博客文章，详细阐述了他们在构建可信赖的AI智能体基准测试方面取得的突破性进展。文章指出，当前许多流行的AI智能体基准测试存在设计缺陷，容易被特定策略“破解”或产生误导性结...

据《连线》杂志报道，人工智能领军企业OpenAI近日公开支持美国伊利诺伊州一项颇具争议的法案。该法案旨在为AI实验室提供广泛的法律责任豁免，即使其产品造成被定义为“重大损害”的后果——例如导致超过100人死亡或造成1...

近日，GitHub上开源了一个名为Claw-Eval的评估框架，专门用于评估大型语言模型作为智能体的能力。该框架的核心价值在于其构建了一个全面且经过人类验证的基准测试集，涵盖了139项多样化的真实世界任务。与以往许多依...

近日，一个名为Xilem的实验性、高层次响应式用户界面框架在GitHub上引发Rust开发者社区的关注。该项目旨在为Rust语言提供一个轻量级的视图树构建方案，能够同时支持Web与原生后端，标志着Rust在GUI开发领域向现代化...

一项名为‘简单自蒸馏’（Simple Self-Distillation, SSD）的新方法为大语言模型的代码生成能力提升开辟了一条高效且成本低廉的路径。该方法的核心在于，仅利用模型自身在特定采样配置（如温度参数和截断策略）下生成...

近日，一项名为“LLM Wiki”的创新框架在开发者社区引发关注。该框架的核心是一个可被复制并粘贴到大语言模型（LLM）智能体中的“想法文件”，旨在为利用LLM构建和维护知识库提供一套系统化模式。在这一协作框架下，人类...

近日，SafeAI-Lab-X团队在GitHub上开源了名为ClawKeeper的安全防护框架，旨在为OpenClaw系列自主智能体提供全面的实时安全保障。该框架被喻为“OpenClaw的诺顿”，其核心创新在于构建了一个多层次、纵深防御的安全体系...

一位GitHub Copilot应用科学领域的研究人员，在构建了一个利用编码智能体分析海量智能体轨迹数据的工具后，总结并提炼出一套“智能体驱动开发”框架。该框架的核心洞见在于，将编码智能体视为初级工程师进行协作：提供...