跳到正文
  1. Google DeepMind69

    Google DeepMind 发布 Gemini 4 Carbon 前沿模型

    Google DeepMind 发布新一代前沿模型 Gemini 4 Carbon,称其在网络安全与长程任务上能力最强,在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一,在 SEC-bench Pro 得分 88.2%、ExploitGym 得分 54.8%、CWE-bench 得分 71.0%。

    推荐理由:Gemini 4 Carbon 在网络安全与长程智能体任务上的基准表现,以及分阶段开放的策略,都是观察前沿模型能力与部署节奏的一个样本。

  1. Microsoft Research77

    微软研究院开源 Agent Lightning v1.0:3500 行代码的轻量智能体 RL 框架

    微软研究院开源 Agent Lightning v1.0,用约 3,500 行代码实现名为 Harnessed Agentic RL 的训练范式,让部署时使用的 agent harness 直接参与强化学习,无需在训练框架里重写智能体。

    推荐理由:微软研究院开源 Agent Lightning v1.0,给出真实 harness 参与 RL 训练的完整管线与配方,可用于复现。

已经到底了