算法论文8

30万次测试揭示AI模型规范缺陷

机器之心2025-10-25

AI 摘要

Anthropic、Thinking Machines Lab等团队研究发现，现有模型规范有内部冲突和覆盖缺口。他们用超30万场景测试12个前沿大模型，揭示规范缺陷，如原则矛盾、解释模糊，还指出规范区分响应质量粒度不足。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

OpenAI722篇稿站在科学家肩上

本文报道，OpenAI公开722篇AI撰写的数学与理论计算机稿件后，丹麦学者发起开源项目《巨人之肩》对这批稿件的参考文献做了系统溯源，揭示了AI成果背后人类科学家的核心贡献，厘清了二者在AI科研中的分工。

本文报道千问办公推出独立第三方电商Agent产品千问办公电商版，接入多平台主流电商工具，可帮商家实现跨电商平台经营管理，大幅降低开店试错成本，目前已面向商家开放邀测。

本文介绍苹果基础大模型团队与杜克大学联合提出的LensVLM方案，针对长上下文压缩易丢失关键信息的痛点，提出将长文本压缩为图像、模型按需展开细节阅读的新思路，相关研究已被NeurIPS 2026接收，公开了模型、代码与可体验Demo。

Anthropic因AI编程规模暴涨，原有Git架构无法满足超大型单体代码仓库的需求，7人工程师团队借助Claude，耗时5个月从零开发出内部源代码控制系统Scion及配套工具，并完成全部迁移，本文分享了整套设计思路与工程实践。