「证据链」共找到 402 篇相关文章
首个真正“能用”的LLM游戏Agent诞生！可实时高频决策，思维链还全程可见
超参数科技推出全新游戏智能体COTA，它由大模型原生驱动，操作似职业选手，决策如教练，推理链路清晰。在自研FPS游戏Demo中表现出色，还打破‘不可能三角’，有望重构游戏人机关系。
细粒度视觉推理链引入数学领域，准确率暴涨32%，港中文MMLab打破多模态数学推理瓶颈
香港中文大学MMLab团队发布MINT - CoT视觉推理方案，解决多模态数学推理难题。它引入特殊Interleave Token，构建专属数据集，采用三阶段训练策略，实验效果全面超越现有方法。
当AI幻觉开始操作电脑：深大、港科大提出ECA，让Agent行动前先验证证据
本文针对Agent场景下AI幻觉会转化为实际错误操作的问题，介绍深圳大学与香港科技大学提出的ECA框架，通过独立验证加门控检查降低不安全执行风险，给出测试数据验证方案有效性。
AI哪怕答案正确，逻辑链却惨不忍睹，奥数级不等式证明成功率不到50%｜ 斯坦福&伯克利&MIT
斯坦福、伯克利、MIT等联合研究，系统评估29个大模型在奥数级不等式证明任务的能力。研究发现，模型答案正确多靠猜，推理漏洞多，参数大、思考久也不能提升推理严谨度，但自我反思和定理线索策略有改善效果。
AI仅凭“自信”学会推理，浙大校友复刻DeepSeek长思维链涌现，强化学习无需外部奖励信号
UC Berkeley团队提出新训练方法Intuitor，大模型无需接触真实答案，仅优化自身信心就能学会复杂推理。该方法无需外部奖励信号或标注数据，用模型自身置信程度作内在奖励信号，在多任务表现良好。
“天才少年”5年0收入造JS核武！Claude天价收购Bun，Node.js生态地震，AI工具链战争正式打响！
当地时间12月2日，Anthropic宣布收购热门开发者工具初创公司Bun。Bun能解决智能体分发和运行的效率问题，受AI编程工具青睐。虽收入为0，但因AI编程发展，Bun团队认为加入Anthropic是更好选择。
3200+ Cursor 用户被恶意“劫持”！贪图“便宜 API”却惨遭收割， AI 开发者们要小心了
近日，网络安全研究人员标记出三个恶意 npm 软件包，攻击 Cursor 编辑器 macOS 版用户，超 3200 次下载。这些包伪装提供‘最便宜 API’窃取凭据、替换代码，还凸显供应链威胁。
长三角破局：技术跑进无人区，产业链如何跟上？
中国制造业正从「跟随者」变为「开拓者」，但产业化体系滞后。长三角推出「一条龙」计划，解决供应链、验证和迭代难题，初步成果显现，正开启产业化范式革命。
小扎秘密研发CEO Agent！开源「人生托管系统」爆火
《华尔街日报》披露，扎克伯格正开发“CEO Agent”，绕过汇报链获取信息。同时，一AI博士生因生活管理难，开源含8个Agent的“人生托管系统”，引发讨论并指出隐患。
从写清 Spec 到看懂功能：在 Session 历史中使用 Routa 重建需求全景
文章指出在AI Coding中，Spec负责定义需求起点，大量实现走向内容留在Agent的session历史里。介绍了如何通过Feature Explorer将Spec和Session历史重新组织，让Agent基于功能证据分析，使项目保持整体性。