「智能测试平台」共找到 5785 篇相关文章
DeepMind 提出 CaMeL，抵御 LLM 提示词注入
谷歌DeepMind研究人员提出CaMeL，作为围绕LLM的防御层，通过提取查询中的控制流和数据流阻止恶意输入，能在AgentDojo基准测试中抵御67%攻击，采用传统软件安全原则。
RL训练总崩溃？R1-Reward稳定解锁奖励模型Long-Cot推理能力
多模态奖励模型对提升多模态大语言模型表现至关重要，但强化学习在奖励建模应用有挑战。快手等团队提出R1 - Reward，解决训练不稳定等问题，在基准上超SOTA模型，还在快手业务场景成功应用。
OpenAI发力AI应用！前Meta产品总裁将任应用部门CEO
Sam Altman宣布生鲜电商平台Instacart首席执行官Fidgi Simo加入OpenAI，担任新设立的应用部门CEO。该部门将整合业务和运营团队，推动研究成果惠及全球用户，实现规模化扩张。
Aether AI发布首个因果世界模型，世界模型开始思考“行动背后的因果”｜甲子光年
本文报道Aether AI发布全球首个因果世界模型CausalWM，该模型在TriWorldBench评测榜单以66.04分登顶榜首，采用创新因果思维链机制，探索降低AI机器人落地"重训税"的新路径。
中国智驾出海，到了重估商业模式的时刻｜甲子光年
本文报道智驾新程获得德系主流车企全球化乘用车平台项目定点，分析中国智驾出海从产品输出转向体系化出海的产业变革，拆解其切入欧洲顶级供应链的核心竞争力。
超越千问和TRAE Work：这款还没“满月”的AI办公产品，凭何越过混战？
AIGCRank 8月AI办公智能体榜单出现新面孔库库AI，上线不到一个月跻身前列。文中对比它和豆包工作、WorkBuddy、千问办公的功能，指出无最好的工具，需按需选择。
卡车自动驾驶里程超10亿公里，嬴彻科技定义“货运物理AI”
2026年9月3日，嬴彻科技宣布卡车自动驾驶商业运营里程破10亿公里，以超90%市场份额领跑中国卡车智驾市场。其构建“货运物理AI”，有三大核心能力，还布局全场景货运网络，海外业务也有突破。
刚刚，谷歌Gemini 3.8登场！姚顺宇：RSI巨大飞跃
深夜谷歌推出Gemini 3.8，六周内第三款Flash系列模型。含通用的Gemini 3.8 Flash和网络安全专用的Gemini 3.8 Flash Cyber，提升推理、代码能力，在多场景表现出色。已面向不同群体开放。
吴恩达来信：AI工程技能图谱详解——构建和部署AI应用
吴恩达在信中详细展开AI工程技能图谱中构建和部署AI应用这一项，介绍需了解的技能，如LLM基础、用数据为模型提供依据等，并阐述各技能要点，还提及构建AI系统与传统软件的区别。
爆火开源AI画布，真正可落地的手写AI黑板
文章推荐开源AI画布PenEcho，它是个超智能黑板，适合学习场景，让手写与AI共生。能理解内容及空间关系，把回答放回画布，支持多模型，还具备多种功能。