「AI安全评估」共找到 10422 篇相关文章
DeepSeek-OCR是「长文本理解」未来方向？中科院新基准VTCBench给出答案
DeepSeek - OCR的VTC技术可实现高压缩率，降低长文本处理成本。但视觉语言模型能否理解压缩信息存疑，中科院等推出VTCBench评估，测试模型认知极限，还推出VTCBench - Wild检测鲁棒性。
一文搞懂 Agents 评测丨Anthropic 最新万字长文
传统模型评测方法难评估 Agent 系统，Anthropic 摸索出有效评测设计方法。文章介绍评测结构、意义、方法，涵盖编程、对话等 Agent 评测，还给出打造评测路线图及与其他方法结合的建议。
谷歌推出 LLM-Evalkit，为提示词工程带来秩序与可衡量性
谷歌推出基于 Vertex AI SDK 的开源框架 LLM - Evalkit，让大语言模型提示词工程更有序可衡量。它整合实验、测试等环节，与谷歌云工作流集成，有无代码界面，已在 GitHub 发布。
微软深夜送出程序员节最“离谱”的礼物：让Mico接管你的Copilot
2025年10月23日，微软发布“Copilot秋季发布版”，将Copilot升级为“情境AI基础设施”，更新12项关键功能，最瞩目是新增角色Mico。它能反映情绪，是微软人机交互探索的延续，引发网友讨论。
告别黑箱解释！首个潜变量自动解释框架 | CIKM'25
深度生成模型内部运作如「黑箱」，潜变量意义难捉摸。埃默里大学团队提出LatentExplainer框架，经数据扰动、智能提示、不确定性评估三步，为潜变量生成易懂解释，提升模型解释质量与可靠性。
刚刚，奥特曼亲赴，韩国「举国」投靠！
奥特曼飞赴首尔与韩国总统、两大财阀巨头会晤，三星、SK与OpenAI达成战略合作伙伴关系，将增加先进存储芯片供应、扩大数据中心容量，助力韩国AI发展，也加速Stargate计划落地。
小扎噩梦来了！MSL两月爆雷8人闪辞，PyTorch元老出走实验室人心崩盘
Meta的超级智能实验室（MSL）成立仅两月，至少八位核心员工离职，不乏PyTorch元老和新招募的硅谷天才，部分直奔OpenAI。内部重组频繁、战略摇摆，Meta AI大计或翻车。
数据分析师，即将从工业领域“消失”？
2023年底Google裁撤数据科学家引发关注，AI+BI普及使岗位裁撤风潮蔓延至工业领域。2025年7月TDengine发布TDengine IDMP，主打“无问智推”，有望带来数据消费范式革命，加速工业智能化转型。
马斯克删除xAI「研究员」职位引爆网络！LeCun怒批：如此暴力将扼杀创新
马斯克宣布取消xAI「研究员」头衔，强调「工程师」重要性，引发与LeCun的激烈争论。LeCun认为研究与工程在多方面有区别，混淆会扼杀创新，争论也反映出AI企业不同组织架构模式。
扎克伯格发文正式告别“默认开源”！网友：只剩中国 DeepSeek、通义和 Mistral 还在撑场面
Meta 首席执行官扎克伯格分享“个人超级智能”愿景，透露公司调整 AI 模型发布策略。此前 Meta 强调开源优势，如今态度转变，巨额投入后或暂停开源新模型，计划并行训练开源与闭源模型。