跳到正文
今天11月5日周四1 条
10月29日周四
  1. Google DeepMind75

    Google DeepMind 发布新一代前沿模型 Gemini 4 Carbon

    Google DeepMind 发布 Gemini 4 Carbon,称其为最强模型,主打网络安全与长时程任务能力,在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。

    推荐理由:官方给出了完整的基准数据与安全对齐改进,读者可以对照 Argon 衡量这代模型在编码和网络安全上的实际进步。

10月20日周二
  1. GitHub Blog · AI & ML40

    如何在 VS Code 中继续 GitHub Copilot app 的会话

    教程演示如何把 GitHub Copilot app 中的会话直接在 VS Code 中打开并继续:对话记录、代码改动和 worktree 工作树完整保留,可逐行审查 diff、手动编辑并用集成终端本地运行测试。完成后再通过 git commit 和 push 把更新推送到与会话关联的 pull request,全程无需在新编辑器中重建任务上下文。

10月16日周五
10月14日周三
  1. Google DeepMind80

    Google 深度解析 Gemini 4 Argon 的安全与责任开发

    Google DeepMind 宣布广泛推出 Gemini 4 Argon,并发布安全与安保报告。模型在 12 个端到端模拟网络攻击场景中全部解决,上一代仅解决 5 个;因网络与生物领域能力提升,公司部署了新一代前沿安全防护。

    推荐理由:官方详述新模型的安全护栏设计,包括三层实时防护和思维链监控,可对照自家系统的安全实践借鉴。

10月6日周二
  1. Mistral AI73

    Mistral AI 发布 Mistral Large 4 公开预览,月底开放权重

    Mistral AI 启动 Mistral Large 4(ML4)公开预览,可在 Mistral Studio 试用预览 API,权重将于月底发布。ML4 是 1 万亿参数的原生多模态模型,激活参数 520 亿,在欧洲自有数据中心用 3,800 块 NVIDIA Grace Blackwell GPU 从零训练。

    推荐理由:Mistral 官方给出 ML4 在网络安全、编码与多模态上的多项基准数据,并承诺月底开放权重,可对照同类模型判断其开放定位。

10月5日周一
  1. GitHub Blog · AI & ML61

    GitHub 发布开源 AI 代码评审基准 ReviewBench

    GitHub 与 Microsoft 团队发布 AI 代码评审离线基准 ReviewBench,语料基于对 GitHub 上 1.039 亿个真实 pull request 的分布分析,收录来自 187 个开源仓库、覆盖 19 种语言的 219 个 pull request,数据集、评审 rubric、judge 提示词与自测 runner 全部公开。

    推荐理由:基准数据集、评审规则和自测流程全部公开,做代码评审智能体的团队可以直接上手离线评估并对照排行榜迭代。

7月29日周三