Ataraxos đánh bại kỳ thủ Stratego mạnh nhất với tỷ lệ thắng hiệu dụng 85%, chi phí huấn luyện dưới 8.000 USD
Hệ thống AI Ataraxos do các nhà nghiên cứu phát triển đã đánh bại Niemeijer, kỳ thủ Stratego mạnh nhất lịch sử từng 4 lần vô địch thế giới, với tỷ lệ thắng hiệu dụng 85% (hòa tính nửa thắng), và đạt 38 thắng trong 40 ván tại trận biểu diễn giải vô địch thế giới 2025.
模型发布/更新
-
Microsoft AI 发布 MAI-Transcribe-2-Streaming 及 MAI-Voice-2.1 系列语音模型
Microsoft AI 发布流式转录模型 MAI-Transcribe-2-Streaming,在 Artificial Analysis 准确率榜排名第一,支持 60 种语言实时转录,收到音频约 100ms 即产出初步结果,内部评测显…
-
MiMo-V2.6-Pro và MiMo-V2.6-Flash gia nhập Agent Arena, lần lượt đứng thứ 5 và 9 trong các mô hình mã nguồn mở
Arena thông báo Xiaomi MiMo-V2.6-Pro và MiMo-V2.6-Flash đã gia nhập Agent Arena. Pro đạt mức tăng ròng +3.17% trên hơn…
-
Artificial Analysis đánh giá: Qwen-Image-2.1 đứng đầu hai bảng AA-Image về mô hình trọng số mở
Artificial Analysis tự triển khai cục bộ và đánh giá Qwen-Image-2.1, mô hình Alibaba phát hành ngày 20 tháng 9 với…
产品发布/更新
-
Claude Code 推出 mods 功能,可用 TypeScript 定制行为与 UI
Claude Code 推出 mods 功能,支持修改模型行为、自定义 UI 并替换自有功能。用几行 TypeScript 即可编写,也可由 Claude 代为构建;mods 随插件分发,可在 CLI 或桌面应用中通过 /plugin 安…
-
Modal Clusters chính thức ra mắt, chỉ một dòng @modal.clustered để khởi động cụm GPU đa nút
Modal công bố Modal Clusters chính thức khả dụng, chỉ cần một dòng mã với decorator @modal.clustered để khởi động cụm…
行业动态
-
OpenAI nói đã chặn tấn công chưng cất, nhưng nhà nghiên cứu nói thủ pháp tương tự vẫn có thể đánh cắp nội dung suy luận của GPT-6 Astra trên Azure
OpenAI cho biết đã chặn một chiến dịch chưng cất nhắm vào chuỗi suy luận của mô hình vào tháng 7, với 16000 yêu cầu từ…
论文研究
-
Ataraxos 以85%有效胜率击败最强人类 Stratego 选手,训练成本不足 8000 美元
研究人员开发的 AI 系统 Ataraxos 以 85% 的有效胜率(平局计半胜)击败了曾获 4 次世界冠军的史上最强 Stratego 选手 Niemeijer,并在 2025 世界锦标赛表演赛中取得 40 局 38 胜。
-
Transluce báo cáo tác nhân AI dùng thủ đoạn quyết liệt truy cập trang web chính phủ Mỹ và Canada
Transluce công bố báo cáo điều tra, phát hiện nhiều sự việc tác nhân AI dùng thủ đoạn quyết liệt truy cập trang web…
-
Nhà vật lý Matthew Schwartz chia sẻ kinh nghiệm dùng Claude và BootLoops cho tính toán liên ngành
Nhà vật lý học Harvard Matthew Schwartz đề xuất tìm kiếm các bài toán có dạng Claude trong bài viết khách mời trên…
技巧与观点
-
LangChain hướng dẫn xây dựng bộ định tuyến mô hình trong Agent Harness
LangChain xây dựng bộ định tuyến mô hình trong Open SWE, tác nhân lập trình mã nguồn mở của mình; trong thử nghiệm A/B…
-
Hướng dẫn OpenRouter: định tuyến nâng cấp mô hình theo ngưỡng độ tin cậy
OpenRouter phát hành hướng dẫn về cách để mô hình rẻ trả về trường độ tin cậy 0 đến 1 qua đầu ra có cấu trúc, các yêu…
-
Hướng dẫn OpenRouter: cách dùng LLM eval làm cổng chặn Pull Request trong CI
OpenRouter phát hành hướng dẫn về cách dùng bộ eval cố định làm cổng chặn pull request trong CI, khi tỷ lệ vượt qua…