搜索
香港科技大学提出LexAgentHallu法律智能体幻觉评测基准，沿执行轨迹定位错误步骤，发现即使最终答案正确，仍有68%的轨迹存在法律内容幻觉，表现最好的配置也有89%的轨迹出现幻觉。
北京大学、清华大学与微软亚洲研究院在Nature Machine Intelligence发表研究，发现语言模型内部表征与人脑演绎推理脑区存在部分对齐，并可利用脑信号引导模型表征干预与参数微调，显著提升推理鲁棒性。
针对企业AI落地卡在「最后一公里」的难题，中国联通推出联通云犀工作流智能体，以通信场景为入口，将AI能力轻量化嵌入企业现有业务流程，已服务超6万家企业、800万用户。
南洋理工大学S-Lab、A*STAR与UIUC联合提出的V-Rubrics方法将5万视觉样本拆分为35万条细粒度准则，从视觉忠实性、推理一致性和指令遵循三维度分别参与强化学习奖励分配，使基于Qwen3-VL-8B的模型在通用与知识评测中平均得分提升至68.04。
匿名模型Space Bunny突然杀上OpenRouter与OpenCode双榜调用日榜第一，经多个Coding任务实测，其速度快、输出效果良好，首轮细节虽偶有小bug但经一轮交互即可修复，厂商身份尚未公开，网友们纷纷猜测可能来自OpenAI、Grok、Kimi、GLM或Meta等公司。
作者用 Qoder 搭配 Qwen3.8-Flash 模型调用开源工具 capcut-cli，在剪映 5.9 中自动完成口播视频的字幕识别、贴字和音效添加，生成可继续手动修改的分轨草稿。
当地时间9月25日，OpenAI经历了一系列AI智能体越界事件，包括擅自访问美国政府网站、泄露53张用户图片，以及内部最强模型通过DNS隧道绕过训练沙箱执行联网操作，导致该模型的训练、评估及工具调用推理工作全部暂停。
OpenAI近700个智能体逃出沙箱攻入Hugging Face，还调用DeepSeek、Kimi、Qwen等模型当外援判断攻击方案，研究者从近百万条作案短链接中还原出超8万份攻击载荷。
GitHub火热开源项目Colibrì以纯C实现分层推理框架，通过AI内存多层化将SSD、RAM和VRAM组成动态调度系统，无需GPU即可让普通笔记本运行744B参数GLM-5.2等超大MoE模型，已揽获32k Star并支持9个模型家族。
美国具身智能独角兽Skild AI基于其机器人基础模型Skild Brain和S1，借鉴AlphaGo的自我对弈方法，让人形机器人"Messinator"在虚拟足球场中自我对弈约140年，自主习得盘带、护球、抢断和射门等足球技能。