资讯列表

分类

标签

首个GUI多模态大模型智能体可信评测框架+基准：MLA-Trust

MLA-Trust 是首个针对图形用户界面（GUI）环境下多模态大模型智能体（MLAs）的可信度评测框架。该研究构建了涵盖真实性、可控性、安全性与隐私性四个核心维度的评估体系，精心设计了 34 项高风险交互任务，横跨网页端与移动端双重测试平台，对 13 个当前最先进的商用及开源多模态大语言模型智能体进行深度评估，系统性揭示了 MLAs 从静态推理向动态交互转换过程中所产生的可信度风险。此外，MLA-Trust 提供了高度模块化且可扩展的评估工具箱，旨在为多样化交互环境中 MLAs 的持续性可信度评估提供技术支撑。

7/4/2025 4:50:07 PM

10分钟搞定Excel世锦赛难题！首个超越人类Excel Agent，网友：想给它磕一个

前段时间，我们报道了 5 款大模型参加了今年山东高考的事儿，为了弄清楚各大模型在 9 个科目中的具体表现，我们对着测评明细表挨个儿分析，搞得狼狈又崩溃。要是哪个 AI 能一键分析表格，我当场就能给它磕一个。现在，终于有 AI 来整顿 Excel 表格了！

7/4/2025 4:47:35 PM

Agent RL和智能体自我进化的关键一步：TaskCraft实现复杂智能体任务的自动生成

近年来，基于智能体的强化学习（Agent RL）与智能体优化（Agent Optimization）在学术界引发了广泛关注。然而，实现具备工具调用能力的端到端智能体训练，首要瓶颈在于高质量任务数据的极度稀缺。当前如 GAIA 与 BrowserComp 等主流数据集在构建过程中高度依赖人工标注，因而在规模与任务复杂性方面均存在明显限制——BrowserComp 仅涵盖约 1300 个搜索任务，GAIA 则仅提供约 500 条多工具协同任务样本。

7/4/2025 4:46:57 PM

4000万样本炼出AI读心术，刷新七榜SOTA，最强「人类偏好感应器」开源

AI，到处都是AI！早上起来，脑子里突然萦绕起一个旋律，于是便对着AI随便哼了几句让它找出来是哪首歌；到公司之后，打开电脑里的AI，开始准备关于昨天工作的汇报。只见你熟练地敲入：「根据以下这些文档，写一份总结，要专业、有逻辑、内容简洁」。

7/4/2025 4:45:24 PM

MIT自主科学发现系统SPARKS：已独立发现两条全新蛋白质设计法则

编辑 | 萝卜皮人工智能（AI）的进步有望实现自主科学发现，但大多数系统仍在重复训练数据中潜藏的知识。几个月前，麻省理工学院（MIT）的 Markus J. Buehler 和 Alireza Ghafarollahi 推出了自主科学发现模型 SPARKS。

7/4/2025 4:40:00 PM

ScienceAI

Ilya尘封10年录音曝光！大二入Hinton门下，竟坦言机器学习反直觉

Ilya Sutskever因在深度学习方面的远见卓识而闻名。他现在许多广为流传的言论其实都来自于他在2023年参加Dwarkesh播客时的发言。此后，直到2025年Ilya创办SSI后，几乎不再有公开的言论，此前曾探讨过Ilya的去向。

7/4/2025 4:39:56 PM

百万年薪遍地走，Meta薪资接连曝光！AI人才身价水涨船高ing

20000000美金，码农身价堪比NBA球星？就在小扎顶配高薪挖人之际，Meta各岗位薪资被接连曝出。先是一份联邦文件曝光，将Meta包括AI研究科学家、软件工程师、产品经理等在内的岗位基本工资一次性大揭底。

7/4/2025 4:37:50 PM

硅谷的企业级AI正在这样赚钱｜2025人工智能现状报告

企业级AI开发现状如何？各企业在使用AI的战略上有什么变化？ AI公司应该作出什么样的调整来应对挑战？

7/4/2025 4:34:43 PM

14%论文都有AI代写？Nature：每7篇就有1篇藏有ChatGPT特征词

这些词可能会偷偷暴露你的论文是AI帮忙写的，一年之内14%使用LLM的生物医学论文就是这样被发现滴……据Nature最新报道，研究发现在2024年PubMed上发表的150万篇生物医学研究摘要中，其中超过20万篇都频繁出现LLM特征词。这些词汇大多都是多余的风格性动词和形容词，只改变了文体，并不影响内容。在部分国家和学科中，AI辅助写作的比例也已经超过五分之一，而这一趋势还在不断上升。

7/4/2025 3:58:39 PM

鹭羽

智能体商业化打通最后一公里，腾讯元器宣布接入微信支付MCP

7月3日，腾讯元器宣布正式接入微信支付MCP，支持开发者在智能体上直接增加下单、赞赏、查询订单等功能，打通智能体商业化的最后一公里。微信支付MCP是微信支付团队为AI智能体生态打造的支付解决方案，具有安全、便捷、可靠等多重特点，腾讯元器作为首个接入微信支付MCP的智能体开发平台，将凭借腾讯生态的优势连接能力，为智能体的开发带来更多丰富的体验。基于腾讯元器平台的智能体开发能力，开发者仅通过简单的提示词调用或工作流编排，即可快速接入微信支付MCP，让智能体拥有支付的能力。

7/4/2025 3:53:55 PM

鹭羽