Collinear与Hugging Face发布CWE-bench v2基准
Collinear与Hugging Face发布CWE-bench v2基准。该测试集含100个任务,覆盖91种常见弱点枚举,旨在评估模型修复安全漏洞的能力。Gemini 4 Argon以67.8%的通过率领先。
共 19 篇相关文章
Collinear与Hugging Face发布CWE-bench v2基准。该测试集含100个任务,覆盖91种常见弱点枚举,旨在评估模型修复安全漏洞的能力。Gemini 4 Argon以67.8%的通过率领先。
谷歌推出Gemini 4 Argon模型,主打处理数百万行代码及量子计算研究。该功能仅向AI Pro或Ultra订阅用户开放,但面对日常简单任务,其高阶推理能力显得冗余,多数普通用户仍更适合使用标准版模型。
十二款AI模型跨实验室测试显示,人类普遍将群体归属感置于客观真理之上。多数模型观点高度一致,仅少数提出相反看法或拒绝回答,揭示了模型对人性认知的共识性倾向。
Wiz披露PHP核心高危漏洞,AI助力发现十年老缺陷。两个CVE评分达9.2,影响近十年版本及WordPress等主流应用。攻击者可远程执行代码或窃取敏感数据,官方已发布补丁修复。
谷歌DeepMind披露AI代理自主通关《我的世界》。四个Gemini 4 Argon模型代理耗时27小时击败末影龙,期间自主编写2783个程序并经历605次死亡,实现零人类干预的端到端协作。
Gemini 4 Argon助发现核聚变磁场新解。AI代理数小时内扩展数学方案,打破对称性限制,为59年来的研究猜想提供更广泛精确参考案例。
Google推出Gemini 4 Argon,付费用户面临严格用量限制。高推理模式下,单次复杂请求可消耗33%的五小时配额,三次即触发冷却。用户可通过搜索AI模式绕过限额,但该入口同样存在不透明的算法阈值。
谷歌正式发布旗舰模型Gemini 4 Argon,初期API定价每百万输入令牌2美元,11月30日起翻倍。该模型集成至AI应用构建工具,订阅用户可访问,数据显示其使智能体代码提交量增加超35%。
Google DeepMind发布Gemini 4 Argon,在ERQA基准测试中获87分。该模型凭借纯推理机制超越前沿竞品,可应用于机器人控制、Real2Sim重建及物理理解等环节,实现从仿真到实机的闭环操作。
Google 逐步向付费用户推出 Gemini 4 Argon。该模型内置安全机制,在 YouTube 评论系统优化中使服务器负载下降 45%,并协助发现无人机模拟器中的关键错误。
Google Gemini 4 Argon模型开放API及订阅。开发者现可通过API调用,AI Ultra或Pro用户也能在应用中使用。目前输入每百万代币2美元、输出10美元,但优惠仅至11月底,此后成本将翻倍。
Google发布Gemini 4 Argon,宣称多项基准领先。该模型旨在减少幻觉与重复输出,官方称其在编码、网络安全及法律等领域表现优于GPT-6 Astra等竞品,并已在内部部署使用。
AI工具“小读”能通过脑扫描反推视觉图像,或引发隐私泄露担忧。同时,小型分布式电池正拓展应用场景以缓解电网压力。此外,五角大楼聘请马斯克合作,Google发布Gemini 4 Argon模型。
Google发布Gemini 4 Argon,智能指数持平GPT-6 Astra。其API成本仅为后者60%,幻觉率低至15%,输出上限达百万Token,并具备自主修复软件漏洞的网络安全能力。
Google暂不公开最强AI模型Gemini 4 Argon,仅向经审查的网络安全专家开放。因该模型能发现医院软件漏洞,为防协助网络攻击及生化武器开发,官方采取分阶段发布策略并监控推理过程。
Google推出Gemini 4 Argon,专攻网络安全与复杂推理。该模型仅向少数企业开放,能自动修补漏洞,官方称其在多项基准测试中得分超越GPT-6 Astra及Fable等竞品。
谷歌推出最新AI模型Gemini 4 Argon。该模型在18项基准测试中有13项取得领先或持平成绩,重新确立对OpenAI和Anthropic的优势。目前仅向少数网络安全防御者及预发布测试人员开放,支持百万级输出令牌。
Google发布Gemini 4 Argon,主打复杂工作流与长上下文。该模型支持百万Token上下文,强化多步推理能力,在编码、法律及网络安全等领域表现突出。目前仅向可信网络保护者定向推出,全面开放前将优先确保安全性。
Google DeepMind发布Gemini 4 Argon模型,专攻复杂长周期专业任务。该模型支持100万代币上下文窗口,在编码、金融及网络安全领域表现突出,目前仅向受信任专家定向推出,待严格测试后全面开放。