题目来自500多家机构的1000多名学者，最终入围的题目有3000多道，全部都是研究生及以上难度。 史上最难的大模型测试集来了！ 包括o1在内，没有任何一个模型得分超过10%。

研究中最具警示性的发现是：45%的第三方应用存在无正当理由访问用户敏感信息的行为。这些应用虽然为网站运营提供必要支持，但多数并不需要获取用户隐私及财务数据。以"最小必要"原则限制应用权限，应成为企业的基础安全策略。

本次推出的 SmolVLM-256M-Instruct 仅有 2.56 亿参数，是有史以来发布的最小视觉语言模型，可以在内存低于 1GB 的 PC 上运行，提供卓越的性能输出。 SmolVLM-500M-Instruct 仅有 5 ...

1 月 24 日消息，科技媒体 Windows Report 昨日（1 月 23 日）发布博文，报道称基于最新公示的专利，微软正探索将 Copilot 发展为 AI 心理治疗师，为用户提供心理治疗、医疗建议，甚至可在特殊情况或紧急情况下提供帮助。

众所周知，Meta 在人工智能领域扮演着重要角色，Llama 作为大模型界的 Linux，许多商业公司都建立在其之上， 数据分析软件公司 Databricks 也不例外，也是基于此模型构建的。Databricks 联合创始人兼首席执行官 Ali Ghodsi 在本周的一次采访中表示，Databricks 与 Meta 的 Llama 团队合作密切。

Meta员工在TeamBlind爆料，点燃了一把火。自诩开源先锋的Meta，直接被DeepSeek这家中国公司整得无地自容。不仅工程师争分夺秒复现模型，年薪超过DeepSeek训练成本的高管们，心底也有点虚。

据称，德州阿比林（Abilene）已经获批875英亩地（约354万㎡），面积堪比纽约中央公园，计划打造10个数据中心。未来，4年耗资共5000亿美金，在全美建设共20座超算中心。

苏格拉底曾提到的门诺悖论（Meno's paradox）认为，人只能学会自己已经知道的事情；而关于AI辅助编程，谷歌资深工程师最近的一篇博客告诉我们，类似的知识悖论同样存在。 针对这一现象，前谷歌产品经理Peter Szalontay，以及现任的谷歌Chrome的工程团队领导Addy Osmani都给出了自己的分析，并提供了一些如何使用AI辅助编程的建议。

去年10月，Anthropic联合创始人Daniela Amodei在接受采访时表示，虽然当前AI编程还不能完全取代工程师，仍需人为给予一定引导，但Claude 3.5 Sonnet显著提升了开发者的工作效率，Anthropic甚至会据此调整招聘计划。

近期，安全研究人员发现，攻击者通过将恶意代码隐藏在图片中，分别传播VIP键盘记录器和0bj3ctivity信息窃取器。惠普Wolf Security在其2024年第三季度的《威胁洞察报告》中指出：“在这两起攻击活动中，攻击者将恶意代码隐藏在图片中，并上传至文件托管网站archive [.]org，随后使用相同的.NET加载器来安装最终的有效载荷。” ...

CUA能够如此之强，是因为建立在OpenAI多年关键研究——多模态、推理和安全性领域基础之上。通过融合GPT-4o的视觉能力、深度推理技术和创新的强化学习方法，研发团队攻克了AI操作计算机的诸多技术难关。

网络安全研究人员发现，超过1000个恶意域名正在仿冒Reddit和WeTransfer等知名平台，用于传播恶意软件，其中主要涉及近年来流行的Lumma Stealer窃密木马。凸显了网络犯罪分子日益增长的复杂性，他们利用受信任品牌来欺骗用户下载恶意软件。