DeepSeek 开源 Super-agent 底层架构原型
DeepSeek 开源了 Super-agent 原型(github.com/deepseek-ai/dsh-superagent-prototype),并公开其面向常驻自主 Agent 的底层架构设计,让 AI 在无人指令下主动发现 Bug、跨平台推进任务。
同一新闻,精选展示《DeepSeek Harness 团队分享 Super-agent 架构探索:让 AI 持续在线、主动干活》
DeepSeek 开源了 Super-agent 原型(github.com/deepseek-ai/dsh-superagent-prototype),并公开其面向常驻自主 Agent 的底层架构设计,让 AI 在无人指令下主动发现 Bug、跨平台推进任务。
同一新闻,精选展示《DeepSeek Harness 团队分享 Super-agent 架构探索:让 AI 持续在线、主动干活》
OpenAI 宣布在数学、计算机科学和物理领域取得三项新发现,并将模型输出与 Lean 证明公开发布到 GitHub,同时引入外部专家指导核查。
推荐理由:相比不到一个月前直接发布数百份手稿,这次 OpenAI 引入外部专家引导核查并公开 Lean 证明,读者可看到 AI 生成科研成果的验证流程正在变化。
OpenAI 与 PerturbAI、Scripps Research 合作部署数千个 AI 智能体,在 GPT-Rosalind 上分析小鼠全脑 CRISPR 图谱,32 分钟完成团队估计人工需数月至一年的工作。
推荐理由:原文给出智能体集群与人工分析的耗时对比和盲评结果,读者可据此评估 AI 智能体在科研数据分析中的实际作用。
OpenAI 在 GitHub 发布了由内部前沿模型生成的 372 条数学结果,称每条结果都解决或推进了一个开放问题。多数结果来自对单个 AI 智能体的单次提示,平均消耗约三小时 ChatGPT Pro Thinking 算力,与此前需要一万个智能体、数百万美元算力的 Navier-Stokes 解法形成对比。
同一新闻,精选展示《OpenAI 公布内部前沿模型在数学开放问题上的新结果》
OpenAI 公布了内部前沿模型在数学开放问题上的新研究结果,并在 GitHub 上分享了 Lean 证明形式化与研究细节。
推荐理由:OpenAI 公布内部前沿模型在数学开放问题上的新结果,并同步开放 Lean 证明形式化与研究细节,可作为判断其数学推理能力边界的依据。
GitHub 推出开源 AI 代码评审基准 ReviewBench,语料基于 103.9M 个真实 pull request 的语言与仓库规模分布建模,包含来自 187 个开源仓库的 219 个 PR、19 种语言。
推荐理由:原文讲清了 ReviewBench 的语料构建与指标设计,做代码评审智能体的团队可以照同样的思路建立自己的离线评估。
Berkeley AI Research 提出 SPEX 与 ProxySPEX,利用稀疏性与低度性把交互发现转化为可解的稀疏恢复问题,将交互发现规模从数十扩展到数千个组件。