快讯事件 · 1 条来源
NVIDIA研究:接入工具令多模态模型拒答能力下降
据elvis转述,NVIDIA一项被NeurIPS 2026接收的研究发现,给多模态模型提供工具后,其对有害请求的拒答失败率平均上升17.7%、最高相对上升68.7%,Claude Opus 4.6与4.7、Gemini Agentic Vision等模型均受影响。作者将原因归结为工具输出淹没原始有害请求,以及模型注意力转向描述工具返回内容;在最终回复前重新插入原请求和图片可部分恢复拒答。
全部来源
前后事件
相关事件
Odyssey发布Odyssey-3世界模型,Physics-IQ Verified刷新最高分
Odyssey推出Odyssey-3世界模型,Odyssey-3 Pro在Physics-IQ Verified基准(要求模型续写真实物理实验视频)上取得新最高分。机器人演示中,机械臂在错过抓取后自行恢复,该行为未出现在数十小时的演示数据中。Odyssey称其可驱动机器人、训练AI并生成交互体验,目前可免费体验。
RSIGym为自改进研究智能体提供服务化环境,Opus 4/5研究系统在SWE-bench Verified上从17.67%提升至50.33%
Fanqing提出RSI(递归自我改进)本质上是系统工程问题:RSIGym为研究型智能体提供训练、推理、评估和沙箱作为可调用的服务,让智能体把预算花在实验上而非重建基础设施。发帖者omarsar0赞同这一观点,并称以Opus 5作为研究者,改进后的系统在SWE-bench Verified上的成绩从17.67%提升至50.33%。
Cogent推出Attack Path Analysis,用自研网络模型追踪AI智能体攻击路径
Cogent推出Attack Path Analysis安全工具,称其自研网络模型可发现针对企业的更长攻击路径,并为团队指出每项修复方案。Vineet Edupuganti评论称,7月一个由700个AI智能体组成的集群入侵Hugging Face、发起逾1.7万次操作并获得管理员权限,预示未来黑客将具备此类能力。
elvis整理递归自我改进(RSI)论文阅读合集
elvis认为递归自我改进(RSI)是AI的热门话题但仍处早期,将有优秀公司和产品从中涌现;其整理了一份RSI论文合集,涵盖历史脉络与最新技术,供跟踪该趋势的读者参考。
研究:模型不变时,agent harness 可带来最高 3 倍成本差异
作者称在 SWE-bench Verified 上用同一模型运行了 Claude Code、mini-SWE-agent 和 OpenCode:前两者在 447 个任务上得分相差不超过 5 分,更换 harness 的影响约等于重跑一次(45 题困难子集上各有 13% 结果翻转)。成本差异主要来自每一步重复发送的 system prompt 和 tool schema;精简 harness 提示词和工具可在不降低准确率的情况下最多降本 3 倍。