两个差距都比 2025 年内部评估中测到的 6 到 10 个月更窄。

1、bob登陆入口 面对这份由代码生成的完美证明，伯克利统计学家Will Fithian在推文中留下了令人回味的一笔。

【GDPS意向赛队·扫码报名】 长按识别小程序码 · 瓜分百万奖金池 · 赛队征集窗口限时开放 赛队征集咨询 张老师：13301889120 落地即参赛：全球队伍，东方集结！ 本次大赛重磅开设东方枢纽国际赛区。bob登陆入口在多项编程和Agent测试上，这个轻量小模型居然跑赢了体量更大的Gemini 3 Flash—— SWE-Bench Pro：54.2% vs 49.6% OSWorld-Verified：74.0% vs 65.1% 3.6 Flash作「主脑」拆解任务，Flash-Lite作「分身」批量干活。

2、当“品质信仰”遇见“专业信仰” 一次高端人居的价值重估

但这天早上，这只「怪物」的表现忽然垮了下来，只剩8分。

3、CBA官宣16队外援优先续约权名单：上海广厦广东保留两外援 北京保留杰曼

在实际导航任务中，快慢双系统异步协同，让机器人在仅有低精度SD地图时，既能准确抵达指定坐标目标，又能沿人行道、斑马线安全通行，而不是像纯度量式策略那样为了到点而抄近道横穿车道、踩踏绿化带。

4、英格兰23岁后卫坦言：能征战世界杯，与离开利物浦有直接关系

在最难的「时序推理」子项上，HMS达到94.7%，Hindsight是88.7%，拉开了整整6个百分点。

5、老同学聚会每人2200，我借口陪妻坐月子，次日得知17人被带走

Karp的核心观点可以概括为： 企业不能一边向模型公司支付费用，一边帮助模型公司理解和吸收自己的核心价值。

而佟博士的企业认知系统（NSEAP ECS）和认知主权观点，从一开始关注的就不仅是防止数据泄露，也不仅是部署一个企业内部模型。

对于这项工作而言，LLM的角色并不是替代审稿人完成评审，而是在现有评审流程之外，为文字评语与最终评分之间增加一层校准机制，希望借此减少评分尺度不一致带来的随机性，为同行评审提供更加稳定的参考依据。

6、又一个诈骗犯？刚拿4年新合同，场均却仅3+2，这队又成冤大头！

能用，但客户不买单。

大错特错！实际做法是：谷歌直接把装有Gemini模型的服务器，物理部署在军方与世隔绝的数据中心里。

7、斯旺西今夏第五签：加纳国脚奥波库加盟，上赛季10球6助攻

当算力、Token、生产力，这条链到前店才算真正闭合——那些从芯片里一点点挤出来、又被后厂压到极便宜的Token，最终都在真实业务里，变成了看得见的生产力。

相机轨迹告诉系统当前是探索还是回访；局部动态告诉系统时间上下文该长还是短；历史可靠性决定空间记忆能否参与生成；去噪稳定性决定哪些计算可以复用。

8、北青：国足9月底重庆热身4场对阵已定

全网都觉得它「变笨」了 这个日本团队的遭遇，只是这几天Codex社区里的一个缩影。

木纹纹理看起来还行，没什么特别之处。

按传统分工，市场调研、素材制作、广告投放、达人 BD 至少需要五六个人，仅人力成本每月就要 8 到 10 万元，三个月烧完预算还不一定能验证出结果。

9、北京清华长庚医院打造昌平最大口腔医学中心 发力人工智能规划

这些更高级别的员工把智能体当助手，从自己的工作里拆出任务，生成任务流，让智能体逐条执行。

他手机上开着Claude应用，左边一个小小的代码标签，里面同时挂着5到10个会话。

10、再见世界杯，但梅西的传奇已成永恒

上手方式：通过StreamLake.com直接调API（模型ID：kat-coder-pro-v2.5）。

小哥表示，想要刷榜第一，根本不需要研究什么模型架构，只需要「背答案」即可。

1、【CBA联赛】第三十六轮｜六连胜！浙江稠州金租89-77胜江苏肯帝亚！

拥有ΔR，企业才能知道： 哪一个 Skill 真正有效； 哪一个决策规则应该调整； 哪一种客户画像更准确； 哪一种行动在什么场景下创造了价值； 哪一个智能体值得被推广； 哪一个认知资产正在失效。

2、天空：利兹联边锋杰克-哈里森即将转会新英格兰革命

这两年，OpenAI和Anthropic都不约而同地都把重心压在了代码、办公、设计这几个场景上。

3、快船108-94胜奇才！桑德斯26+5+3，55号秀立大功，加兰帮手诞生

更难得的是，这个「发电站」不仅支持全国产算力，还能基于异构集群进行深度优化（例如将Prefill和Decode环节分离，让最擅长的卡干最擅长的事），彻底打破了海外推理引擎的生态垄断。广东球迷空欢喜！葛昭宝降薪腾位，外援还在等，杨鸣也没找到下家即便假设防御者已知具体目标（比现实更强的假设），少量epoch的BEEAR训练也难以有效降低ASR；只有过量训练（如15 epoch）才能适度压低ASR，但同时会严重损害模型效用（MMLU从约65跌至55–58）。

4、正式调查，NBA已开始查雄鹿队给小加里·特伦特的6400万美元合同

这正是富内斯所不具备的能力。

5、真的打不过，国乒三哥2-3负日乒老五，上月就输过一次

它接入了一个叫Learning Commons的系统，拿到全美50个州的学术标准，以及每条标准底下更细的能力点、学生通常的学习顺序。

6、7月刚过半，三位明星一个比一个可惜，接连去世，尤其是最后一位

这场风暴真正的启示在于：数学与科学发现的门槛，正在被无情地重画。

比如，法务想要一份把所有依赖库许可证列全、还标出哪些是copyleft的审计表，一句话就能生成。

结语 如果说早期视频生成关注「生成得像不像」，交互式视频世界模型还要回答另一个问题：能不能持续、可控、低延迟地生成。

7、中国男篮再开启集训！杨瀚森王俊杰返美，有队员心理受影响或退出

资本端同样用真金白银投票。

此芯科技联合创始人、系统工程副总裁褚染洲说，AGX Station本身是一个可量产的公版产品，江湖人称交钥匙方案。

8、热身赛：单节仅6分！中国女篮惜败澳大利亚 张子宇28+10+4帽

一共分四步。

Tibo在X上发了一条更新，开头一句就说：没有nerf（降智），只有好事。

「谷歌之神」Jeff Dean的沉默与妥协 在谷歌，Jeff Dean的名字就是神话。

然后，他收集了GPQA、AIME、MMLU-Pro和HLE这些顶级榜单的公开测试集答案，用这些答案开始微调。