ACM AI与智能体系统会议2026将在圣何塞举办
ACM CAIS 2026将于5月26日至29日在美国加州圣何塞举行，该会议致力于推动复合式AI架构、优化及部署领域的严谨、可复现研究。会议包括一天的工作坊与教程，随后三天展示经过同行评议的研究论文、系统演示及主旨演讲。议题涵盖智能体技能、智能体软件工程、强化学习环境等广泛领域。 会议邀请了多位业界领袖发表演讲，包括Databricks联合创始人、Anthropic技术员工、斯坦福大学教授等。会议论文与演示来自全球115多家学术与工业机构。此外，CAIS 2026已与AI工程师世界博览会建立合作，部分入选论文将获得在两个会议场合进行展示的机会。 #AI会议 #智能体系统 #ACM #CAIS2026 #机器学习 #人工智能 #学术会议 #技术前沿
ACM CAIS 2026将于5月26日至29日在美国加州圣何塞举行，该会议致力于推动复合式AI架构、优化及部署领域的严谨、可复现研究。会议包括一天的工作坊与教程，随后三天展示经过同行评议的研究论文、系统演示及主旨演讲。议题涵盖智能体技能、智能体软件工程、强化学习环境等广泛领域。 会议邀请了多位业界领袖发表演讲，包括Databricks联合创始人、Anthropic技术员工、斯坦福大学教授等。会议论文与演示来自全球115多家学术与工业机构。此外，CAIS 2026已与AI工程师世界博览会建立合作，部分入选论文将获得在两个会议场合进行展示的机会。 #AI会议 #智能体系统 #ACM #CAIS2026 #机器学习 #人工智能 #学术会议 #技术前沿
DeepSeek研究员与AI合著论文，展现科研智能体变革潜力
DeepSeek研究员陈德里与两个AI系统DeepSeek-V4-Pro和GPT-合作，完成了一篇题为《从副驾驶到同事：自主科研智能体调查》的论文。该论文经过6轮迭代，初稿耗时76分钟，总耗时6天，消耗约64.8万tokens。陈德里通过这一实验指出，Code Agent正加速科研进程，过去需一个月的工作现在仅需不到2小时思考，可能导致计算机科学论文“疯狂通胀”。论文系统分析了17个主流自主科研智能体系统，覆盖超过95篇参考文献，提出了从L1到L5的自主层级分类，并总结了单智能体循环、多智能体协作等架构。同时，它直面认知循环陷阱、上下文限制等挑战，揭示AI正从研究工具快速演变为研究者本身。 #AI #科研智能体 #论文 #DeepSeek #科技新闻 #自主AI #计算机科学 #人工智能
DeepSeek研究员陈德里与两个AI系统DeepSeek-V4-Pro和GPT-合作，完成了一篇题为《从副驾驶到同事：自主科研智能体调查》的论文。该论文经过6轮迭代，初稿耗时76分钟，总耗时6天，消耗约64.8万tokens。陈德里通过这一实验指出，Code Agent正加速科研进程，过去需一个月的工作现在仅需不到2小时思考，可能导致计算机科学论文“疯狂通胀”。论文系统分析了17个主流自主科研智能体系统，覆盖超过95篇参考文献，提出了从L1到L5的自主层级分类，并总结了单智能体循环、多智能体协作等架构。同时，它直面认知循环陷阱、上下文限制等挑战，揭示AI正从研究工具快速演变为研究者本身。 #AI #科研智能体 #论文 #DeepSeek #科技新闻 #自主AI #计算机科学 #人工智能
DeepSWE 新基准发布，GPT
近日，创业公司 Datacurve 推出名为 DeepSWE 的全新 AI 编程基准测试，挑战现有评估体系。该基准包含 113 个复杂任务，涵盖 91 个开源仓库和五种编程语言，平均需添加 668 行代码，远超现有 SWE-Bench Pro 基准的 120 行规模。在测试中，OpenAI 的 GPT-5.5 以 70% 的得分显著领先，比最近竞争对手高出 16 个百分点，而 Anthropic 的 Claude Opus 和 Google 的 Gemini Pro 等模型表现相近。 Datacurve 指出，现有基准 SWE-Bench Pro 存在系统缺陷，其自动评判系统约三分之一情况下出错，可能误导企业采购、投资和 AI 研发决策。DeepSWE 通过更短的提示和更高的任务复杂度，更真实反映开发者日常工作中 AI 助手的实际表现。这一发现将推动行业重新审视评估标准，对 AI 模型选型和产业发展产生深远影响。 #DeepSWE #GPT5.5 #AI编程 #基准测试 #OpenAI #科技新闻 #人工智能 #开发者工具
近日，创业公司 Datacurve 推出名为 DeepSWE 的全新 AI 编程基准测试，挑战现有评估体系。该基准包含 113 个复杂任务，涵盖 91 个开源仓库和五种编程语言，平均需添加 668 行代码，远超现有 SWE-Bench Pro 基准的 120 行规模。在测试中，OpenAI 的 GPT-5.5 以 70% 的得分显著领先，比最近竞争对手高出 16 个百分点，而 Anthropic 的 Claude Opus 和 Google 的 Gemini Pro 等模型表现相近。 Datacurve 指出，现有基准 SWE-Bench Pro 存在系统缺陷，其自动评判系统约三分之一情况下出错，可能误导企业采购、投资和 AI 研发决策。DeepSWE 通过更短的提示和更高的任务复杂度，更真实反映开发者日常工作中 AI 助手的实际表现。这一发现将推动行业重新审视评估标准，对 AI 模型选型和产业发展产生深远影响。 #DeepSWE #GPT5.5 #AI编程 #基准测试 #OpenAI #科技新闻 #人工智能 #开发者工具
AI代理性能差异源于词汇选择而非用户意图
一位同事发现，AI代理在作者使用时能路由到更丰富的工作流程，而在自己使用时效果较差。经调查，问题并非用户意图不同，而是词汇选择的差异。该AI代理的路由机制依赖于关键词匹配：特定词汇如“thorough”或“with tests”能触发额外的增强功能，例如并行代码审查或测试驱动开发管道。同事作为非母语者，使用直接、正确的英语，但未命中这些关键词，导致代理路由到较慢路径或提供较少功能。这揭示了AI系统中的语言偏见，相同需求因词汇不同而得到不同结果，可能对非母语用户造成不公。作者指出，这种机制性难题目前尚无完美解决方案。 #AI #人工智能 #语言偏见 #科技新闻 #机器学习 #语言处理 #新闻事件
一位同事发现，AI代理在作者使用时能路由到更丰富的工作流程，而在自己使用时效果较差。经调查，问题并非用户意图不同，而是词汇选择的差异。该AI代理的路由机制依赖于关键词匹配：特定词汇如“thorough”或“with tests”能触发额外的增强功能，例如并行代码审查或测试驱动开发管道。同事作为非母语者，使用直接、正确的英语，但未命中这些关键词，导致代理路由到较慢路径或提供较少功能。这揭示了AI系统中的语言偏见，相同需求因词汇不同而得到不同结果，可能对非母语用户造成不公。作者指出，这种机制性难题目前尚无完美解决方案。 #AI #人工智能 #语言偏见 #科技新闻 #机器学习 #语言处理 #新闻事件
FBI探员揭秘识别AI色情内容发布者的便捷手段
据报道，美国联邦调查局（FBI）近期依据《Take It Down Act》法案，成功逮捕两名非法发布和销售非自愿性化深度伪造内容的男性。FBI探员Christopher Powell在宣誓书中披露，调查人员通过直接访问色情网站并搜索“#AI #Deepfakes”等标签定位嫌疑人。其中一名嫌疑人Hernandez的识别过程凸显了数字追踪的高效性：地理位置数据、关联的PayPal账户、匹配的IP地址，以及他在多个平台重复使用“Ryan”昵称的证据，共同帮助警方快速锁定其身份。尽管Hernandez曾试图通过注册别名隐匿活动，但最终未能逃脱法网。这一案例表明，执法机构正利用技术手段有效打击网络犯罪，保护个人免受AI生成非自愿内容的侵害。 #FBI #AI #深度伪造 #网络犯罪 #法律 #科技新闻 #隐私安全 #TakeItDownAct
据报道，美国联邦调查局（FBI）近期依据《Take It Down Act》法案，成功逮捕两名非法发布和销售非自愿性化深度伪造内容的男性。FBI探员Christopher Powell在宣誓书中披露，调查人员通过直接访问色情网站并搜索“#AI #Deepfakes”等标签定位嫌疑人。其中一名嫌疑人Hernandez的识别过程凸显了数字追踪的高效性：地理位置数据、关联的PayPal账户、匹配的IP地址，以及他在多个平台重复使用“Ryan”昵称的证据，共同帮助警方快速锁定其身份。尽管Hernandez曾试图通过注册别名隐匿活动，但最终未能逃脱法网。这一案例表明，执法机构正利用技术手段有效打击网络犯罪，保护个人免受AI生成非自愿内容的侵害。 #FBI #AI #深度伪造 #网络犯罪 #法律 #科技新闻 #隐私安全 #TakeItDownAct