标签：大模型

Artificial Analysis 发布端点准确率指数 v1.1：103 个端点中 24 个低于自托管参考

Artificial Analysis 于 2026 年 11 月 9 日更新端点准确率指数至 v1.1，收紧长上下文评测的置信区间，并新增 GLM-5.3 Flash 和 Muse Spark Open 两个模型；在 103 个无服务器端点中，24 个准确率统计上低于自托管参考。

一项在 Hugging Face Papers 上公开的论文摘要显示，研究者在 Qwen 等开源模型内部注入“疼痛”情绪方向后，模型的选择行为会明显改变，却几乎说不出自己处于该状态。这提示模型“内部可解码的状态”与“能否用语言报告”之间存在明显断层。

2026 年 11 月 10 日，账号 @TheLastRefuge2 回复 Glenn Beck 时提出，AI Agents 正在被用于放大选举信息，甚至可能被用来登记投票和申请缺席选票；该账号认为，阻止这些操作的现实手段可能是数字身份验证，而该机制本身指向更大的数字控制议题。

沃顿商学院教授 Ethan Mollick 给 Claude Fable 5.2 一段模糊提示词，再让多个智能体围绕美术、设定和笑点互相争论，最终做出一款“善良物流击败邪恶”的奇幻运输模拟游戏《Dread & District》，并已放出公开链接。

2026 年 11 月 10 日，一则社交帖文展示了一段据称是 Chroneme 临床 AI 的演示视频，发帖者称其将给医疗行业带来变革。目前公开信息显示，这只是一个演示片段，并非正式产品发布。

一批独立游戏节（IGF）评委公开表示不会给任何使用生成式AI的作品投票，随后热门独立游戏《Big Walk》承认在开发尾声用大模型“少量”处理技术难题和Bug，由此引发独立游戏圈关于AI使用边界的激烈讨论。

MIT毕业生David Turturean在初创实验室PSI用Anthropic早期访问的Fable 5.2模型，解开了悬置18年的Aaronson-Ambainis猜想；PSI想证明，把大模型配上专业工具链来做科学研究，本身就是一门可收费的生意。

Google在11月10日宣布Gemini Intelligence扩展至摩托罗拉signature 27和Pixel 10系列，并推出用自然语言描述自动生成主屏幕小组件的Create My Widget，同时把任务自动化扩展到英国、印度和日本。

安全公司 Claroc 发现，Grok Build 生成的分享链接可被批量枚举，导致数千个 AI 应用中的机密数据可被公开访问，其中包括 SpaceXSI 自己的 24 个内部应用。问题根源在链接随机化设计，而非模型能力本身。

2026 年 11 月 10 日，Google 最新模型 Gemini 4 Carbon 在 GitHub Copilot 中正式可用，定位于复杂编码、Agent 任务与推理场景，并强调安全代码生成。它已进入 Copilot 的多端模型选择器，但按厂商目录价计费，且为分阶段推送。