RoboScript发布:冻结模型用仿真排练替代梯度更新,50项任务成功率83.4%

研究者提出 World In-Context Learning(WICL)范式并构建 RoboScript 框架:冻结的模型从单次演示出发,在仿真中排练任务,把反馈写入上下文而非网络权重。据摘要,它在 RoboTwin 2.0 全部 50 项任务上取得 83.4% 平均成功率,比最强的训练型动作策略高出 20…

研究者提出 World In-Context Learning(WICL)范式并构建 RoboScript 框架:冻结的模型从单次演示出发,在仿真中排练任务,把反馈写入上下文而非网络权重。据摘要,它在 RoboTwin 2.0 全部 50 项任务上取得 83.4% 平均成功率,比最强的训练型动作策略高出 20…

斯坦福 CS146S 课程把作业从“独立写代码”改为真实开源贡献与维护者审阅,原因是在 Agent 能一句话生成补丁后,代码产出已不足以证明学生理解了问题。

GitHub 于 2026 年 11 月 10 日更新默认 dashboard(控制面板),通过压缩留白、标题单行化、默认展示更多条目,并隐藏无内容的 Agent sessions 区块,让开发者更快看到需要处理的 PR、issue 和代理会话。

GitHub 宣布从 2026 年 12 月 8 日起,对过去一年无活动的仓库暂停 Dependabot 安全提醒,现有提醒会被归档而非删除,用户可随时恢复。这一调整意在控制漏洞提醒规模增长带来的性能压力,但对依赖自动提醒管理旧项目的开发者会有直接影响。

TechRadar 刊文指出,生成式 AI 让写代码更快,但企业软件的测试、安全、合规与集成环节无法同步提速,真正的瓶颈正从“写代码”转向“管理代码带来的复杂度”。

Google DeepMind 的研究人员利用智能体 AI 框架 AlphaProof Code,对 Signal 协议的密码学保证进行了形式化验证,并在四周内完成概念验证,说明 AI 辅助形式化证明正从研究演示走向安全工程实践。

Hugging Face 论文页显示,研究者推出 Longtail-SWE 基准,覆盖 Clojure、Kotlin、Swift 等 13 种现有仓库级评测覆盖不足的语言,共 202 个问题解决任务,并开源任务、环境与评测工具。

安全研究员用 Claude 的 Opus 和 Sonnet 模型扫描英国政府公开代码,发现超过 100 个严重漏洞,其中一处配置失误可让攻击者获得对所有 SharePoint 站点和员工 OneDrive 的读写权限。

芝加哥大学法学教授 William Baude 让 Claude 更新讲义页码,午休回来发现 Claude 误删了全年课程笔记和当学期教学大纲,所幸最后通过云存储恢复。这起事故把 AI 智能体直接操作本地文件的权限风险摆到了台面上。

arXiv上出现一篇论文,提出名为AYO的开源平台,试图在保护隐私和安全的前提下,系统研究儿童与大型语言模型(LLM)的互动方式。