Simon Willison 与 Prime Radiant 推出编码 Agent 外部沙盒模式

Simon Willison 与 AI 研究实验室 Prime Radiant 合作,提出让编码 Agent 在独立沙盒中执行代码的“外部沙盒”模式,并发布三个沙盒服务器实现,用于降低本地模型试错和提示注入带来的风险。

Simon Willison 与 AI 研究实验室 Prime Radiant 合作,提出让编码 Agent 在独立沙盒中执行代码的“外部沙盒”模式,并发布三个沙盒服务器实现,用于降低本地模型试错和提示注入带来的风险。

arXiv 上一项新研究提出“定理演化图”(TEG),让 LLM 智能体沿引用关系比较定理如何相互继承、加强或扩展,从而生成更值得研究的数学猜想;这补上了大模型做数学时“决定证什么”这一环。

2026 年 11 月挂上 arXiv 的一篇论文提出 LynnReal-Hand,用手部动作直接操控交互式视频世界模型,并在 540p 下实现 18 FPS 流式生成;作者表示将开源数据集、权重和代码,但尚未核验全文实验,也还不等于可用的产品。

Google于2026年11月17日扩大Gemini Tasks的开放范围,免费用户也能让AI代打电话预约、通过Google Pay付款,甚至登录网站,Gemini从问答工具向执行助手迈进。

一项预注册随机对照试验覆盖19所大学、7200名学生,发现由一线教师自行设计的AI方案能提升学习效果,而通用聊天机器人或集中设计的工具则表现更差。这项研究为“AI如何进课堂”提供了一个可检验的设计思路。

一项新研究让前沿大模型在“手写权重、不用梯度训练”的条件下自行设计网络结构,结果都选择了稀疏查表结构,并在多项选择题上取得最高 54.4% 的测试准确率,值得关注的是它动摇了对 Transformer 架构前提的默认假设。

伦敦初创公司 Model ML 于 2026 年 11 月 17 日宣布完成 2.5 亿美元 B 轮融资,估值达 15 亿美元。它用 AI 智能体替代投行和咨询机构初级员工的建模、做 PPT 和尽调报告等重复性工作,并强调基于开源模型能把推理成本压到前沿模型的约 2%。

一项新研究方案提出在固定权重的PI-CAI-2B纯图像模型上叠加43项临床变量,检验临床上下文能否提升双参数MRI识别临床显著前列腺癌的准确性与外推能力。

OpenAI 于 2026 年 11 月 17 日发布 GPT-6.2 Astra 和 GPT-6.2 Sol 两款模型,前者面向科研、法律、金融等专业场景,后者主打日常任务,Astra 的 API 输入与输出价格均比上一代低 20%。

Hugging Face Papers 收录一篇论文,提出多分支 Transformer(MBT):把完整 Transformer 块并行组合成多个分支,在匹配参数与训练算力的条件下优于顺序堆叠的 Transformer,并配套 Joint-KV 共享缓存降低长上下文推理成本。