AI 近 7 天热点

NVIDIA 发布 Nemotron 系列开放数据集，专注于 agent 训练所需的工具使用、多步推理、失败恢复等真实场景数据。

OpenAI 分析指出 SWE-Bench Pro 等编码基准存在噪声问题，影响模型能力评估的可靠性，重新审视评测方法。

阿里团队提出 Agent 评测新范式 HSCodeComp，发现当前 Agent 准确率仅 45%，远低于人类专家 95%，揭示推理链过长与领域知识不足的结构性瓶颈。

Hugging Face 集成 transformers 为 vLLM 的原生建模后端，让模型作者无需手动移植就能在 vLLM 中运行新架构。

Managed agents feature bundle launch

已与芯片设计公司、晶圆代工厂和存储器供应商展开接洽

内部发现「类脑空间」，删掉就变傻

来自蚂蚁灵波