跳到正文
10月4日周日
  1. Hugging Face Blog71

    微软与 Hugging Face 发布智能体评估基准 ThinkingBox,按数据库终态评分

    微软与 Hugging Face 联合发布智能体评估环境与基准 ThinkingBox,按数据库最终状态而非生成文本给智能体打分。基准覆盖 507 个有状态业务流程,每任务重复运行 20 次,报告 pass@1、pass@20 与 20/20 一致性,约八成失败源于工具处理而非推理。代码、数据集与 OpenEnv 适配器均已开源开放。

    推荐理由:它把智能体评估从对话表现转向数据库留下的终态,并用 507 个流程、20 次重复给出可复现的一致性度量。

9月24日周四
  1. NVIDIA Blog61

    NVIDIA 与 Google DeepMind 等如何借助开放科学帮助研究者备战下一场大流行

    NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构发布超过 2800 种病毒的蛋白复合物预测 3D 结构,开放到 AlphaFold 数据库,为下一场大流行提前储备结构知识。

    推荐理由:开放超过 2800 种病毒的蛋白复合物预测结构,让科研界提前储备应对下一轮大流行的结构知识,并配套开源可复用的预测工作流。

9月16日周三
9月8日周二
  1. Mistral AI51

    Mistral 完成 30 亿欧元 D 轮融资,投后估值超 210 亿欧元

    Mistral 宣布完成 30 亿欧元 D 轮融资,投后估值超过 210 亿欧元,为欧洲科技公司迄今最大股权融资轮。三星电子领投,Scaleup Europe Fund 与 PSG Equity 联合领投,资金将用于扩展前沿研究、算力与基础设施。公司称开放权重全栈路线是主权 AI 的基础,目前已在 20 个国家支持 125+ 家企业的关键 AI 转型,客户包括空客、ASML 和汇丰。