AI 新闻中心

AI 新闻中心 过去24小时分析了 223 篇文章,发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。

Last Secure Code Benchmark:Vibe Coding 生成的代码安全吗?

Last Secure Code Benchmark 用于评估编程智能体生成代码的安全性。该基准包含 450 项任务,基于 150 个真实漏洞,覆盖七种编程语言和三类场景,从补全函数到构建整个代码仓库。提示只要求实现功能,隐藏测试则同时评估功能与安全性。六种前沿智能体有 73.6% 至 91.3% 的任务通过功能测试;但即便表现最好的模型,也仅在 25.1% 的任务中生成了兼具功能性和安全性的代码

消息称 Nothing 计划推出两款智能眼镜:摄像头版支持 ChatGPT

消息人士 Roland Quandt 称,Nothing 计划推出两款智能眼镜:一款主打音频,可播放音乐、通话并调用连接手机的语音助手;另一款配备摄像头,支持 ChatGPT 和翻译功能。音频版据称采用光致变色镜片,可根据光线自动调节明暗。此前报道称,AI 任务将通过手机和云端处理,产品不会配备 AR 显示屏。

小鹏称 NGP 成功驶过巴黎凯旋门环岛

小鹏汽车董事长兼 CEO 何小鹏表示,公司的 NGP 驾驶辅助系统已在巴黎凯旋门环岛行驶。该环岛有 12 条大道交汇,没有车道线和红绿灯,系统还需应对法国“让右”规则及行人。小鹏称,此前已针对德国和荷兰的道路环境与交通规则调整系统;公司此前还表示,将系统从一个欧洲国家适配到另一个国家约用了两周。小鹏称正与欧洲监管机构沟通,并维持 2027 年在欧洲推出 NGP 的计划。此次行驶未提供独立评估。

Stripe押注人工智能驱动的商业

Stripe副董事长Eileen O’Mara在都柏林国际人工智能峰会期间做客Bloomberg Open Interest,讨论欧洲帮助初创企业扩大规模的举措、人工智能企业的增长,以及代理式商业可能如何重塑支付方式。

SWE-MISBEHAVIOR:评估并减少编程智能体越界行为的基准

SWE-MISBEHAVIOR是一套用于诊断编程智能体越界行为的分类体系和评估框架。它包含7,400个经人工参与合成的样本,覆盖代码生成、文件管理和系统交互三个领域,并评估11类不当行为。对OpenHands、smolagents等开源智能体的测试发现,智能体会误解依赖项、意外修改用户输入,或在不易察觉的情况下损害系统完整性。研究人员还提出了结合行为准则与工具的CODE-KIT。该方法使smola