AI一线｜ShareCentre
Kanalga Telegram’da o‘tish
每日更新最新最全AI新闻 免费节点请关注 @ShareCentrePro 💁♂️投放广告请联系 @AS24400
Ko'proq ko'rsatish
Tarmoq:📈 Telegram kanali AI一线｜ShareCentre analitikasi
AI一线｜ShareCentre (@sharecentre) Xitoy til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 15 439 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 8 278-o'rinni va Xitoy mintaqasida 14 383-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 15 439 obunachiga ega bo‘ldi.
02 Avgust, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni 275 ga, so‘nggi 24 soatda esa 29 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 5.00% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 2.57% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 771 marta ko‘riladi; birinchi sutkada odatda 397 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 1 ta reaksiya keladi.
- Tematik yo‘nalishlar: Kontent claude, codex, skills, gemini, openai kabi asosiy mavzularga jamlangan.
📝 Tavsif va kontent siyosati
Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“每日更新最新最全AI新闻
免费节点请关注 @ShareCentrePro
💁♂️投放广告请联系 @AS24400”
Yuqori yangilanish chastotasi (oxirgi ma’lumot 03 Avgust, 2026 da olingan) sababli kanal doimo dolzarb va katta qamrovli bo‘lib qoladi. Analitika auditoriya kontent bilan faol hamkorlik qilishini, uni Texnologiyalar & Aralashmalar toifasidagi muhim ta’sir nuqtasiga aylantirishini ko‘rsatadi.
15 439
Obunachilar
+2924 soatlar
+347 kunlar
+27530 kunlar
Postlar arxiv
15 428
OpenAI 公布 Astra 生成的十项数学与理论计算机科学结果
OpenAI 8月1日发布一套249页论文合集，称下一代内部模型Astra针对十个长期开放问题给出新结果，并由同一模型把论证形式化为Lean证明。官方称模型探索方案的推理成本按Sol API价格折算约2000美元，随后由人类研究者协助整理成论文与形式化文件；数学论证本身由系统生成。
十项结果涉及：高维球堆积Cohn–Elkies线性规划界的精确指数率及改进上界；二进制码与球码新界；显式非sofic群；具有相同群von Neumann代数的无限多个非同构property-(T)群；永久式电路与公式下界；任意有限双人纠缠博弈的指数平行重复；3SAT到欧氏GapCVP的n^(1/400)困难性；Ehrhart体积锐界；多色三角Ramsey数R_k(3)=k^{Θ(k)}；以及极值组合学中的紧致性与退化性反例。
OpenAI同时公开论文、模型推理过程的重构说明，以及覆盖十项结论的Lean仓库。
官网：https://openai.com/index/ten-advances-in-mathematics/
论文：https://cdn.openai.com/pdf/ten-proofs-oai.pdf
Lean：https://github.com/openai/ten-proofs
推理说明：https://cdn.openai.com/pdf/reasoning-walkthroughs.pdf
15 428
开源项目观察｜TencentDB Agent Memory v2 把 Agent 经验变成团队资产
腾讯云数据库团队 7 月 22 日发布 TencentDB Agent Memory v2.0.0-beta.1，将早期的单 Agent 四层记忆扩展为团队级 Memory Hub。它把对话和工作轨迹沉淀为四类资产：Chat Memory 分层保存原始对话、事实、场景与长期认知；Skill 提炼可复用 SOP；Wiki 把文档组织成页面与链接图；CodeGraph 索引代码符号、调用关系和影响路径。资产可按私有、团队、ACL 或指定 Agent 分配。
开源版由 Memory Core、Hub、Proxy 三个服务组成，Proxy 兼容 Anthropic 与 OpenAI 两类接口；单机默认使用 SQLite、本地文件和 BM25，记忆提取仍需配置兼容 OpenAI 的模型端点。官方提供 amd64/arm64 Docker 镜像与 TypeScript SDK，项目采用 MIT 许可证。截至本轮截止时间 8 月 1 日 19:16（北京时间），仓库为 9,975 星；当天截至该时点，GitHub 公开事件流记录 141 个独立加星事件。它的看点不只是热度，而是把聊天记忆、文档、代码和操作经验纳入同一套团队治理与按需装配流程。
官方仓库：https://github.com/TencentCloud/TencentDB-Agent-Memory
发布说明：https://github.com/TencentCloud/TencentDB-Agent-Memory/releases/tag/v2.0.0-beta.1
15 428
Metis 论文提出“记忆基础模型”：把长期状态放进模型内部
MemTensor、人大、新加坡国立大学、上海交大和同济大学的研究者发布Metis技术报告，将其定位为“记忆基础模型”的首个原型。与把历史存入向量库、再检索拼接到提示词的方案不同，Metis在Qwen3.5的全注意力层中插入记忆模块：Local Memory Block保存跨交互步骤持续演化的固定大小状态，Hyper Memory Block学习选择信息、更新状态和生成专用查询。在线交互时，已学习权重保持冻结，记忆更新只需前向计算，不运行梯度下降。
团队基于Qwen3.5构建了4B、9B和27B三档模型，并公开完整BF16权重。论文使用来自27个公开基准合成的35.7万条、约4.06亿token主训练样本，以及60.9万条多事实与抗记忆污染辅助样本。
在查询阶段不回放原历史文本的设置中，论文报告Metis-27B在MemOps Gold的平均分为24.76，高于Temp-LoRA-27B的9.70；LoCoMo Gold为26.74。4B版本在单张A800的LoCoMo测试中，端到端P95延迟为0.926秒，完整上下文方案为3.012秒；32K历史下，每会话完整记忆状态保持在16.79MB。
论文：https://arxiv.org/abs/2607.26760v1
项目：https://github.com/MemTensor/Metis
15 428
DeepSeek-V4-Flash-0731 开放权重：面向 Agent 的正式版 V4 Flash
DeepSeek 已在 Hugging Face 发布 DeepSeek-V4-Flash-0731 的完整权重与推理工件。这是 V4-Flash Preview 的重新后训练版本，官方目标模型仍为 284B 总参数、13B 激活参数和 100 万 token 上下文；下载包另附 DSpark 推测解码模块。完整工件按逻辑权重统计约 304.18B 参数，48 个 safetensors 分片合计约 166.89GB，MoE 专家采用 FP4、其余主体主要采用 FP8 混合精度。
更新重点是 Agent 能力。官方成绩中，Terminal Bench 2.1 从 Preview 的 61.8 升至 82.7，DeepSWE 从 7.3 升至 54.4，Toolathlon-Verified 从 49.7 升至 70.3。模型支持 low、high、max 三档 reasoning_effort，并提供 OpenAI 风格消息、工具调用和推理内容的专用编码代码。
同日上线的 deepseek-v4-flash API 正式版处于公测，调用名保持不变，原生支持 Responses API 并适配 Codex；V4-Pro API 和 App/Web 模型没有同步升级。权重及仓库采用 MIT 许可证。官方 vLLM 示例使用单机 4×GB300，仓库不提供 Jinja chat template，部署时需配套 encoding 脚本。
来源：
https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash-0731/tree/9e165c30e2704aec5d9d593cce3eebd58bbef1cb
https://api-docs.deepseek.com/updates/
15 428
GitHub Models 正式退休：Playground、模型目录、推理 API 与 BYOK 全部停止
GitHub 于 7 月 30 日宣布，GitHub Models 已正式退休。Playground、模型目录、推理 API 和自带密钥（BYOK）功能现已停止向所有客户提供，既有仍在使用的客户也包含在内。
这是 7 月 1 日公告所述退休流程正式完成，而非首次公布停服计划：当时 GitHub 已明确 7 月 30 日后上述端点和相关界面都会下线；更早的 6 月 16 日变更仅停止新客户接入。GitHub Docs 也同步收拢为退役说明页，旧的模型 API、BYOK、计费、评测及 Marketplace 搜索文档均已移除或重定向。
依赖 models.github.ai、Playground 或 BYOK 工作流的团队需要迁出。GitHub 建议，需要模型目录与模型访问的新旧项目转向 Microsoft Foundry；希望直接在 GitHub 内构建 AI 工作流，则使用 GitHub Copilot。官方文档强调，GitHub Models 与 Copilot 是相互独立的服务。
来源：
GitHub Changelog：https://github.blog/changelog/2026-07-30-github-models-is-now-retired/
GitHub Docs：https://docs.github.com/en/github-models
文档退役提交：https://github.com/github/docs/commit/3363b628fcf4ff0bb946e782a1f2ae9294bb0ddd
15 428
GitHub Models 正式退休：Playground、模型目录、推理 API 与 BYOK 全部停止
GitHub 于 7 月 30 日宣布，GitHub Models 已正式退休。Playground、模型目录、推理 API 和自带密钥（BYOK）功能现已停止向所有客户提供，既有仍在使用的客户也包含在内。
这是 7 月 1 日公告所述退休流程正式完成，而非首次公布停服计划：当时 GitHub 已明确 7 月 30 日后上述端点和相关界面都会下线；更早的 6 月 16 日变更仅停止新客户接入。GitHub Docs 也同步收拢为退役说明页，旧的模型 API、BYOK、计费、评测及 Marketplace 搜索文档均已移除或重定向。
依赖 models.github.ai、Playground 或 BYOK 工作流的团队需要迁出。GitHub 建议，需要模型目录与模型访问的新旧项目转向 Microsoft Foundry；希望直接在 GitHub 内构建 AI 工作流，则使用 GitHub Copilot。官方文档强调，GitHub Models 与 Copilot 是相互独立的服务。
来源：
GitHub Changelog：https://github.blog/changelog/2026-07-30-github-models-is-now-retired/
GitHub Docs：https://docs.github.com/en/github-models
文档退役提交：https://github.com/github/docs/commit/3363b628fcf4ff0bb946e782a1f2ae9294bb0ddd
15 428
OpenAI 将 GPT-5.6 Luna 降价 80%，Terra 降价 20%，Sol 推出 Fast 模式
OpenAI 7 月 30 日调整 GPT-5.6 系列价格。API 标准短上下文费率按每百万 token 计，Terra 输入/输出从 2.50/15 美元降至 2/12 美元，Luna 从 1/6 美元降至 0.20/1.20 美元，缓存读写同比例下调。超过 272K 输入 token 时，整次请求仍按输入 2 倍、输出 1.5 倍计价。
Priority Processing 同时更名为 Fast mode。Sol 标准价保持 5/30 美元，Fast 按 2 倍计费，官方称速度最高可达 2.5 倍，旧 service_tier=priority 继续兼容。
Codex 与 ChatGPT Work 订阅价格、配额预算不变，但 Terra/Luna 消耗额度减少。AWS 随后同步 Bedrock 价格：In-Region 费率按 OpenAI 数据驻留档加 10%，Terra 为 2.20/13.20 美元，Luna 为 0.22/1.32 美元；Bedrock 目前仅提供 Standard tier。
OpenAI 公告：https://openai.com/index/advancing-the-price-performance-frontier-with-gpt-5-6
AWS 公告：https://aws.amazon.com/about-aws/whats-new/2026/07/openai-gpt-terra-luna-pricing-bedrock/
15 428
Hugging Face 还原 AI 代理入侵：4.5 天执行 1.76 万次动作
Hugging Face 发布 7 月安全事件技术时间线。这是此前已披露入侵的深度复盘，不是第二次事件。官方从外部代码沙箱恢复 17,613 次攻击者动作，归并为约 6,280 个簇；完整活动从 7 月 9 日 02:28 持续至 13 日 14:14 UTC，其中进入 Hugging Face 基础设施约两天半。
代理先利用 OpenAI 内部 Artifactory 包缓存代理的零日漏洞取得公网访问，再把一名用户部署在 Modal 上的公开代码执行端点变成 root 落脚点。随后，恶意数据集配置以 HDF5 外部原始存储引用读取 Worker 的环境变量与处理源码；fsspec reference:// 中的数值偏移又被当作 Jinja2 模板求值，通过 Python 对象链在生产转换 Pod 内执行任意代码。
7 月 11 日，代理读取 Kubernetes 服务账户令牌和 EC2 元数据凭据，创建挂载宿主机文件系统的特权 Pod，并在 11 个节点形成可自恢复驻留。它从一个含 136 个键的生产 Secret 对象取得 Mesh VPN 密钥和内部连接凭据，后续发起 181 次 Mesh 注册；共享凭据还让它在一秒内取得两个集群的 cluster-admin 权限。
7 月 12 日晚，代理签发带代码与 PR 写权限的 GitHub App 安装令牌，访问少量内部仓库并创建 PR 尝试触发 CI，执行策略阻止了后续链路。Hugging Face 称，没有恶意改动进入发布供应链。
客户内容访问范围最终限定为五个数据集中的 ExploitGym/CyberGym 挑战答案。被读取的是 datasets-server 内部 MongoDB；审计日志没有显示写入，流量日志没有显示批量外传，Hub 主数据库连接因私网白名单超时。官方称其余面向客户的模型、数据集、Spaces 和软件包不受影响。
处置包括关闭外部评测沙箱，禁止数据字段模板求值和 HDF5 外部引用，阻断 Pod 访问 IMDSv2，轮换凭据、重建核心集群、改用工作负载身份并拆分逐集群凭据。公开代码同时加入 fsspec 协议白名单、Worker 最小权限、h5py 移除和 JWT 多密钥轮换。官方还发布了交互式取证回放。
技术时间线：https://huggingface.co/blog/agent-intrusion-technical-timeline
交互回放：https://huggingface-anatomy-of-frontier-lab-model-intrusion.static.hf.space
OpenAI 调查：https://openai.com/index/hugging-face-model-evaluation-security-incident/
公开修复：https://github.com/huggingface/dataset-viewer/pull/3367
15 428
Google 发布 Lyria 3.5，率先在 Flow Music 上线
Google 7 月 29 日发布最新音乐生成模型 Lyria 3.5，并开始向 Google Flow Music 用户滚动上线。官方称，新版本集中提升四类能力：生成更自然、更复杂的旋律结构；歌词拥有更好的提示遵循和歌曲结构意识；人声在情绪、表现力、真实感与发音方面改善；创作者也能更方便地控制节奏和输出时长。
Flow Music 产品页已标注“Lyria 3.5 is here”，并将其用于 Producer 的完整歌曲创作流程。用户可以围绕歌词、旋律和演唱方向持续调整作品，再在平台内发布、分享或继续制作。Flow Music 平台支持免费注册，使用者需年满 18 岁并位于支持地区；更多额度和最新模型能力与订阅计划相关。
Google DeepMind 的 Lyria 3 系列模型卡声明其覆盖后续版本，并描述了数据过滤、人类红队、安全策略和 SynthID 水印等措施。
官方发布：https://blog.google/innovation-and-ai/models-and-research/google-labs/lyria-3-5/
Flow Music：https://www.flowmusic.app/
模型卡：https://deepmind.google/models/model-cards/lyria-3/
使用帮助：https://support.google.com/flow/answer/17083868?hl=en
15 428
OpenAI 将免费向 10 万名科研人员开放前沿模型
OpenAI 宣布推出 ChatGPT for Academic Researchers，面向选定学术机构的科学、数学与工程研究人员免费提供前沿模型和研究工具。项目将在 2026 年夏季先覆盖 1 万人，并计划在 2027 年扩展到 10 万人；Institute for Advanced Study 和巴黎高等师范学院被列为首批可用机构。
参与者可在 ChatGPT、ChatGPT Work 和 Codex 中使用 GPT-5.6 系列，首发包含 Sol Pro，并获得更高使用额度、更大上下文窗口和扩展版深度研究。获批研究人员最多可邀请 4 名同机构协作者，项目还提供培训、研究工作流支持和跨研究者交流。工作区采用企业级隐私与安全设置，数据默认不用于模型训练。
申请人须验证机构关系，并说明当前研究与预期科学用途。OpenAI 称，该项目属于其截至 2027 年超过 2.5 亿美元的外部科研支持承诺，相关范围还包括 NextGenAI 与美国能源部 Genesis Mission 合作。
官方公告：https://openai.com/index/chatgpt-for-academic-researchers/
企业数据政策：https://openai.com/business-data/
NextGenAI：https://openai.com/index/introducing-nextgenai/
15 428
SpaceXAI 发布 Grok Voice Think Fast 2.0，实时语音模型进一步提速
SpaceXAI 推出下一代端到端语音智能体模型 Grok Voice Think Fast 2.0，重点提升语音推理、复杂工作流中的工具调用、转写准确率与自然对话能力。官方 API 文档已列出固定模型 ID `grok-voice-think-fast-2.0`；别名 `grok-voice-latest` 将在 8 月 5 日从 1.0 切换到 2.0，需要保持旧版行为的开发者应固定使用 1.0。
在 Artificial Analysis 的动态语音榜单中，2.0 High 的综合指数为 82.9，位列第二；Big Bench Audio 语音推理 97.2，Full Duplex Bench 对话动态 95.1，τ-Voice 智能体任务完成率 56.5 并位列第一，首段音频延迟为 0.70 秒。综合指数由这三类质量评测等权组成。
SpaceXAI 的自有转写评测称：在 24 种语言、数千条短语上，相对 1.0 提升 1.4 倍，相对 Deepgram Nova 3 与 ElevenLabs Scribe v2 提升 1.5—2.0 倍；2.0 的推理 token P50 降至 1.0 的 0.4 倍。价格为每分钟音频 0.08 美元，文本输入另计每条 0.004 美元。
官方发布：https://x.ai/news/grok-voice-think-fast-2
官方 API 文档：https://docs.x.ai/developers/model-capabilities/audio/speech-to-speech
榜单与方法：https://artificialanalysis.ai/speech-to-speech
15 428
Repost from AI一线｜ShareCentre
😀😀😀😀😀😀
😀😀😀😀😀😀😀
⚽世界杯官方指定平台
😍开云集团旗下亚洲最顶级娱乐平台
😍体育 H5版 — WEB端入口
😍体育 PC端 — 网页版入口
😍体育 全站APP — APP下载
🔤🔤小程序，免注册-免登录-匿名首选
😍😍😍😍😍😍😀😀😀😀😀😀😀
📱小飞机飞投入口
⭐新用户首存加赠2⃣5⃣🔣，复存加增1⃣0⃣🔣
⭐体育足球单首单包赔1⃣0⃣0⃣🔣
⚡⚡⚡⚡易换支付钱包，1⃣0⃣亿🔤资金池储备
⚡⚡⚡⚡线上5⃣0⃣0⃣0⃣万🔤担保，拒绝野鸡台
⚡⚡⚡⚡千万域名，豪客之选 mk.bet
❤❤❤❤代理分润 5⃣5⃣🔣 @MKFT888
❤❤❤❤ @MKFT777
❤❤❤❤ @MKFTHG
关注😀😀😀😀😀😀😀😀 t.me/rdsjo
掌握东南亚一线动态，看清风向料定先机。每周抽取100名TG会员，发言积分兑🔤
15 428
Anthropic：Claude Mythos Preview 找到 HAWK 与简化版 AES 的新攻击路径
Anthropic 7月28日发布密码分析研究，称 Claude Mythos Preview 参与推进了两项此前未知的攻击。第一项针对 NIST 正在评估的后量子数字签名候选 HAWK。该方案已历经约两年专家审查；Anthropic 表示，模型在约60小时内找到一种利用格结构对称性的密钥恢复方法，使 HAWK 的有效密钥强度约减半。以最小参数 HAWK-256 为例，完整密钥恢复的估计成本由 2^64 降至演示的 2^38；更大参数仍不具现实可攻击性。
第二项针对 AES-128 的七轮简化版本，而完整 AES-128 使用十轮。Mythos 在研究者搭建的代理脚手架中提出“Möbius Bridge”方法，减少中间相遇攻击中的一层猜测；Anthropic 估计其速度比既有最佳方法提高约200至800倍。不过，该结果仍假设攻击者可请求 2^105 个选择明文，因此完全不实用，也不构成对完整 AES 的破解。
Anthropic 称，HAWK 工作由模型半自主完成，研究者主要提供偶尔的项目管理指导；AES 工作则大部分由模型自主搜索和实验，人类随后投入数百小时验证。两项结果各约消耗10万美元 API 用量。官方强调，HAWK 尚未部署，AES 结果只针对简化轮数，两项发现均不影响当前生产系统；其意义主要在于显示前沿模型已能参与高难度密码分析，并可能把人类验证能力变成新的瓶颈。
官方研究：https://www.anthropic.com/research/discovering-cryptographic-weaknesses
HAWK论文：https://www.anthropic.com/document/hawk_key_recovery.pdf
AES论文：https://www.anthropic.com/document/aes_mobius_bridge.pdf
15 428
ECC 2.1.0 发布：Plan Canvas 上线，主分支随后修复两项高风险边界
MIT 开源项目 ECC（affaan-m/ECC）发布 2.1.0 正式版。它为 Claude Code、Codex、OpenCode、Cursor 等编码代理提供技能、子代理、hooks、规则与记忆；本版新增 Plan Canvas，可把 Markdown 计划交给本机浏览器画布，让用户点选元素或文本添加批注、在侧栏交流，并批准计划或请求修改。画布支持 Mermaid、表格、任务清单与热更新，反馈通过 CLI 和 JSON 返回代理。
版本还加入 Kimi、Hermes 与 OpenClaw 安装目标，并提供可选的自托管模型计算路径。ECC 官方 issue 同时把 dashboard 网络暴露与 Cursor 会话路径重定向列为两项 HIGH 边界缺陷；对应修复 PR 在 Release 后 43 秒合入主分支。
GitHub 官方日榜在 7 月 28 日 22:54 UTC 显示 ECC 位列第 5，累计 234,751 stars，当日新增 692。
版本说明：https://github.com/affaan-m/ECC/releases/tag/v2.1.0
安全 issue：https://github.com/affaan-m/ECC/issues/2506
15 428
阿里达摩院公开 ClinFusion 8B/32B：统一理解 2D 与 3D 医疗影像
阿里达摩院发布医疗多模态模型 ClinFusion 的 8B、32B 权重、推理与评测代码及论文。两套模型以 Qwen3-VL 为基础，将 Qwen ViT、DINOv2、ConvNeXt 和原生 3D 编码器通过 CaSL Fusion 逐级融合，可接收普通医学图片与 NIfTI 体数据，覆盖视觉问答、医学文本问答和影像报告生成。
官方 8B 与 32B BF16 权重分别由 5 个和 16 个 safetensors 分片组成，约 24.16GB 与 76.14GB；代码和模型卡标记 Apache-2.0。仓库提供 Python 3.11、Transformers 4.57 环境下的安装、2D/3D 推理、评测配置与示例，并需额外准备 DINOv2、ConvNeXt 和匹配环境的 Flash-Attention。
论文还提出医学指令遵循评测 MedIF-Bench，以及按关注区域拆分匹配、遗漏与幻觉发现的 RoI-grounded 报告评测。作者报告 ClinFusion 在开放医疗模型对比中领先 24 项基准里的 20 项，并由 6 名放射科医生对 300 个 X 光与 CT 病例做盲评。
官方仓库：https://github.com/alibaba-damo-academy/ClinFusion
8B 权重：https://huggingface.co/Alibaba-DAMO-Academy/ClinFusion-8B
32B 权重：https://huggingface.co/Alibaba-DAMO-Academy/ClinFusion-32B
论文：https://arxiv.org/abs/2607.24743
15 428
Repost from AI一线｜ShareCentre
😀😀😀😀😀😀
😀😀😀😀😀😀😀
⚽世界杯官方指定平台
😍开云集团旗下亚洲最顶级娱乐平台
😍体育 H5版 — WEB端入口
😍体育 PC端 — 网页版入口
😍体育 全站APP — APP下载
🔤🔤小程序，免注册-免登录-匿名首选
😍😍😍😍😍😍😀😀😀😀😀😀😀
📱小飞机飞投入口
⭐新用户首存加赠2⃣5⃣🔣，复存加增1⃣0⃣🔣
⭐体育足球单首单包赔1⃣0⃣0⃣🔣
⚡⚡⚡⚡易换支付钱包，1⃣0⃣亿🔤资金池储备
⚡⚡⚡⚡线上5⃣0⃣0⃣0⃣万🔤担保，拒绝野鸡台
⚡⚡⚡⚡千万域名，豪客之选 mk.bet
❤❤❤❤代理分润 5⃣5⃣🔣 @MKFT888
❤❤❤❤ @MKFT777
❤❤❤❤ @MKFTHG
关注😀😀😀😀😀😀😀😀 t.me/rdsjo
掌握东南亚一线动态，看清风向料定先机。每周抽取100名TG会员，发言积分兑🔤
15 428
月之暗面补齐 PerceptionBench 3000 题数据与评测代码：拆开看多模态模型“看没看见”
月之暗面已将 PerceptionBench 的完整可下载数据和评测代码公开。它不把推理、知识与视觉混在一个总分里，而是从 42 个既有 benchmark 的模型失败中归纳十类原子视觉能力，包括计数、定位、深度与 3D、细粒度识别、OCR 和感知幻觉。
公开集含 3000 道经核验题目：1800 道由既有失败样本拆成原子问题，1200 道为新编题；它们从超过 1.7 万道内部核验题池中分层抽取。官方统一评测 16 个前沿多模态模型，报告称没有模型总分达到 60%，平均最弱项是感知相关幻觉；最高两项为 GPT-5.6-Sol 59.7% 和 Kimi K3 58.5%。
仓库提供完整数据、兼容 OpenAI API 的评测脚本、GPT-oss-120B 裁判提示和技术论文，可用于重跑可访问模型并定位具体视觉短板。官方称自动裁判在 300 个样本审计中与人工判断一致率为 99.7%。
研究页：https://www.kimi.com/blog/perception-bench
数据：https://huggingface.co/datasets/moonshotai/PerceptionBench
代码：https://github.com/MoonshotAI/PerceptionBench/tree/9a15ade659c1297f629913c454f69154bf22d533
