跳到正文
只看一手#编码
  1. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Carbon 模型

    Google DeepMind 向开发者、企业、科研人员和消费者开放 Gemini 4 Carbon，称其在网络安全能力和长周期智能体工作流上达到前沿水平。

    推荐理由：官方给出 Carbon 与 Argon 的定位差异、多项基准排名和每任务成本，便于判断何时该用更重的模型。

  1. AWS Machine Learning Blog78

    Claude Fable 5.2 与 Mythos 5.2 上线 Amazon Bedrock

    AWS 宣布 Claude Fable 5.2 和 Claude Mythos 5.2 在 Amazon Bedrock 与 Claude Platform on AWS 上可用。

    推荐理由：原文交代了 Fable 5.2 在编码与科研任务上的定位，以及 Bedrock 上的调用方式和迁移路径。

  1. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Carbon 前沿模型

    Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长程任务上能力最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。

    推荐理由：原文给出网络安全与长程智能体任务的基准成绩和分阶段开放路径，可据此判断前沿模型在攻防场景的进展。

  1. GitHub Blog · AI & ML62

    GitHub 发布 AI 代码审查开放基准 ReviewBench

    GitHub 发布 AI 代码审查开放基准 ReviewBench，基于 1.039 亿个 GitHub PR 的分布构建 219 个公开 PR 语料，覆盖 19 种语言。

    推荐理由：GitHub 公开了基准的构建方法、评分规则和人工一致性数据，读者可据此判断 AI 代码审查评测的可信度。

已经到底了