ZDNet至顶网软件频道消息:今天上午9点半左右,百度浏览器官方微博放图卖起关子:称“进了?爽了?发生了什么?今天下午一定揭晓!”临近2014巴西世界杯开赛,几大浏览器纷纷放出世界杯相关消息,而百度浏览器此举更有神秘放大招的架势。
【图】百度浏览器微博悬念图
说起来,百度浏览器自2014年年初推出以“一简轻新”为核心概念的新版本后,一直较为活跃,并在基于用户体验与核心功能的改进上,下了不少功夫。另外,坊间盛传“开小号”秘密研发的千寻浏览器低调问世后,因其官方暂未对外发声,一时间,浏览器团队神秘对战的消息也甚嚣尘上。
本次百度浏览器微博悬念邀请消息放出,是否喻意作证此前内部传出的“闭关打造世界杯新版本”的消息?小编将在今天下午与大家一起见证。
好文章,需要你的鼓励
Salesforce研究团队发布开源工具包MCPEval,基于模型上下文协议(MCP)架构评估AI智能体工具使用性能。该工具突破传统静态测试局限,通过全自动化流程收集详细任务轨迹和协议交互数据,为智能体行为提供前所未有的可视化分析。MCPEval能快速评估MCP工具和服务器,生成综合评估报告,为企业智能体部署提供可操作的改进建议。
清华大学团队推出AnyCap项目,通过轻量级"即插即用"框架解决多模态AI字幕生成缺乏个性化控制的问题。该项目包含模型、数据集和评估基准,能让现有AI系统根据用户需求生成定制化字幕,在不重训基础模型的情况下显著提升控制能力,为AI内容创作的个性化发展奠定基础。
月之暗面Kimi K2技术报告:解读万亿参数的智能体模型(含K2与DeepSeek R1对比)
耶鲁大学团队开发了全球首个AI科学实验设计评估系统ABGEN,测试了18个先进AI模型设计消融实验的能力。研究发现最好的AI系统得分4.11分,仍低于人类专家的4.80分,但在人机协作模式下表现显著改善。研究还发现现有自动评估系统可靠性不足,建立了元评估基准ABGEN-EVAL。这项研究为AI在科学研究中的应用提供了重要评估框架。