CCTest · Blog
Anthropic正式提交IPO申请:营收暴涨背后的治理与安全考验
商业与融资
cctest.ai
商业与融资

Anthropic正式提交IPO申请:营收暴涨背后的治理与安全考验

Anthropic已向美国证券监管机构提交IPO文件,披露了快速增长的企业业务、仍然存在的巨额亏损,以及由创始人和长期利益信托主导的特殊治理结构。公司计划以“ANT”为股票代码上市,但尚未公布募资规模和发行价。

阅读全文
CCTest · Blog
Dual Exam:把多模态智能体与世界模型分开测,才能看清短板
模型评测
cctest.ai
模型评测

Dual Exam:把多模态智能体与世界模型分开测,才能看清短板

Dual Exam 提出一套双轨评测框架:在固定环境响应下考察多模态智能体的行动选择,在固定动作干预下检验世界模型的状态演化。初步结果显示,模型在单项能力上的高分,并不意味着它们已经具备稳定协同完成任务的能力。

阅读全文
CCTest · Blog
长程智能体为何不怕压缩上下文?新研究发现基准测试可能过于“友好”
记忆与上下文
cctest.ai
记忆与上下文

长程智能体为何不怕压缩上下文?新研究发现基准测试可能过于“友好”

一项针对长程智能体任务的研究发现,许多基准测试对上下文压缩并不敏感,因为任务目标和中间产物通常保存在外部文件中。但压缩仍可能悄悄丢失工作规则与反作弊约束,带来难以察觉的风险。

阅读全文
CCTest · Blog
SpecMem:让工具调用智能体的推测解码记忆持续在线
推理与部署
cctest.ai
推理与部署

SpecMem:让工具调用智能体的推测解码记忆持续在线

SpecMem 将已验证的工具调用写回按用户隔离的有限记忆,并结合副作用防护,解决推测解码存储随着部署时间推移而失效的问题。论文显示,动态更新记忆可提高接受令牌数量,并在部分测试中带来最高 1.74 倍的端到端加速。

阅读全文
CCTest · Blog
合成改写的规模定律:算力越高,合成数据占比应越大
大语言模型
cctest.ai
大语言模型

合成改写的规模定律:算力越高,合成数据占比应越大

一项研究提出面向合成改写数据的规模定律,用统一框架评估模型规模、训练 token、改写比例与自然数据重复轮次的关系。结果显示,随着训练算力增加,最优合成改写比例也会上升,且学生模型有机会以更低训练成本超过改写模型。

阅读全文