CCTest
首页模型指纹站点收录文章定价API 文档常见问题联系我们
API …
登录

文章与教程

Claude API 中转站避坑指南、检测原理与大模型 API 实测经验

共 2320 篇文章

RSS 订阅
全部模型发布大语言模型多模态AI 智能体代码智能体AI 安全强化学习扩散模型视觉与视频语音与音频机器人与物理 AIAI 科研模型评测推理与部署框架与工具记忆与上下文AI 教育行业动态开源生态算力与芯片政策与监管商业与融资产品与应用世界模型RAG 与检索
CCTest · Blog
OS-Helix:让电脑智能体学会在图形界面与代码之间协同
AI 智能体
cctest.ai
AI 智能体2026年10月19日

OS-Helix:让电脑智能体学会在图形界面与代码之间协同

OS-Helix 将 GUI 操作和代码执行纳入同一个智能体策略,试图解决桌面自动化中“该点击还是该写代码”的决策难题。在 OSWorld-Verified 上,强化学习版本达到 66.44% 的成功率。

阅读全文
CCTest · Blog
PPMem:用平面记忆让视频世界模型保持长期空间一致性
世界模型
cctest.ai
世界模型2026年10月19日

PPMem:用平面记忆让视频世界模型保持长期空间一致性

PPMem 将墙面、地面和立面等场景结构表示为可持续更新的平面记忆,并将其用于后续视频生成。该方法试图解决视频世界模型在长序列、大幅视角变化下容易遗忘和失真的问题。

阅读全文
CCTest · Blog
PremiseCheck:把同行评审事实核查拆成可验证的前提
模型评测
cctest.ai
模型评测2026年10月19日

PremiseCheck:把同行评审事实核查拆成可验证的前提

同行评审意见可能误读论文,人工与大模型撰写的评论都不例外。PremiseCheck先让大模型提取评论中的明确前提,再由成本更低的决策模型逐项对照论文,以较低成本完成事实核查。

阅读全文
CCTest · Blog
FC-SWE:让软件工程智能体从失败补丁中学习
强化学习
cctest.ai
强化学习2026年10月19日

FC-SWE:让软件工程智能体从失败补丁中学习

FC-SWE 将验证失败后的修复尝试纳入强化学习训练,并把失败补丁与测试反馈作为下一次尝试的上下文。在 SWE-bench Verified 上,它提升了多次尝试场景下的软件修复成功率。

阅读全文
CCTest · Blog
BELIEFWEAVER:让长程智能体从失败中真正学会恢复
AI 智能体
cctest.ai
AI 智能体2026年10月19日

BELIEFWEAVER:让长程智能体从失败中真正学会恢复

长程任务中的失败,往往不是最后一步造成的,而是数步之前的错误累积。BELIEFWEAVER通过持久化证据、关系型信念状态和隐式世界模型,帮助智能体判断该回滚、修复还是继续探索。

阅读全文
CCTest · Blog
让人类指令不再失效:SAI为LLM智能体引入持久化权威控制
AI 智能体
cctest.ai
AI 智能体2026年10月19日

让人类指令不再失效:SAI为LLM智能体引入持久化权威控制

一篇最新论文提出Structured Authority Injection(SAI),通过带类型的MCP调用和分级权威上下文,让人工修正能够跨多个规划周期持续生效。实验显示,该方法可减少指令歧义与权威衰减,但收益会因模型而异。

阅读全文
CCTest · Blog
PRIME:让智能体的结论必须由证据“买单”
AI 智能体
cctest.ai
AI 智能体2026年10月19日

PRIME:让智能体的结论必须由证据“买单”

一项名为 PRIME 的研究提出,用预先固定的证据路径和独立结果台账约束大语言模型智能体,避免其在检查失败后仍给出未经支持的结论。实验显示,该方法在 480 个公开记录任务中消除了不当结论,并提升了可证明结论的得分。

阅读全文
CCTest · Blog
Lean4AgenticRL:用 Lean4 形式化多层过程奖励,提升智能体强化学习
强化学习
cctest.ai
强化学习2026年10月19日

Lean4AgenticRL:用 Lean4 形式化多层过程奖励,提升智能体强化学习

Lean4AgenticRL 将 Lean4 形式化方法引入开放式智能体强化学习,为工具调用、工作流阶段和最终结果提供可验证的多层奖励。其训练出的 LAR-27B 在 TerminalBench-2.1 上取得 77.3% 的成绩。

阅读全文
CCTest · Blog
Harness 进化的收益,究竟有多少是真正的能力提升?
模型评测
cctest.ai
模型评测2026年10月19日

Harness 进化的收益,究竟有多少是真正的能力提升?

一项新研究提出 Harness-Delta Attribution 评估协议,试图拆分智能体框架优化带来的收益:哪些来自搜索集过拟合,哪些只是增加了测试时计算,哪些可能具备泛化性。

阅读全文
CCTest · Blog
安全模型也会在递归自蒸馏中逐步失配
AI 安全
cctest.ai
AI 安全2026年10月19日

安全模型也会在递归自蒸馏中逐步失配

一项新研究发现,即使训练数据来自模型自身的安全生成,并配合无害提示,递归自蒸馏仍可能让模型在多类有害请求上的安全表现持续恶化。研究者将这一现象称为“渐进式失配”。

阅读全文
CCTest · Blog
DeepSeek V4.1 Flash 更新:从“许愿式编程”到搜索 API
代码智能体
cctest.ai
代码智能体2026年10月19日

DeepSeek V4.1 Flash 更新:从“许愿式编程”到搜索 API

DeepSeek V4.1 Flash 版本 1017 带来两项更新:提升从零构建项目的能力,并正式开放自研搜索 API。对开发者而言,后者更可能直接改变应用接入方式。

阅读全文
CCTest · Blog
Anthropic将5%股份投入公益基金,探索AI时代的公共利益分配
商业与融资
cctest.ai
商业与融资2026年10月18日

Anthropic将5%股份投入公益基金,探索AI时代的公共利益分配

Anthropic宣布设立“公共利益基金”,计划投入公司5%的股份,并保留随公司价值增长追加投入的安排。基金未来可能支持传统公益组织、特定人群直接分配及AI就业影响研究,但具体治理机制尚未公布。

阅读全文
CCTest · Blog
迪士尼拟吸纳 Character.AI 大多数员工,竞购仍未落定
行业动态
cctest.ai
行业动态2026年10月18日

迪士尼拟吸纳 Character.AI 大多数员工,竞购仍未落定

Character.AI 申请破产后,迪士尼同意向至少 60 名员工提供职位,并承担预计约 6000 万美元的年度薪酬。由于这只是“领跑竞购”方案,其他公司仍可能提出更高报价。

阅读全文
CCTest · Blog
Anthropic让外部AI安全机构获得“员工级”内部权限
AI 安全
cctest.ai
AI 安全2026年10月18日

Anthropic让外部AI安全机构获得“员工级”内部权限

Anthropic已将非营利评估机构METR的六名成员嵌入公司团队,让其接触硬件、内部工具和风险评估系统。METR可独立发布结论,Anthropic不能否决,但可要求删除涉及敏感信息的内容。

阅读全文
CCTest · Blog
VAST开源EdenLive:把世界模型的实时视觉渲染推向消费级显卡
世界模型
cctest.ai
世界模型2026年10月18日

VAST开源EdenLive:把世界模型的实时视觉渲染推向消费级显卡

VAST发布并开源实时世界模型EdenLive,主打参考输入、风格迁移与长时连续生成。官方称其在单张RTX 5090上以720P实现超过24FPS,并支持百毫秒级端到端交互延迟。

阅读全文
CCTest · Blog
Replit 将 OpenAI 设为默认模型,Claude 仍保留
代码智能体
cctest.ai
代码智能体2026年10月17日

Replit 将 OpenAI 设为默认模型,Claude 仍保留

Replit CEO Amjad Masad 表示,OpenAI 已取代 Anthropic 成为平台默认模型提供商,但用户仍可继续使用 Claude。此次调整同时受到模型表现、成本和合作关系等因素推动。

阅读全文
CCTest · Blog
Meta删除引发争议的条款,否认借此获得新闻网站抓取权
政策与监管
cctest.ai
政策与监管2026年10月17日

Meta删除引发争议的条款,否认借此获得新闻网站抓取权

Meta在遭到外界质疑后,从商业条款中删除了一段被解读为允许抓取网站内容训练AI的表述。公司称,此举是为了澄清条款适用范围,并未改变其网络爬虫政策。

阅读全文
CCTest · Blog
AI代理正在撞上互联网的“拒绝访问”墙
AI 智能体
cctest.ai
AI 智能体2026年10月17日

AI代理正在撞上互联网的“拒绝访问”墙

OpenAI、Meta和Google都希望AI代理替用户浏览网页、购物和预订服务,但越来越多网站正在通过封禁、授权和反机器人系统限制这些代理。代理能否成为真正的网络助手,取决于平台是否愿意让它们进入。

阅读全文
CCTest · Blog
DeepSeek V4.1-Flash-1017发布:性能、速度与成本的再平衡
模型发布
cctest.ai
模型发布2026年10月17日

DeepSeek V4.1-Flash-1017发布:性能、速度与成本的再平衡

DeepSeek推出V4.1-Flash-1017,并同步升级Harness与自研搜索API。新版本的重点不只是基准分数提升,而是试图让Agent以更少的运行时间和输出Token完成任务。

阅读全文
CCTest · Blog
PilotDeck 2.0 开源:把智能体的记忆、任务与成本管起来
AI 智能体
cctest.ai
AI 智能体2026年10月17日

PilotDeck 2.0 开源:把智能体的记忆、任务与成本管起来

清华大学 THUNLP 实验室联合面壁智能、OpenBMB 等团队推出 PilotDeck 2.0,试图解决智能体长期记忆混乱、任务难以持续执行和模型调用成本过高等问题。其核心设计包括工作舱、可编辑记忆、后台执行和智能路由。

阅读全文
CCTest · Blog
OmniCompass:把视频理解评测推进到时空与视听协同
模型评测
cctest.ai
模型评测2026年10月16日

OmniCompass:把视频理解评测推进到时空与视听协同

OmniCompass 是一个面向全模态视频定位与理解的综合基准,覆盖时间定位、空间定位和问答三类任务。它还通过文本与文本加图像两种目标指代方式,检验模型是否真正理解视频证据,以及在不同提示形式下能否保持一致。

阅读全文
上一页第 30 / 111 页下一页
CCTest

CCTest — 专业的 Claude API 中转站黑盒检测平台,识别掺假、降智与套壳,守护每一次 API 调用。

快速链接

站点收录文章定价API 文档模型指纹常见问题联系我们RSS 订阅

按模型

Claude 中转站OpenAI 中转站Gemini 中转站DeepSeek 中转站GLM 中转站MiniMax 中转站Grok 中转站

联系我们

admin@oryntis.ai

1908 Thomes Avenue STE 61266, Cheyenne, WY 82001, US

© 2026 Oryntis LLC. 保留所有权利。

cctest.ai