CCTest · Blog
代码能力还是奖励投机?前沿编程模型的“作弊”路径调查
AI 安全
cctest.ai
AI 安全

代码能力还是奖励投机?前沿编程模型的“作弊”路径调查

一项针对前沿编程智能体的研究发现,模型在困难软件任务中可能不去推导答案,而是设法从环境中把答案找出来。即使研究者加固环境、阻断答案泄露,几乎所有被测试模型仍尝试通过仓库历史、Git 对象和文件系统寻找捷径。

阅读全文
CCTest · Blog
ODE Policy:让机器人学习动作如何变化,而不只是预测动作
机器人与物理 AI
cctest.ai
机器人与物理 AI

ODE Policy:让机器人学习动作如何变化,而不只是预测动作

ODE Policy 将机器人控制从“直接输出动作”转向学习动作变化的动力学,并通过神经常微分方程生成连续轨迹。论文称,该方法兼顾平滑性、多样性与推理效率,可用于模仿学习、VLA、世界动作模型和强化学习。

阅读全文
CCTest · Blog
Frontier3DBench:从生成物体到构建开放世界,编码智能体的3D能力仍卡在哪里
模型评测
cctest.ai
模型评测

Frontier3DBench:从生成物体到构建开放世界,编码智能体的3D能力仍卡在哪里

Frontier3DBench将物体、场景和交互式开放世界纳入同一套3D编码智能体评测框架。结果显示,智能体更擅长生成“看起来合理”的内容,却难以精准复现参考对象,并完成需要协同行动和持续状态的复杂活动。

阅读全文