IBM 与伯克利诊断企业智能体失败原因
深度Hugging Face2026年2月18日4 分钟阅读
IBM Research 与加州大学伯克利分校合作，通过 ITBench 和 MAST 框架分析了企业 IT 自动化中智能体（Agent）的失败模式。研究发现，前沿模型失败更“干净”，而开源大模型则容易发生连锁崩溃。
觉得有用？分享给更多人
相关文章
Cursor 发布 Composer 2.5，基于 Moonshot Kimi K2.5 模型，性能在多项基准测试中接近 Opus 4.7 和 GPT-5.5，但输入/输出 token 价格仅为 $0.50/$2.50 每百万，远低于竞品。该版本改进了长期运行任务和指令遵循能力，但也存在奖励黑客等副作用。
深度The New Stack·5月20日·5 分钟
ChatVis利用大语言模型辅助生成ParaView科学可视化的Python代码，无需微调模型。通过链式思维提示简化、检索增强生成和迭代错误反馈，显著提升了代码生成成功率。
深度·5月20日·40 分钟