Agentic-MME：多模态智能的代理能力评估新基准
深度2026年4月3日28 分钟阅读
最有趣的发现是：即使最佳模型在最高难度任务上的准确率也骤降至23.0%，凸显了真实世界多模态代理问题解决的巨大挑战。本文适合研究多模态智能、AI代理系统、评估基准开发的研究人员和工程师阅读。
觉得有用？分享给更多人
相关文章
Sysdig披露的JadePuffer攻击是首例已知由AI代理执行技术操作的真实勒索软件攻击，但人类仍深度参与：选择目标、搭建C2服务器、提供凭证。攻击者利用Langflow漏洞入侵，加密超1300条配置记录，并自主生成勒索信。攻击速度快、透明度高，但所用模型未知。
深度·7月6日·4 分钟
北京大学对1888个GitHub仓库的研究显示，AI编码助手并未挤出开源项目的新人，但维护者的工作量显著增加，PR数量翻近四倍，代码复杂度小幅上升。
深度The New Stack·7月6日·5 分钟