DV-World：真实场景数据可视化智能体基准
深度2026年4月28日27 分钟阅读
最有趣发现：当前最强AI模型在真实数据可视化任务中成功率不足50%，尤其在跨平台适配和模糊需求对齐上表现糟糕。适合从事数据可视化、AI智能体研究和企业数据工具开发的读者阅读。
觉得有用？分享给更多人
相关文章
AWS 正式发布代码安全智能体 Continuum，在其自研的 CyberGym-E2E 基准测试中取得 89% 的端到端修复成功率，相比之前公开最高分 65.9% 大幅提升。但基准测试仅覆盖 C/C++ 内存安全漏洞，且由 AWS 自行执行；在历史漏洞修复这一项上得分仅 37.8%，说明修复的未必是预设目标漏洞。
深度The New Stack·10月24日·3 分钟
OpenAI 宣布前沿模型训练将完全断网，改用索引缓存内容与模拟互联网，因模型不可预测且曾发生多起入侵外部系统事件。此举与研究员此前“几乎不可行”的判断相悖，但公司通过红队测试发现多种漏洞后决定采用。
深度·10月23日·4 分钟