K-BrowseComp:韩语情境网络浏览智能体基准
深度2026年6月4日26 分钟阅读
最有趣的发现:前沿模型在韩语网页浏览任务上表现大幅下降,而韩国本土模型几乎完全失败,凸显了当前 AI 在非英语环境下的脆弱性。推荐阅读:对多语言智能体评估、韩语 NLP 或代理基准研究感兴趣的研究者。
觉得有用?分享给更多人
觉得有用?分享给更多人
GitHub 在 Universe 大会公布了下一代 Git 存储架构,内部测试中单仓库可承受每秒 7,200 次推送和 5,000 个并发智能体。架构代号“Rubicon”,基于“最小化协调、存储与计算解耦”两原则,将引用更新与不可变的 Git 对象分离,分别存入 Ref-CAS 日志服务和 Azure Blob Storage。
Cloudflare 认为远程托管的 AI Agent 本质上是用户与网站之间的新中间人,破坏了网站识别、服务与问责用户的能力。文章列举了账户共享、友好欺诈、身份冒充等 14 类挑战,并提出“中间化原则”,呼吁生态协作在保留用户关系的前提下开放 Agent 访问。