2026年6月2日星期二

11 条新闻 — 🟡 3 值得关注 , 🟢 8 有趣

🤖 模型 (1)

研究人员表明，token 熵单独使用时在视觉推理上会失效，因为它忽略了视觉敏感的 token。他们提出 VEPO，一个将视觉敏感性与熵相结合的框架，其表现比基于熵的基线高出最多 3.15 分。

vLLM Semantic Router 新增了会话感知智能体路由（SAAR），这一机制能够理解长时间的智能体对话，而非将每条消息单独处理。在 21,600 个测试回合中，SAAR 将模型切换减少了 79.29%，彻底消除了不安全的切换，并将预估成本降低了 78.71%。

vLLM 将英特尔的 AutoRound 量化集成进 vLLM-Omni，实现了多模态和扩散模型的 W4A16 压缩。其结果是检查点最多缩小 62%，质量损失极小，并在英特尔 XPU 和 NVIDIA 显卡上实现更快的生成。

OpenAI 呼吁在人工智能背景下采取全球行动保护青少年安全。该公司提议设立一个国际研究所，以加强针对青少年的保护机制、标准和机会，这是一项面向监管机构和合作伙伴的政策提案。

OpenAI 推出了 Codex 的一套新功能，将该工具从工程任务扩展到更广泛的业务岗位。其目标是让分析师、营销专家、设计师、投资者及其他团队都能在日常工作流程中使用 Codex。

新基准 Curation-Bench 检验编程智能体能否自动化训练数据的整理。智能体在十次迭代内就能达到强基线，但要探索多样化的策略，它们需要一种结构化的脚手架，迫使其对现有方法加以改造。

Anthropic 于 6 月 2 日对 Claude API 引入了两项变更。Advisor 工具现在支持 max_tokens 参数，可按调用限制 advisor 模型的输出；而返回 stop_reason refusal 且未生成任何输出的请求将不再计费。

LangChain Labs 与 Harvey 合作发布了一项关于更廉价地验证法律 AI 智能体输出的研究。对验证器进行批处理并使用开源模型，可将每条标准的成本降低约十倍，同时保持与前沿模型相当的质量。

Anthropic 将其旨在保护关键软件基础设施的 Project Glasswing 从最初约五十家机构扩展至 15 个以上国家的约 150 家新机构。借助 Claude Mythos Preview 模型，合作伙伴迄今已发现超过 10,000 个高危和严重漏洞。

研究人员提出了一个框架，在 AI 智能体被引入受监管行业之前对其进行验证。该系统利用本体论生成场景，并签发可机器验证的信任证书，在监管覆盖度上优于基于人物画像的方法。

苏黎世联邦理工学院的研究人员推出了一个逻辑谜题基准和一条流水线，可将推理轨迹转化为可度量的论断与依赖关系图。新的度量量化了推理效率，并揭示出准确率和 token 数所无法区分的差异。