2026年6月19日星期五

15 条新闻 — 🔴 2 重要 , 🟡 10 值得关注 , 🟢 3 有趣

🤖 模型 (2)

🟡 🤖 模型 2026年6月19日 · 2 分钟阅读

arXiv:2606.19327：基于评分标准的自蒸馏在推理模型训练中超越GRPO

基于评分标准的条件自蒸馏是一种新型推理模型训练方法，在科学推理基准测试上比GRPO高出+1.0分，比OPSD高出+0.9分。该方法以评分标准作为词元级指导，取代标量奖励，实现了更精确的功劳分配。

🟡 🤖 模型 2026年6月19日 · 1 分钟阅读

OpenAI：GPT-5.5 Instant提升ChatGPT健康领域回答质量

GPT-5.5 Instant通过更强的推理能力和更好的上下文理解，提升了ChatGPT中健康与健康管理类回答的质量。评估工作由一组医生参与完成，目标是实现更清晰、更可靠的医疗主题沟通。

📦 开源 (1)

🟡 📦 开源 2026年6月19日 · 1 分钟阅读

Black Forest Labs：Robin Rombach呼吁G7领导人支持开放式AI发展

Robin Rombach——Black Forest Labs（FLUX模型开发者）联合创始人兼CEO——向G7领导人发出呼吁：开放、负责任的AI发展应成为全球规范。Rombach认为，AI参数的公开可及性能够促进创新并推动技术民主化。

🤝 智能体 (4)

🔴 🤝 智能体 2026年6月19日 · 2 分钟阅读

Anthropic：Project Fetch第二阶段——机器人作业速度提升20倍，代码量减少10倍

Claude Opus 4.7自主控制机器人四足动物，完成任务的速度比人类团队快20倍，且编写的代码量约减少10倍，同时达到同等甚至更优的效果。然而，精确的闭环控制仍是一大挑战。

🟡 🤝 智能体 2026年6月19日 · 2 分钟阅读

arXiv:2606.18543：CEO-Bench——AI智能体能长期经营初创企业吗？

CEO-Bench是一个模拟500天初创企业运营的基准测试，旨在检验AI智能体在无人监督情况下做出商业决策的能力。只有Claude Opus 4.8和GPT-5.5超越了100万美元的初始资本，但没有任何模型能实现持续盈利。

🟡 🤝 智能体 2026年6月19日 · 1 分钟阅读

AWS：Amazon Bedrock AgentCore Harness正式发布——仅需2次API调用完成部署

Amazon Bedrock AgentCore Harness已从预览阶段正式发布，面向所有用户开放生产使用。部署生产级AI代理现在只需2次API调用，平台支持Claude、Nova、Llama、DeepSeek、GPT-5.5和GPT-5.4，并可在会话中途切换模型且不丢失上下文。

🟢 🤝 智能体 2026年6月19日 · 1 分钟阅读

GitHub：AI智能体现可无需人工干预创建完整分类的issue

GitHub引入了创建issue时的实时重复检测功能，并通过issue字段MCP支持扩展了MCP服务器。AI智能体现在可以创建并立即设置所有元数据的issue，无需手动分类。

🔧 硬件 (1)

🟡 🔧 硬件 2026年6月19日 · 1 分钟阅读

AMD：大型语言模型训练中RoCE网络流量模式分析

AMD发布了一份比较分析报告，研究训练四款大型语言模型——GPT-4、Llama 3、DeepSeek-V2和Grok 4.0——时产生的RoCE网络流量模式，为在多GPU节点横向扩展集群中构建AI基础设施提供了实践指南。

🏥 实践应用 (4)

🟡 🏥 实践应用 2026年6月19日 · 2 分钟阅读

arXiv:2606.19245：TxBench-PP——AI智能体探索新药研发

TxBench-PP是一个通过4800条轨迹、测试11个模型来评估AI智能体在小分子临床前药理学表现的基准测试。Claude Opus 4.8以59.3%的成功率领先，GPT-5.5以55.3%紧随其后，但没有任何模型达到足够可靠的医学应用水平。

🟡 🏥 实践应用 2026年6月19日 · 1 分钟阅读

GitHub：MAI-Code-1-Flash现已在Copilot的8个开发界面上提供

MAI-Code-1-Flash——微软定位为同类最佳的紧凑型编程模型——现在可在GitHub Copilot的8个开发界面上使用，从CLI到移动平台，覆盖free到max所有套餐。

🟡 🏥 实践应用 2026年6月19日 · 1 分钟阅读

OpenAI：AI帮助医生诊断儿童罕见遗传病

OpenAI的推理模型在此前未能确诊的儿童罕见遗传病病例中识别出18个新诊断，并与医生和研究机构展开合作。这些结果为AI在临床诊断中的作用提出了新的问题。

🟢 🏥 实践应用 2026年6月19日 · 1 分钟阅读

PyTorch：LLM将GPU内核优化时间从分钟缩短至秒级

PyTorch核心团队发布了针对Helion内核的LLM引导自动调优方案，将GPU代码优化时间从分钟缩短至秒级。大型语言模型取代穷举搜索，智能引导内核参数空间的搜索过程。

💬 社区 (1)

🟢 💬 社区 2026年6月19日 · 1 分钟阅读

GitHub：PR限制如何减少开源项目中的噪音

GitHub推出pull request限制功能，让维护者能够控制外部贡献者的同时开放PR数量。自2023年1月以来，合并的PR数量从每月2500万增长至9000万以上——增长了3.6倍——这已使许多项目不堪重负。

🛡️ 安全 (2)

🔴 🛡️ 安全 2026年6月19日 · 2 分钟阅读

Google DeepMind：超过50%的AI智能体安全事件源于错误，而非攻击

Google DeepMind分析了100万条智能体编程轨迹，发现超过50%被标记的AI智能体安全事件源于任务误解或模型过度热情，而非外部对抗性攻击。这一发现改变了防御工作的优先级。

🟡 🛡️ 安全 2026年6月19日 · 1 分钟阅读

GitHub：两项安全升级保护GitHub Actions免受pwn request攻击

GitHub在一天之内发布了两项针对Actions的互补安全升级：actions/checkout@v7阻断来自fork PR的pwn request攻击，新的工作流执行保护功能允许管理员在整个组织范围内按行为者和事件类型配置允许列表。