AI21 Labs 发布独立智能体校验器（Agent Verifier）研究成果。指出 Agent 错误主要是候选结果中的“选择问题”而非“生成问题”，通过训练独立的核验模型重新检索事实，在 FACTS-Search 评测中取得 93.4 分，远超 83.3 分的多数投票基线。
40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
说明：本文由 AICoder 编辑部借助 AI 工具整理撰写，依据文中注明的官方及媒体来源，并按人工制定的采编标准核对事实与数字；厂商自报的数据已标明出处。
联动天梯榜跑分、独家套餐赠金与 IDE 定制规则
OpenAI 11 月 2 日（美国时间）发文宣布筹备下一轮内部安全冲刺，与安全公司 Cathedral 合作，让对方研究员使用 OpenAI 模型和内部团队一起挑战自家防御。同时调整 Security Bug Bounty：严重级别漏洞奖励提高到原来的四倍以上，OpenAI 官方 X 帖称特别出色的发现含奖金最高可得 17.2 万美元。官方称上一轮冲刺抽调了 25% 的产品工程师，用 Codex 复现漏洞并准备补丁；此外已承诺 6 个月内提供 10 亿美元补贴额度给守护关键服务的防御方。
OpenAI 11 月 2 日在官方博客宣布 Grid Protectors（电网守护者）计划：与公用事业公司、监管方合作，让其未来自建的算力园区（OpenAI 现在对数据中心的叫法）在电网紧张时降低用电，并自付全部电网基础设施和供电成本。试点是佐治亚州 Effingham 县规划中的园区（Project Camellia），据 Georgia Power 新闻稿，该项目约需 3,200 MW，并承诺最多 1,000 MW 灵活需求响应，OpenAI 称相当于约 70 万户家庭的平均用电。园区仍在建设中。
语音 AI 公司 Hume 11 月 2 日发布 Audio Decision API，号称首个「音频原生」的问答式决策模型：开发者上传原始音频，用一句话写问题并给出候选答案，接口返回每个答案的概率，不经过转写。支持是/否、多选、打分和时间片段四类问题，可判断说话人数、是否有人笑、来电者是否不耐烦、背景是否有警笛等。官方口径：训练用了 1000 万以上条人类判断，初步评测与人类评审平均判断的一致率为 70.7%（单个评审基线 56.5%）。目前需申请或加入候补名单获取访问权限。
近 14 天全网开发者深度交互与阅读热度
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察