AI 科研日报
第 25 期4 件要闻约 2 分钟读完
- 件大事
- 4
- 个来源
- 4
- 件一手发布
- 1
- 款新工具
- 1
百度发布自动研究系统 ERNIE Evolve，并在 ERNIE-5.5-Flash 推理优化中落地
百度发布自动研究系统 ERNIE Evolve，它围绕给定代码仓库、优化目标和评测标准自主修改代码、在隔离环境跑实验，由独立评测与复核决定保留哪些改动。该系统在 NanoChat AutoResearch、NanoGPT Speedrun 和 SOL-ExecBench 三项公开任务上均高于基线，其中前两项超过公开验证的最好结果，优化结果已在 GitHub 开源。
入选理由：百度公开了自动研究系统在公开基准与自家推理优化任务上的结果，研究者可据此判断自动研究闭环能承担哪类研发工作。
本期要闻
姚期智、杨植麟联合署名论文推出TCSExam，评测9个前沿大模型的理论计算机科学能力
姚期智团队联合杨植麟等发表署名论文《TCSEXAM：在TCS研究的全范围内评估前沿大型语言模型》，推出TCSExam评测，把定理证明、求解器工程、构造和开放猜想四类任务纳入同一考卷，由Lean内核等机器验算。
Anthropic 测试 Claude 设计真实电子硬件：三款设备原型一次成型
Anthropic 与电路板设计公司 Diode Computers 合作，让 Claude Fable 5.2 仅凭简单提示词完成扬声器电话、语音助手中枢和掌上电子宠物三款设备的设计，包括规格、原理图、PCB 布局布线、3D 打印外壳、固件和物料清单，Diode 按设计文件直接制造并组装出可正常工作的原型。
Claude Fable 5.2 上线付费计划
Claude Fable 5.2 今日起在所有付费计划中可用。 致力于网络安全或生物医学研究有益应用的组织，可申请获取 Claude Mythos 5.2 的访问权限。 阅读更多：https://www.anthropic.com/claude-fable-and-mythos-5-2
原文 ↗另有 5 家信源报道
本期完。每条均附原文链接，由编辑系统根据公开来源编排。