AI 新闻

只需告诉LLM“2+2=5”，就能让它执行被禁止的指令。

谷歌发布Nano Banana 2 Lite图像模型，速度最快且成本最低，生成图像仅需几秒。

ScarfBench是一个新基准，用于评估AI代理在企业级Java框架迁移中的表现。它包含多个真实世界的迁移任务，旨在衡量代理的代码理解和重构能力。

Google DeepMind推出Nano Banana 2 Lite和Gemini Omni Flash，为开发者提供更轻量、高效的AI构建工具。

OpenAI发布GeneBench-Pro，这是一个新的基准测试，用于评估AI在基因组学、生物学和科学研究中的表现。

OpenAI 发布了 Genebench-Pro 基准测试，用于评估模型在复杂任务上的表现。

Hugging Face在模型页面上集成了Open LLM排行榜的所有评估结果，方便用户直接查看模型性能。

OpenAI预览了GPT-5.6 Sol，该模型在编程、科学和网络安全方面能力更强，并配备了最先进的安全堆栈。

NVIDIA NeMo AutoModel通过自动化优化流程，显著提升Transformer模型的微调效率。

Google DeepMind推出DiffusionGemma，一种基于扩散模型的文本生成新方法，速度比传统自回归模型快4倍。

谷歌DeepMind推出Gemma 4 12B，这是一个统一的无编码器多模态模型，旨在简化架构并提升性能。

Anthropic的终端AI代理Claude Code虽功能强大，但高昂的订阅费用引发开发者不满。开源替代品Goose以完全免费的方式提供类似能力，正在吸引大量用户。