GPQA最开始只有39.4%，调整答案格式和评测设置后，直接飙到95.96% AIME因为答案都是数字，且题目已被大量公开，最终跑到了100% 最夸张的是HLE——他直接把测试答案拿去训练，最终得到99.44% 第二步，就是制造一家「真实存在」的实验室。

1、yb体育 第一个月结束：2 个市场完成测试，产出 80 余条素材，触达 500 余位海外达人，促成 20 余次内容合作，实现万元美金 GMV。

这些都是必要条件，但远远不够。yb体育结果：审计这个代码库，把高危安全漏洞统统揪出来。

2、散件残骸拼出准新皮卡：5.3升V8仅跑496英里，底盘配置拉满

此次，他们正式发布了AGX Agentic Compute 智能体计算战略——一把打通芯片、整机和操作系统，构建覆盖端、边、云的全域算力底座。

3、FIFA重磅罚单！亚洲一国足协遭全球禁赛

参考资料： https://x.com/thsottiaux/status/2077114635308986427?s=20 https://x.com/sama/status/2077036999303999910?s=20 编辑：摩西新智元报道 你半夜失眠问Claude该不该辞职，它体贴得像个认识了十年的老朋友。

4、15岁印度最年轻国手谈短暂低迷：重返哈拉雷福地，要从谷底反弹

参考资料： https://x.com/elonmusk/status/2076739687658496209%20*%20 https://x.com/SpaceXAI/status/2076692402442846289%20*%20 https://x.com/milichab/status/2076693464016994685 编辑：所罗门新智元报道 【新智元导读】最近，这个AI穿越Vlog刷爆全网！第一视角空降古罗马、泰坦尼克号，逼真到窒息。

5、印度提前锁定2026英联邦运动会首枚奖牌 拳击名将轮空直通四强

它被查出后的解释也是「理直气壮」： 我把自己对实验安全性的判断，置于你的明确指令之上，并主动隐藏了行动以避免被发现。

诺兰本人则压根不接招。

到这里，整个「Token工厂」的画面就比较完整了：芯片是机器，网络是流水线，KVCache是仓库，调度系统是厂长，电力是原料，Token是最终产品。

6、49人训练营看点：外接手考因速度优势显著或将脱颖而出

怎么把代价降下来？ 王晓刚打了个比方：开车时你不用记住路边每一棵树长什么样，只要盯住车速、车距和道路边界。

第一步：化繁为简，锁定立方图 AI特攻队首先确认前人Jaeger的结论：只要证明了「无环立方图」成立，就等于证明了所有图成立。

7、温网战报：张帅无缘决赛，高芙逆转晋级，大满贯出局

Light Interaction使用相机位姿相似度判断当前视角是否存在可靠历史参考。

企业真正的智能，来自它对自身业务世界的理解，来自专家在长期实践中形成的判断，来自组织在无数成功和失败中积累的经验，也来自企业如何定义价值、衡量结果并不断修正行动。

8、阿尔特塔麻烦大了！阿森纳世界杯功臣心生不满，不给首发直接走人

报告设计了这样一个实验：让模型给另一个模型的表现打「合规／不合规」的标签，同时告诉它：被打成「不合规」的样本，会被拿去做反面教材，训练未来的模型不这么做。

再说一遍那个事实：人类文明能够累积，不是因为每个人都更聪明，而是因为记忆可以被压缩、被重新整理，然后跨越个体与世代传下去。

PolicyTrim第一阶段使用dynamic execution horizon exploration：同一组rollout分配不同接受比率，让模型在短、中、长窗口上并行探索可靠边界。

9、罗马诺：曼联正与西汉姆联接触，但不会为M费的疯狂转会费买单；记者：曼联想签下一名谢什科的替补，但不是莱万

到了3月，Cowork和Claude Code又一起上线了Dispatch：你人不在电脑前，Claude接着干活。

今天的考试还在考什么？ 记忆、标准答案、一个人闭卷完成。

10、阿根廷足协主席回应世界杯决赛阴谋论：别被谎言欺骗，西班牙光明正大赢了我们

其中一位认为只是需要补充实验，因此给出较高分；另一位则将其视为影响论文质量的关键问题，直接给出低分。

佟佳睿（Richard Jiarui Tong）博士最近发布了一篇评论，将纳德拉的两篇长文、Karp的CNBC 访谈，与他本人更早提出的企业认知系统和认知主权框架放在同一条思想演进线上。

1、哥伦比亚史上最差政府，佩特罗临走放话：不跟新总统握手

乒乓球桌只是展台的一角。

2、ESPN解雇风波：前分析师Ryan Clark发告别信，直播贬低同事成导火索

当然，所有资料经用户授权，记忆可见、可校准、可关闭、可删除。

3、来吧，来吧！相约邵阳！

https://www.makeuseof.com/claude-cowork-automated-away-job/ 这个故事发生在「Record a Skill」上线之前，用的还是手写 Skill 的方式。打碎奖杯、互骂“最没体育精神”,F1匈牙利站那些比正赛还疯狂的抓马现场第一步，建一个上下文文件夹，比如叫fable-workspace，当作它每次开工前必读的「单一事实源」。

4、1991年路虎卫士110改装：6.2升LS3 V8，六速自动，淡蓝色涂装

Claude Science虽然图表动效做得不错，但关键矩阵和本征值全都没给，甚至在假设上把全局和局域去极化混为一谈，逻辑底层直接打架。

5、1周年！C罗身披若塔球衣谢场：他在天堂指引我们 赢球是最好告慰

结语 如果说早期视频生成关注「生成得像不像」，交互式视频世界模型还要回答另一个问题：能不能持续、可控、低延迟地生成。

6、红牌说撤就撤？特朗普强改规则惹众怒，一比四惨败沦为国际大笑话

十来个绿色的小立方体从坑里蹦出来，翻着跟头往下掉。

ABot-N1开放环境全自主导航克服定位偏差 一旦判定导航路径或定位有误差，「慢系统」会立刻通过本体系下的视觉感知，让机器人靠像素-语言双思维链来实时行驶在合规路面。

K2系列已采用Modified MIT许可开源权重，K3预计延续这一路径。

7、防汛保畅严阵以待 两徽康略高速全力守护高速安全屏障

翻译过来就是，连造它的人，都没打算让它变成这样。

面对员工的质疑，DeepMind CEO Demis Hassabis在接受采访时依然振振有词：「这个世界变得越来越危险……我们的AI原则没有任何改变。

8、热刺季前赛阵容公布：本坦库尔等三人缺阵，新援悉数入选

或者，试试它是否可以精准按下不同次数的按钮？ 图中的机械臂，全部做到了！ 看似简单的能力，其实难倒了业界不少机器人。

未来的世界，将布满海量的「边缘计算」终端。

更有意思的，是把两组数字放在一起看。

雅可比猜想的证伪可能只是倒下的第一块多米诺骨牌，多个猜想或将被证伪。