【AI值得看】Claude 写形式化证明找 bug

1️⃣ Anthropic 形式化验证：Claude 写证明、Rocq 检查，官方称覆盖 123 个开源库、发现数百个 bug 2️⃣ Canva Craft：Canva 首个自研图像模型，DesignArena 图像榜 1340 分排第 2 3️⃣ Gemini API CLI：推理、媒体生成、托管智能体搬进终端（实验性预览） 4️⃣ Devin 漏洞修复插件：紧急补丁一键盘点、测试、开 PR 5️⃣ METR 红队测 OpenAI 智能体监控：覆盖率估计 75%–94%，找出若干缺口 6️⃣ Ideogram Vector 1.0：一句话或一张图生成可编辑 SVG 7️⃣ 蚂蚁 Ling-3.1-flash：官方称 AA 智能指数 41 → 44 8️⃣ Sage-A1.5：35B MoE 开源，会派子智能体并行查、自己纠错 9️⃣ NVIDIA Nemotron Retriever：新增 5 个开放模型，官方称查询 token 成本约降 13%–14% 🔟 LlamaIndex OCRia-1：4B 文档解析，官方称 ParseBench 87.4 分 1️⃣1️⃣ 微软 Flint-interactive：AI 画的图表能点、能拖、能联动 1️⃣2️⃣ Bark 3.0：163 MB Mac 本地英文转写，官方称词错率 4.94% 1️⃣3️⃣ Carbon-X：14B 开源模型读 DNA、用自然语言回答（未经临床验证） 1️⃣4️⃣ HexaShell 论文：编程 agent 开机器人，据论文称 RoboDojo 46.9% 排第一 1️⃣5️⃣ LEV 论文：难题多想几圈、简单题一圈就答，作者自测省 15%–24% 计算 00:00 开场 00:09 Anthropic 形式化验证 01:56 Canva、Gemini CLI 04:36 智能体安全：Devin、METR 06:16 新模型三连 08:27 检索与文档解析 12:39 Flint 交互图表 13:56 Bark 本地转写 15:15 Carbon-X 读 DNA 16:31 两篇论文：HexaShell、LEV #AI值得看 #AI #大模型 #AI智能体 #AI工具 #开源模型 #论文解读 #科技资讯