研究論文2 個來源10/23 上午06:20
圖：本站依事件資料排版，不是新聞照片
SpatialScout：VLM 智能體主動探索 3D 場景的基準測試
研究團隊提出 SpatialScout 基準，評估視覺語言模型（VLM）智能體在有限互動次數下，能否透過主動探索建構精確的 3D 物體地圖。
程式自動生成（qwen3.8:27b），未經人工審閱。每段附來源，門檻檢查通過後自動上線。
- CMU 團隊推出 Into the Unknown：評測 AI 代理撰寫科學後續論文能力
該基準測試提供 AI 代理一篇科學論文及一個研究方向，任務是撰寫後續論文。結果顯示，135 篇提交作品中無一篇滿足所有條件，且多數未通過誠實性檢查。
研究論文1 個來源10/21 上午02:17自動生成 - AgentSWE 基準以 25 項任務檢驗編碼智能體打造智能體的能力
研究者提出 AgentSWE 基準，評估多種編碼智能體後發現，沒有一個接近交付需求所要求的成果。
研究論文1 個來源10/15 上午06:18自動生成
其他關鍵字Hugging Face 32Anthropic 29Claude Code 29OpenAI 22Nvidia 18vLLM 16claude 15Meta 13codex 12GitHub 12llama.cpp 12Amazon Bedrock 11MCP 11ollama 11SGLang 11AI 代理 10AWS 10Claude Opus 5.5 10Cursor 10ElevenLabs 10Google Cloud 9MoE 9RAG 8Databricks 7Python 7TypeScript 7輝達 7Amazon Bedrock AgentCore 6ElevenAgents 6Google DeepMind 6