★ 4
Agent4Sci 测试台：Claude Opus 在 20 项科学 ML 基准上平均提升 10.4%
论文推出 Agent4Sci 长周期测试台，覆盖 11 个领域 20 项科学机器学习基准，衡量前沿编码智能体在真实条件下能多大程度改进已发表最优模型。结果显示前沿智能体在所有基准上均有提升，Claude Opus 平均相对改进 10.4%，但增益几乎全部来自 ML 工程技巧而非研究级洞察。轨迹分析…
arXiv cs.AI11 天前
#Claude Opus
共 5 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
Simon Willison：2026 年 10 月成“氛围游戏开发”拐点
Simon Willison 认为继 2025 年 11 月编码智能体拐点之后，2026 年 10 月成为“氛围编程做游戏”的新拐点。他指出 Claude Opus 5.5 在 3D 建模、音乐生成和游戏设计上有明显提升，使模型从“看起来像游戏”迈向“真正好玩”。文中列举了 Tree Apprec…
Simon Willison Blog5 天前
★ 3
8点1氪丨雷军否认打新宇树挣100亿；罗永浩宣布播客暂停更新；Meta Muse爆火，扎克伯格身价一日暴涨1600亿元
早报汇总多条热点：雷军澄清投资宇树主体为顺为资本而非个人打新；Meta Muse智能体爆火推动股价大涨、扎克伯格身价单日增约250亿美元，但被亚马逊封禁；PayPal与Meta合作支持Muse购物支付；OpenAI推出GPT-6 Sol与Luna，Anthropic发布Claude Opus 5.…
36氪40 天前
★ 2
Simon Willison 用 Claude Opus 5.5 评测 webframe 抓取与沙箱能力
Simon Willison 对 Jeff Lindsay 的 Go 项目 webframe 进行评测，该工具可把网页当程序运行，在隐藏无头浏览器中执行并输出 console.log。他让 Claude Opus 5.5 实际运行并撰写研究报告，评估其作为网页抓取与沙箱工具的潜力。
Simon Willison Blog7 天前
★ 2
实验称 Claude Opus 自创语言在多次复制后仍存活
一位开发者在 Claude 平台上做实验，让 Claude Opus 自行发明一套语言，并测试其在反复复制传递后是否仍可保留。结果显示该自创语言在每一轮复制中均存活下来。该实验属于趣味性探索，涉及模型自创符号系统与信息传递稳定性，尚无同行评审。
Hacker News – AI22 天前
这个主题的相关资产
相关公司Anthropic1