Llama3.1-8B-Instruct在错误奖励在提升仅1.3%，而随机奖励性能暴减4.9%。 然而，这种频繁且高质量的代码推理能力在其他模型中并不存在。在应用RLVR后，无论奖励质量如何，Qwen-Math 的代码推理频率平均增加到超过90%。

结果显示，经过LASER训练后，模型生成中冗余的Backtracking（反复自我否定）显著减少，而Verification（验证）、Subgoal Setting（子目标拆解）等关键推理行为得以保留甚至增强。

小网格（4x4）表现稍好（40%-73% 正确率），但9x9网格几乎全败，正确率接近0%，即使是高性能模型“o3 Mini High”的正确率也只有2.9%。 Sakana AI由前谷歌研究人员Llion ...

来自南开大学和伊利诺伊大学厄巴纳-香槟分校的研究人员深入剖析了这些效率瓶颈，并提出了一套名为SearchAgent-X的高效推理框架。 AI越来越聪明，但如果它们反应慢，效率低，也难以满足我们的需求。

Regeneron国际科学与工程大奖赛 (Regeneron ISEF)是由美国Society for ...

该僵尸网络采用Go语言编写，专门针对SSH服务实施暴力破解攻击以扩大规模，并向受感染主机投递其他恶意软件。网络安全公司Darktrace向The Hacker ...

GitHub广泛使用的模型上下文协议（Model Context Protocol，MCP）服务器被发现存在严重安全漏洞，攻击者可通过恶意提示注入（prompt injection）手段获取私有代码库数据。该漏洞影响所有使用GitHub ...

又是一个让程序员狂欢的研究！来自 OpenHands、耶鲁、南加大和斯坦福的研究团队刚刚发布了 LocAgent—— 一个专门用于代码定位的图索引 LLM Agent 框架，直接把代码定位准确率拉到了 92.7% 的新高度。该研究已被 ACL 2025 录用。

曾创立并领导DefenseCode的应用安全专家Juranić与NASA早有渊源——2009年他就发现并报告了NASA通用数据格式（CDF）软件库中的多个严重漏洞，最终促使开发团队修复问题。此次他对NASA开源软件的审计仅耗时4小时，却发现了大量安全隐患。