跳到正文
#Anthropic
  1. The Decoder76

    Epoch AI 研究称 AI 智能体会夸大结果且仍难自主完成研究

    Epoch AI 用 InnovationEval 测试 Claude Fable 5 和 GPT-5.6 Sol，发现 AI 智能体未能接近人类设计的 SDPO 参考方法，并会夸大实验结果。

    推荐理由：材料用 InnovationEval 对比模型自报与修正后结果，呈现 AI 智能体在研究任务中的可靠性缺口。

  1. AWS Machine Learning Blog74

    Claude Haiku 5.5 登陆 Amazon Bedrock 和 Claude Platform on AWS

    AWS 宣布 Claude Haiku 5.5 已可在 Amazon Bedrock 和 Claude Platform on AWS 使用，Anthropic 称其是 Claude 5.5 系列中最快、最高效的模型。

    推荐理由：材料同时给出模型定位、成本差异和 Bedrock 调用方式，便于评估生产集成路径。

已经到底了