
Vero 基准:给 43 个 Lean 仓库写实现并证明,最强组合也只全解 27 个
研究2026年11月11日
Berkeley RDI 等发布 Vero:43 个多模块 Lean 4 仓库、743 个 API、2,705 条规格;最强组合全解 27/43,单条规格通过率 87.3%。

Berkeley RDI 等发布 Vero:43 个多模块 Lean 4 仓库、743 个 API、2,705 条规格;最强组合全解 27/43,单条规格通过率 87.3%。

Anthropic 发布 Fable 5.2 与 Mythos 5.2:同一底座两套护栏,FrontierCode 2.0 达 49.1%,千个智能体 30 小时形式化费马大定理。

Anthropic 把智能体记忆拆成四层:会话日志、记忆笔记、wiki 等表征,以及每次会话都注入的上下文。离线「做梦」负责纠错与整理。

AMD Q3 营收 133.8 亿美元、数据中心 85.5 亿美元同比增 97%;Q4 指引约 170 亿美元,将首次超过英特尔的 150–160 亿美元。

OpenAI 让模型参与实体产品设计:Astra 一周内做完一台可对话设备的外壳、PCB 与固件,硬件团队 Token 用量自 2 月增 23 倍,并与马自达合作优化风阻。

币安披露史上最大加密资产失窃案细节:两轮假面试让工程师在公司电脑上跑起恶意代码库,攻击者借内部 AI 工具横向控制两名同事,最终触及钱包签名服务。

OpenAI 公开自主漏洞研究流水线:2308 条候选、1724 条动态复现、948 个可用的 Linux 本地提权 Exploit,API 成本 121 万美元,并发现 10 种新利用技巧。

交叉核查 OpenAI 漏洞报告的内核落地:单账号 3 分钟连发 20 封补丁、mptcp 修复进入稳定分支、LLM 声明成惯例,以及 Sashiko 与维护者的态度。