现有的方法对大语言模型（LLM）「越狱」攻击评估存在误判和不一致问题。港科大团队提出了GuidedBench评估框架，通过为每个有害问题制定详细评分指南，显著降低了误判率，揭示了越狱攻击的真实成功率远低于此前估计，并为未来研究提供了更可靠的评估标准。
大家好，我是歸藏（guizang），给大家带来肝了两天的用 Trickle AI 进行一些高级 Vibe Coding 的保姆级教程。
多模态大模型 (MLLM) 驱动的 OS 智能体在单屏动作落实（如 ScreenSpot）、短链操作任务（如 AndroidControl）上展现出突出的表现，标志着端侧任务自动化的初步成熟。
大家好，我是歸藏（guizang），今天给大家带来 Lovart 的正式版一手介绍和体验。Lovart 我们介绍过很多次了，但是每次都会有新东西。 昨晚看到他们的推特，发现发了正式版，就赶紧试了一下。 今天这个设计 Agent 终于变成了一个完全体，而且这次的更新依然非常牛批。
现有Mobile/APP Agent的工作可以适应实时环境，并执行动作，但由于它们大部分都仅依赖于动作级奖励（SFT或RL）。
大家好我是歸藏（guizang），今天给大家带来秘塔深度研究的体验。
疯狂，太疯狂了~ 大神卡帕西预测的「下一代GUI系统」这就水灵灵地实现了？！
大家好，我是歸藏（guizang），今天展示一下我用 Kimi K2 实现的一套组件库，以及K2 替代 Claude Code 的默认模型的教程补充。
大家好，我是歸藏（guizang），熬夜给大家带来 Kimi K2 模型和提升K2模型的CC+K2邪修教程。大家好，我是歸藏（guizang），熬夜给大家带来 Kimi K2 模型和提升K2模型的CC+K2邪修教程。
vivo AI Lab发布AI多模态新模型了，专门面向端侧设计，紧凑高效～
