在标准设定下，Claude Mythos Preview误标率85.6%，Opus 4.8误标率74.4%。

1、火狐买球 标题：The Benjamini–Hochberg Procedure Can Fail to Control the FDR for Correlated Two-Sided Gaussian Tests 论文：https://faculty.wharton.upenn.edu/wp-content/uploads/2017/06/bh.pdf 代码：https://github.com/dobriban/BH 对话：https://chatgpt.com/share/6a541c6f-a2d0-83ea-bb2f-782271a103ca 提示词大意为： 整个证明架构分为5大步： 13万引经典解法 90分钟被AI打假 为什么这个反例的出现，能让见惯了大风大浪的伯克利教授直呼心塞？ 因为这不是一道偏门小题，而是现代科学大厦里的一堵「承重墙」。

这些公司的模型能力在持续提升，模型越强，能接的任务就越多，推理调用量自然跟着指数级增长。火狐买球莫宗坚坚信雅可比猜想的正确性，并让张益唐以此作为博士论文课题。

2、洪秀柱说中，台当局不敢登岛，解放军舰船已进台海，岛内兵源告急_网易订阅

他说了一句很有感触的话：「我经常发现灵犀写出来的东西，对我的理解甚至超过了我自己。

3、泰山纠错大失误：放过球权黑洞克雷桑，为难两大实力派外援

Fable 5发布后，一份在X上流传很广的教程，作者实测3周后称：大多数人像用普通Claude那样用Fable 5，等于白白浪费了它真正值得付费的东西。

4、*ST宝馨：聘任张巍舒为公司财务总监

安全这块：每个Artifact默认只对作者自己可见，想分享才分享，而且只有组织内认证过的成员能看，做不成公开页面，管理员那头还能统一管权限、设保留策略。

5、CoCoGraph用534K级参数把分子生成推向真实化学分布

再看整体。

喻杰将这个概念命名为Robotic Super Intelligence——比大模型圈热议的super intelligence，多出了整个物理世界的信息维度。

而就在发布的同一天，谷歌还顺手扔下了一枚更大的雷—— 谷歌DeepMind「史上最激进的一次预训练已经开始」，目标是下一代模型Gemini 4。

6、上海中心城区发布高温橙色预警信号！注意防暑降温

八大行星、11颗卫星，全部给出J2000历元的真实轨道根数——半长轴、偏心率、倾角、升交点经度、近心点参数、平近点角。

而当同一套地基，能同时托住数字世界里如洪流般飞奔的Token，和物理世界里迈出第一步的机器人时，它就是整个智能时代前进的底盘。

7、石河子大学吴新锋教授不幸去世，年仅43岁，绝笔信曝光

缺少真实实验校验、失败数据修正和物理世界反馈纠错，AI 的各类推演结果，本质上是基于文本数据的概率拟合，尚未完全实现对真实科学规律的精准探索与验证。

商汤这次在WAIC展示的，不只是一套国产异构混推方案。

8、米格尔·罗曼伤愈复出，塞尔塔转会动态频繁

Steinberger说得更绝：别再给编程智能体写提示词了，你该设计喂给它们提示词的循环。

说白了，这家做了38年办公软件的公司，这回干了一件很大胆的事——他们要给每个打工人，配一个「私人助理」。

Claude这张「脸」 是她一手做出来的 在Anthropic，Jenny Wen做的第一件事，就是把Claude.ai整个重做了一遍。

9、曼联夏训倒计时，卡里克发表争冠宣言！更上一层楼为所有奖杯而战

Dyna则反其道而行，它不比数据多，而是比用得省——20万小时打底，却主打「1小时以内的后训练就能迁到全新任务」。

每道题都像一场事先设好埋伏的演练，分四步推进。

10、穆杰塔巴没想到，伊朗宣布封海第二天，中国突然表态，措辞不寻常

这份「会思考」的本事，就来自「图文交错思维」。

」 注意措辞：不是预告片，是一部完整的电影。

1、应急管理部针对广东、福建启动国家地质灾害四级应急响应

本次论坛上，商汤给出了一个听起来有点反常识的答案：不造更强的卡，而是把比赛拆开，让不同的卡接力跑。

2、求求设计师别瞎创新了！这些反人类家居，谁装谁后悔

一开始，Codex Sol MAX也是不负众望，如果对它的要求水平是10分，它一直稳定地交出12分、13分，是一只「远超预期的怪物」，「每个人都对它满意到不行」。

3、曾是共享经济标杆！ofo陷失信困局1600万用户押金悬而未决

它将整个项目精准拆解：从架构设计与轨道计算策略，到全局的双轨比例系统、星空背景生成，再到主星绘制、行星环分层渲染，以及复杂的卫星系统统筹。最新考场外那个没资格入场的选手，可能已经在门口，做完了门内的人刚刚做完的事。

4、证监会同意热轧卷板、不锈钢、低硫燃料油期权上市——上期所服务实体经济产品矩阵进一步丰富

李博在景观审图一线摸爬滚打了二十年，毒辣眼光全藏在岁月的褶皱里。

5、申思反复打人耳光！博主：中国球员都是被打出来的 但他过于扭曲了

你可以直接扔给它一句话：「把JIRA上ENG-4521这个需求实现了，顺手在GitHub开个PR」，它就接管了从读工单到提代码的整条链路。

6、老黄埔容积率2.5以内低密新房榜单：谁是真正的“舒适区”？

内部赛马，人才流失的恶性循环 谷歌并非没有意识到问题。

当他再次走进谷歌办公楼这个「科技圣殿」时，他感觉自己像是一个回到了旧高中的毕业生——曾经这里装满了梦想， 但现在，他非常清楚地知道，自己已经不属于这里了。

两个榜同时登顶，还只是表面。

7、国务院成立调查评估组 对广西横州六蓝水库发生溃坝进行调查_网易订阅

成本账上，多元算力被统一纳管成一条生产线，不被单一芯片绑架；TokenOps让每一个Token可计量、可治理、可优化。

从实验结果看，PolicyTrim并不是只优化benchmark指标：在物理机器人上，任务完成时间也能缩短到baseline的一半左右，并且在动态干扰场景中保持鲁棒性。

8、中卫打掉涉诈引流团伙，抓获犯罪嫌疑人6名，更多细节……

最后，机器狗和工作人员一起做电梯，达到另一个软网环境：地下车库。

过去这种逐条核验只有专业人士能做，按小时计费。

在测试中，磐石展现了统治级的科研任务闭环能力。

透明瓶子、塑料袋包装、反光饮料罐混在一起，对传统相机来说几乎是「隐形」的，但这台机器人看它们跟看积木似的，抓得又快又稳。