Search

直接匹配不多，已補上最新動態。

Tag: #automated-testing4 results

執行閘控自我蒸餾技術提升跨系列遊戲生成能力

研究人員引入「嚴格啟動」（strict-launch）過濾機制以改善複雜專案的程式碼生成。透過使用無頭引擎執行作為驗證器，顯著提升了模型生成功能完整 Godot 專案的能力。

AWS 發布了 Nova Sonic Test Harness，這是一個用於測試和調整語音代理的開源框架。它支援自動化多輪對話評估，並能在無需麥克風的情況下檢測語音幻覺。

AWS Machine Learning BlogOfficial•Jun 8#voice-ai #automated-testing #llm-evaluation

LangChain 推出了 LangSmith Engine 公測版，該工具透過偵測生產環境故障、診斷根本原因並起草修復程式碼，實現了代理除錯循環的自動化。它僅在提交合併請求的最後階段需要人工審核，大幅減少了手動介入的需求。

本文探討軟體工廠如何自動化驗證、測試及大量生產以 vibe coding 建立的應用程式。這種模式旨在讓 AI 輔助的軟體交付更具可重複性與可擴展性。

OpenAI 表示 Codex 活躍使用者已突破 2,000 萬，第三方追蹤數據則顯示其近期增速超越 Claude Code。Claude Code 目前規模仍較大且深受開發者採用，但隨著 Anthropic 接近早期市場飽和，其高速成長已經放緩。

中國多項臨床試驗正利用腦機介面，協助脊髓損傷患者站立與行走，並讓失明患者恢復有限的視覺感知。試驗結果差異很大，凸顯這項技術的潛力，以及目前在訊號採集、解碼與復健方面的限制。

據報 Alibaba 正合併電商業務、整合雲端與晶片業務，並將 Qwen 拆分為獨立子公司。報導亦涵蓋 Unitree 計畫登陸科創板、Anthropic 據傳的年化營收，以及 Alibaba 持續投入 AI 對利潤與現金流造成的壓力。

California 與其他 28 個州指控 Meta 設計 Facebook 和 Instagram 使其具成癮性、違反兒童隱私法，並隱瞞相關做法。檢方將其涉嫌採取的策略概括為「吸引、留住、收集、隱瞞」。

The Guardian TechnologyMedia•1h ago#privacy #child-safety #platform-design

Ox Alpha 是一款透過 OpenRouter 與 OpenCode 提供的匿名模型，具備 100 萬 token 上下文、圖片與影片輸入、工具呼叫及免費使用等能力。早期測試顯示其推理與程式設計表現強勁，但開發者、參數量、訓練資料與正式基準排名仍未獲確認。

Cloudflare 推出 Agent Tracing，支援設定 Payload 截斷限制。不同支援的 Agent 框架在 Payload 預設記錄策略上有所差異，因此開發者在設定可觀測性時需要檢查各框架的個別設定。