415 个实验实测：研究型 Agent 的「品味」排名几乎不比随机挑选强
omarsar0 · x · 2026-10-31
arXiv 论文 rTaste（Art Kanke, University of Minnesota）检验了六款前沿模型作为「科研 Agent」的早期研究判断力：
「编程与Agent」频道最新
- 开发者用 Claude 为幼童打造整套 Linux 儿童操作系统开源 — orblabs · 2026-10-31
- 用 Claude 搭全自动管线,一条 prompt 批量生成统一风格科普视频 — AIandDesign · 2026-10-31
- 排行榜第一不等于最佳选择:W&B 工作坊教你自建 agent 评测基准 — WolframRvnwlf · 2026-10-31
- 用 Claude 流水线批量生成儿童科普视频，一条 prompt 出成片 — AIandDesign · 2026-10-31
- AWS 发布指南:ChatGPT 桌面版接入 Bedrock,满足 GovCloud 合规要求 — AWS ML Blog · 2026-10-31
- Claude 通过 MCP 驱动机械臂捡玩具开源演示走红 — funpicoprojects1 · 2026-10-31