2026 年 10 月 4 日 · 星期日AI 算力 · 每日要闻每天 08:00 出刊
AI 算力日报 · 2026 年 10 月 4 日 · 星期日
LSIDEHOT
第 1 期042026 年 10 月星期日
十月本月 1 期
一二三四五六日
2件大事1个来源2件一手发布1个新模型约 1 分钟读完
头条
微软联合 Hugging Face 推出智能体基准 ThinkingBox
微软与 Hugging Face 联合推出智能体评测基准 ThinkingBox，通过检验后端数据库终态来评估模型在业务流程中的可靠性。同时，Ai2 开源了 8B 科学报告生成模型 AstaBrief 及训练数据，可直接将文献生成为带完整引用的学术报告。
模型发布/更新
Ai2 开源科学报告生成模型 AstaBrief 8B
Ai2 开源了用于科研智能体平台 Asta 的 8B 参数报告生成模型 AstaBrief 及训练数据，能够将研究问题和检索文献直接生成为带有完整引用的学术报告。
论文研究
微软联合 Hugging Face 推出 ThinkingBox 基准：基于数据库终态检验智能体可靠性
微软与 Hugging Face 联合推出 AI 智能体评测基准与沙盒 ThinkingBox，通过检验任务执行后的后端数据库终态与实际副作用，评估模型在真实业务流程中的有效性与重复可靠性。该基准涵盖 507 个有状态业务工作流并对每个任务独立重复运行 20 次，测试发现约 80% 的任务失败源于工具调用而非推理问题，目前相关环境与数据集已在 Hugging Face 开源。