海外模型接连“暴雷”，AI安全不该是秀场
此前行业对模型的评估指标主要是SWEBench（软件工程基准），CyberGym侧重阅读代码、编写新代码和寻找漏洞。
低空经济新引擎启动 载人eVTOL加速从技术秀场迈向运营实景
2026 WAIC深度观察：具身智能告别“秀场时代”
06/25 00:17
06/25 00:16
06/25 00:15
京公网安备 11011402013531号