GAV：让偏微分方程编程智能体可验证实验的新环境

GAV是面向偏微分方程编程智能体的科学实验环境。生成器从仿真或测量数据学习连续参考解，并用人工制造解反向构造可验证问题，无需另做数值求解。验证器反馈精度与计算成本。数值纳维-斯托克斯任务上，三种既有智能体平均测试误差下降超过一个数量级。

A1 个来源13.92848129446213345 分钟前GAV偏微分方程编程智能体科学计算机器学习

要点

编程智能体求解新的偏微分方程时，可靠反馈往往依赖昂贵的参考计算，固定数据集又限制实验范围。GAV用可构造的参考解与数值反馈缓解这一瓶颈。

面向开发偏微分方程求解程序的科研人员，以及研究科学计算编程智能体的团队，尤其涉及流体与等离子体类方程。

论文称代码已公开，但具体获取地址、安装步骤、价格和国内可用性均未知；本条未实测。

本站已实测

本条由 AI 根据上面的原始来源整理，经编辑审核后发布。数字和结论以原文为准，发现错误欢迎反馈。

Matrix-Game 4.0 让轻量引擎负责规则和状态，视频模型将低多边形画面转成细致视觉，编码智能体则修改场景与玩法。论文报告 RTX 5090 上实现 480p、60 帧交互，按键到显示延迟为 112 毫秒，并宣布开放代码与资产。实时帧率需与响应延迟分开看。

BizAgentBench 将 789 份知识文档、601 项业务工具和 50 个长流程任务放进可执行环境，既核验最终目标，也检查中间步骤约束。论文显示只看任务完成会掩盖无效操作；HF 早期标题为 BizBench，arXiv 修订版已改名。同时还应记录任务过程中的工具调用成本。

UltraText Bench 提供 432 条人工检查的提示，覆盖 24 类真实场景，中英文各半，每张图要求四至十二处文字。评估分别看文字准确、清晰度、空间安排和场景质量，揭示快速模型可能更清晰却更容易写错字的取舍。适合中文海报选型。

爱范儿梳理 PHP2Shell 漏洞披露与紧急修补过程，介绍 OpenAI 安全研究在构造可复现证据中的作用。事件涉及底层软件广泛使用带来的连锁影响；具体风险取决于运行版本与部署条件，不能把使用 PHP 都等同于已经遭入侵。