开源框架

蚂蚁安全针对AI代码生成工具Claude Code存在的安全风险，开源两大安全框架，旨在提升AI辅助编程的安全性。

研究人员推出RuleChef框架，利用大语言模型为文本分类、命名实体识别等NLP任务生成可执行规则，并通过示例与人工反馈迭代优化，最终产出快速、确定、可检查的规则系统。

研究人员开源AReaL 2.0框架，旨在为自演进智能体提供强化学习基础设施，推动智能体生态持续进化。

研究人员提出Agentic Transaction Processing（ATP）事务模型，将AI生成的工作流动作视为“待验证提案”，通过确定性约束集检验后才可执行，显著提升生成式AI工作流的可靠性与安全性。

研究者提出Triospect检测框架，通过结合文本内容、表达和风格三维特征，显著增强AI生成文本检测在多种攻击下的鲁棒性。

最新研究揭示，多轮语言模型的性能提升往往并非来自反馈本身，而是源于重采样或额外计算。真正的进步需要模型具备利用反馈的能力，而非仅仅获得反馈。

谷歌DeepMind开源其水文框架，通过AI与机器学习模型提升全球洪水预测与灾害应对能力，推动气候适应与可持续发展。

Together AI 推出开源强化学习框架 Aurora，可将推测解码从一次性离线配置转变为持续自我改进的系统，实现推理性能动态优化。