1
Claude 4.8炸场！部分能力超过Mythos，支持数百子智能体并行
Claude 4.8重磅升级：长任务自主执行、数百子智能体并行，错误率暴降10倍，代码缺陷报告减少75%
可以长时间执行任务，人类不用经常回来检查它的工作
2
王传福：比亚迪在 L2 阶段率先承担起 L3、L4 的责任是技术自信，更是为用户负责
IT之家 5 月 28 日消息，在今天的比亚迪智能化战略发布会上，比亚迪集团董事长兼总裁王传福发表演讲。 IT之家在发布会现场了解到，王传福宣布比亚迪继智能泊车安全兜底后， 再次率先承诺为城市领航安全兜底 1 年 。 王传福强调，比亚迪在 L2 阶段率先承担起 L3、L4 的责任是技术自信，更是为用…
3
Self-signals Driven Multi-LLM Debate for Efficient and Accurate Reasoning
多LLM辩论新范式：利用自信号驱动，在高效与准确推理间取得突破，节省算力并提升效果。
arXiv:2510.06843v2 Announce Type: replace-cross Abstract: Large Language Models (LLMs) have exhibited impressive capabilities across diverse applicati…
4
Understanding and Mitigating Premature Confidence for Better LLM Reasoning
最新研究揭示LLM长思维链中“过早自信”导致的逻辑缺口，并提出基于过程奖励模型的缓解策略，提升推理质量。
arXiv:2605.24396v1 Announce Type: new Abstract: Long chains of thought (CoT) from current language models frequently contain logical gaps and unjustif…
5
How do LLMs Compute Verbal Confidence
揭秘LLMs如何内部计算口头自信度：是即时响应还是自动生成？这项研究打开黑箱，深入模型推理过程。
arXiv:2603.17839v3 Announce Type: replace-cross Abstract: Verbal confidence -- prompting LLMs to state their confidence as a number or category -- is …