「AI开始接管论文示意图了」耶鲁LGW Lab发了一篇很有意思的博客：他们把“画论文配图”这件长期靠科研人员硬扛、却又极…

港科广新基准：只给截图，AI能把App交互做出来吗？

新智元报道，港科广团队提出基准UI2App，只给静态UI截图、不提供功能说明或操作轨迹，考察模型能否推断并实现截图隐含的应用行为，并把这种能力称为「交互推断」（Interaction Inference）。该基准包含600张截图、95组多页面Web应用、665个「应用-交互类别」评测项，覆盖7类常见交互，并按状态作用范围分为S1局部UI状态、S2组件共享状态、S3跨路由状态；评价分EXEC（能否构建运行）、VFS（视觉相似度）和IIS（交互推断与实现）三个维度。文中举例Gemini 3.1 Pro Preview的VFS为73.2、IIS为8.1，Claude Sonnet 4.6的VFS为71.3、IIS为36.8。附论文、项目主页和代码链接。适合关注前端代码生成与UI Agent评测的研究者阅读。

GPT-6「看不懂 3D」实锤！250道题只拿0.53分，Claude没及格

新智元报道 UniPat AI 与 Elorian AI 推出的 benchmark ScienceVision，覆盖生物、化学、医学影像、建筑和机械 CAD 五个科学领域、22 个子领域，共 250 道基于真实三维数据构建的专家级视觉问答题目，要求模型自主操作三维对象完成观察、测量与分析。文中称表现最好的 GPT-6 Astra（搭配 Codex）得分 0.53（满分 1），12 个前沿模型中没有模型在五个学科同时领先，并描述了五个领域的示例检视操作与公开体验入口。适合关注多模态模型三维理解评测的人阅读。

你的智能体究竟需要多少记忆？

How Much Memory Does Your Agent Actually Need?

这是 IBM Research 关于 ALTK-Evolve 的系列文章之一，承接上一篇关于“如何投递智能体自蒸馏准则”的对比，转而讨论“该给多少”的问题。文中称将评估扩展到八个模型（从 30B 稠密模型到前沿闭源系统），主要发现是智能体记忆并非一个可开关的功能，而是需要按模型校准的“剂量”；摘要中提及 ALTK-Evolve 让智能体从自身过往轨迹中提炼可复用的准则。

scikit-learn 入门指南

scikit-learn Getting Started

这是 scikit-learn 官方文档的入门页面，介绍这一开源机器学习库的主要功能，包括监督学习与无监督学习，以及模型拟合、数据预处理、模型选择与评估等工具。页面包含拟合与预测的基本示例，如用 fit 方法训练 RandomForestClassifier，并说明了输入样本矩阵的形状约定。页面说明本指南假定读者具备机器学习实践的基础知识，如模型拟合、预测和交叉验证。