CanopyCore:Diddy Kong Pilot(GBA)逆向工程檔案
CanopyCore 發佈了 Diddy Kong Pilot(GBA)原型的唯讀逆向工程研究檔案,歷時 17 天完成,內容包括 151 份技術文件及核心引擎的語義 C11 參考實作。研究涵蓋 421 個函式,其中 220 個有文件記錄、130 個以 C 重構;檔案不包含 ROM,也不能建置 ROM 或遊玩。
CanopyCore 發佈了 Diddy Kong Pilot(GBA)原型的唯讀逆向工程研究檔案,歷時 17 天完成,內容包括 151 份技術文件及核心引擎的語義 C11 參考實作。研究涵蓋 421 個函式,其中 220 個有文件記錄、130 個以 C 重構;檔案不包含 ROM,也不能建置 ROM 或遊玩。
Sumama-Jameel 公開 Megabit Trajectories,收錄 66 段經實際執行及驗證的編碼智能體軌跡,合計超過一百萬個模型 token。與四個較大型數據集比較時,SWE-Gym 在作者自訂的每萬 token 錯誤恢復配對數指標上以 10.72 比 6.48 領先,SWE-smith 的最長重試鏈則為 64 比 4;作者亦公開自己在規模等項目落後。
Reemote 是一個開源設定管理函式庫,旨在作為將 Ansible roles 遷移至 Python 的函式庫層級目標,應對一般 Python 重寫會失去的跨主機同步執行、試跑及逐主機變更回報。評估中,兩個 Ansible Galaxy roles 經自動轉換,並在離線模擬中通過冪等性驗證。
分析 F-Droid 索引中 2,392 款含翻譯的 Android 應用後發現,使用 Weblate 的程式庫每百萬翻譯單位多出 17 個 U+200B,非 Weblate 程式庫則有 70 個,前者約為四分之一。至於 Weblate 未移除的其他不可見控制字元,兩組分別有 531 個和 303 個;這項觀察性分析顯示差異,未能證明成因。
作者公開土耳其咖啡占卜符號數據集,收錄 40 個土耳其語及英語符號,並分列杯沿、杯側、杯底、杯柄附近和碟子五個位置的解讀。每個符號另附傳統説法及避免恐懼和預言式措辭的解讀,數據採用 CC BY 4.0 授權。
Sherlock 和 Cantina 的公開智能合約審計競賽在 2024 上半年至 2026 上半年減少 83%,提交量反增 24%。每場競賽平均提交由 208 增至 1,509(7.3 倍);數據包括無效、重複及垃圾提交,無法判斷增幅來自參與者增加,還是每人提交更多。
QwenAudio/FunResearch 項目頁列出 Agentic-GER、DuplexKWS、ECoM-Reasoning、FineAudio-Judge 等語音項目。頁面亦列有 Apache-2.0 授權。
Lean 專案完成 11 個正方形裝箱的最優性證明,7,920 個本地 Lean 模組全部通過驗證,最終審計確認沒有任何未完成證明。最優邊長約為 3.8770835900228141773;證明信任 Lean 核心及原生編譯器,並非僅依賴核心驗證。
美團 LongCat 的 meituan-longcat/WBench-weights 儲存庫整合 WBench 評測模型權重,供互動影片世界模型評估使用。WBench 從影片質素、設定遵循、互動遵循、一致性及物理規則符合度五個維度評估,涵蓋 289 個測試案例及 1,058 個互動回合。這些權重僅供學術研究及評估用途。
ThinkSound 是一個由思維鏈(CoT)推理引導流匹配的統一 Any2Audio 音訊生成框架,支援以影片、文字及音訊生成或編輯音訊。它透過多模態大語言模型推理,分階段生成 Foley 音景、按指定物件修整聲音,並按自然語言指令編輯音訊。程式碼、模型及數據集僅供研究及教育用途,禁止商業使用。
OpenMOSS/TTSD-eval 提供多説話人對話生成的客觀評測流程,以説話人歸屬準確率(ACC)和説話人相似度(SIM)為核心指標。WER 作為評估可理解度的補充指標,數值愈低愈好;測試集設有中文和英文子集,每種語言各含 50 段對話樣本。流程使用 MMS-FA 對齊輸入文字與生成音訊,並以輸入稿的説話人標籤核對預測結果。
Say-I-Dont-Know 項目研究如何讓基於大語言模型的 AI 助手辨識自身知識邊界,並在不知道答案時拒答、在知道時作答。項目公開四套 Idk 數據集,分別對應 Llama-2-7b-chat、Baichuan2-7B-Chat、Mistral-7B-Instruct-v0.1 和 Llama-2-70b-chat,並提供 Llama-2-7b-chat 的偏好數據。