IBM 发布 Granite 4.1 3B 与 8B LLMON 实验预览模型
IBM 发布 granite-4.1-3b-LLMON-preview 和 granite-4.1-8b-LLMON-preview,用于读取和生成 LLMON 标记文本。
推荐理由:文章以基准对比展示了 LLMON 分离指令与数据的方法,可用于评估结构化上下文在提示注入防护中的应用。
IBM 发布 granite-4.1-3b-LLMON-preview 和 granite-4.1-8b-LLMON-preview,用于读取和生成 LLMON 标记文本。
推荐理由:文章以基准对比展示了 LLMON 分离指令与数据的方法,可用于评估结构化上下文在提示注入防护中的应用。
Hugging Face 演示如何通过 HierarchicalTokenPooling 合并相似 token 向量,并用 Sentence Transformers 训练模型在压缩后保持检索质量。
推荐理由:文章提供可复现的 Sentence Transformers 训练示例,并量化了相同向量预算下池化感知训练对检索质量的改善。
GitHub Copilot 可通过 Plan、Build、Verify、Observe 四个阶段协助开发者完成从需求规划、编码实施、验证审查到线上观察的智能体工程工作流。
3 位 Java Champions 分享了 GitHub Copilot 在生产和开源项目中的实践,包括通过 coding agent 迁移演示文稿、构建应用、排查 Pi4J 缺陷,以及用 Agent Skills 和确定性检查工具约束开发流程。
GitHub推出由正则候选生成和微调ModernBERT上下文分类组成的密钥扫描器,并将其扩展至提交前扫描。相比原有LLM流水线,该方案使仓库所有者加权接受率提高11.5%,推送后扫描执行时间降低86%,服务成本降低超过98%;离线评测精度提高13%,召回率提高19%。
推荐理由:GitHub公开了混合式密钥扫描器的设计与评测结果,可供读者理解如何兼顾密钥检出率、误报率与部署成本。
GitHub 发布研究预览版开放基准 ReviewBench,用于统一评估 AI 代码审查智能体。基准包含 219 个公开拉取请求,覆盖 19 种语言,并提供六项指标、公共排行榜及自托管评测工具。其黄金集由多来源发现、人工标注和 Claude Sonnet 5 评审构建,资深工程师独立复核的一致率为 96.6%;GitHub 称该基准的离线评测方向与生产实验一致。
推荐理由:ReviewBench公开了数据、评分方法与提交流程,便于团队在统一条件下比较代码审查智能体并复现实验结果。