Kimi K3登Agent Arena第4
Kimi K3 在逾 8,000 場真實代理任務中登上 Agent Arena 第 4 名，追平 Claude Opus 4.8 與 GPT-5.6 Sol，並在確認任務成功率排名第 1。相較 Kimi K2.7 Code 的第 23 名，其代理效能明顯躍升，但可操控性與 Bash 錯誤恢復能力僅分列第 14 與第 17。
X @arena
完整日報
AI 日報 2026-07-20
23 則值得知道的變化
要聞
3 則模型發布
1 則研究與評測
3 則Apple提出RayRoPE位置編碼
Apple ML 發表 RayRoPE，為多視角 Transformer 提供具幾何感知與 SE(3) 不變性的投影射線位置編碼。該方法利用射線上的預測 3D 點與查詢視角投影座標計算多頻率相似度，並可在位置不確定時解析計算期望編碼。
Apple ML
LVSum長影片摘要評測基準
Apple ML 發布 LVSum，這是一套具細緻時間對齊標註的長影片摘要評測基準，收錄橫跨 13 個領域的 72 支影片，平均長度為 16 分鐘，每支影片最多有 10 份含時間參照的人類摘要。評測涵蓋內容相關性、模態一致性與標準自動化指標，結果顯示逐字稿對摘要品質的貢獻遠高於單獨使用視覺影格。
Apple ML
LenVM細化生成長度建模
Apple ML 提出 Length Value Model（LenVM），在每個解碼步驟預測剩餘生成長度，並以每個 token 的固定負獎勵建立有界的折扣回報。此方法提供無須標註、密集且可擴展的 token-level 監督訊號；在 LIFEBench 精確長度匹配任務中，7B 模型的長度分數由 30.9 提升至 64.8。
Apple ML