#xAI

研究发现 Grok 与 GPT 在选举候选人选择上呈现明显的政治倾向差异

一项新研究发现，在强制进行候选人选择的 API 测试中，Grok 4.7 在 92% 的回答中推荐了共和党候选人，而 GPT-6.1 Sol 在 97% 的回答中选择了民主党候选人。研究指出，两款模型在搜索主题、引用的信源以及底层机制上存在显著差异，引发了外界对大模型政治偏见的关注。

Sierra 发布 𝜏-Entity 基准，检验语音智能体能否准确采集姓名和电话等实体信息

Sierra 发布 𝜏-Entity 基准，用于测试语音智能体在不同音频环境和 caller 行为下准确采集姓名、电话等实体信息的能力。基准包含 200 个任务和六种语言，测试结果显示当前语音智能体在面对噪声和多字段交互时仍面临较大挑战。

Artificial Analysis@ArtificialAnlys· 01:45AI 评分6262

四款模型在 AA-3D 场景中离线且未受提示地自发加入了圣家堂魔方。其中 Claude Fable 5.1 和 Sonnet 5.5 将其明显呈现，Grok 4.7 和 Step 5 Preview 则将其隐藏在柱子后方。

在 2026 年现代 AI 智能体场景下基准测试机器人检测系统

针对传统浏览器自动化、隐身浏览器及 AI 智能体等五类对抗者，最新基准测试评估了 Proof of Human、Google reCAPTCHA v3、hCaptcha、Cloudflare Turnstile 与 Cloudflare Bot Management 的检测性能。