BAAI三项具身数据集上新
人类判断转向机器人协作与工具安全

2026-09-01，allenai/BenchMIRT-item-statistics 下载 352、likes 1；allenai/BenchMIRT-model-statistics 下载 342、likes 0；allenai/BenchMIRT 下载 327、likes 0。配套的 allenai/BenchMIRT-eval-data 于 2026-08-25 发布，下载 39。官方说明明确写出该基准用于衡量 LLM 的 latent safety 和 general reasoning scores，且数据包含 prompt 与模型响应统计。

2026-09-02，BAAI/ToolPrivBench 下载 53。2026-09-03，BAAI/Orchestra-Bench 下载 186，说明里写明包含 12,000 个样本、三台机器人协作规划、每个样本三视角输入与三段协调子任务；BAAI/Discoverse-L 下载 129；BAAI/MobileVLA-CoT 下载 56。

2026-09-03，OpenAI 发布 GPT-6 Astra 与 Safety overview，官方称其在 computer use、coding、cybersecurity 和 science 上达到新水平，并将其安全能力定性为 Preparedness Framework 下的 Critical level。同日还发布 Daybreak for Frontline Defenders，宣布投入 10 亿美元支持前线防御。配套 GitHub 生态里，openai/codex 有 121,712 stars，openai/evals 有 19,387 stars，openai/openai-agents-python 有 29,208 stars。

2026-09-03，Subspace Inference Enables Efficient Active Reward Learning from Preferences 讨论如何从偏好中主动学习 reward model。2026-09-01，Patterning in Practice: Debiasing Reward Models with Susceptibilities 提出用 susceptibilities 去偏 reward bias。2026-09-01，StudentSim: Training LLM-based Student Simulators 指出真实学习者反馈稀缺且昂贵。2026-09-03，Instruction Duplication as an Inference-Time Control Primitive 说明推理时控制也可作为结构化干预手段。

2026-08-30，EleutherAI/djinn-problems-v1.0 下载 95，说明里写明是双验证器 reward-hacking 环境，2026-09-04 的 fixed-djinn v2 build 继续更新。同期多组 retrain bank 上线：EleutherAI/LDS-retrain-bank-adamw-wikitext2-N4656-bs8-seed1004 下载 406、seed1006 下载 383、seed1007 下载 272、seed1005 下载 174、seed1008 下载 531；EleutherAI/PARTIAL_LDS-retrain-bank-gpt2medium-16k-bs32 下载 184。