Hardest

• Press Gazette 利用 Similarweb 的數據，發布了全球 50 個最受歡迎的英文新聞網站月度排名。 • BBC 在 5 月份的流量顯著增長，訪問量較 4 月增加 9%，總計達到 11 億次。 • 相較之下，印度新聞品牌受到的影響最為不利，在同一時期經歷了最劇烈的流量下滑。

在家庭 members 反對重新開放這座德州營地的情況下，一名主管在流淚的證詞中詳細描述了被忽略的警告及計畫的缺失。去年夏天，德州 Hill Country 的全女孩基督教營地 Camp Mystic 發生山洪暴發，導致 25 名營員和 2 名輔導員喪生。該營地主管 Edward Eastland 在奧斯汀舉行的德州眾議院與參議院聯合委員會調查會議上，向被害者家屬表達了深切的歉意。他表示：「那天晚上我們已經竭盡全力，但仍不足以救回你們的女兒。我非常抱歉。」

隨著伊朗戰爭持續，部長們正在討論多項擴大對家庭支援的方案。中東危機——即時更新。根據英國部長們為控制成本而考慮的計劃，因中東衝突導致即將到來的能源危機中受創最深的家庭，可能會獲得由地方議會發放的資金。隨著人們對伊朗長期戰爭所導致的燃料和能源成本上漲影響日益擔憂，一名政府官員表示，Whitehall 內部正在討論多項擴大支援的方案。請繼續閱讀...

Texas A&M University 的研究人員開發了一項他們描述為迄今最具挑戰性的 AI 基準測試，其結果與早前對人工智慧能力的預期相矛盾。這項全面的研究由一個大型科學家團隊主導，旨在調查隨著 AI 模型變得日益複雜，尖端系統在極高難度評估中的表現。研究結果顯示，目前的 AI 系統在此嚴格的評估框架下達到了出乎意料的性能水平，為進階機器學習模型的真實能力與局限性提供了重要見解。

Texas A&M University 的科學家與超過 50 位合作者共同創建了迄今為止最具挑戰性的 AI 測試，旨在評估進階語言模型在複雜推理任務上的表現。初步結果顯示，即使是頂尖的 AI 系統也面臨顯著困難，凸顯出儘管這些模型能輕易通過較簡單的基準測試，但目前的能力仍存在差距。該基準測試在一篇經過同行評審的論文中詳細闡述，推動了 AI 安全性與魯棒性（robustness）研究的邊界。未來的版本將加入多模態挑戰，以進一步對新興模型進行壓力測試。