CMU
美国顶尖研究型大学，计算机科学专业全球排名领先，以系统思维与动手能力并重的CS培养方案著称，提供15-445数据库等经典公开课程。
核心事实
时间轴 (近 90 天)
Genesis 于2024年底由斯坦福、CMU等机构联合发布
MIT、CMU等高校的计算机系课程正在讨论是否需要设立'无AI区'，要求学生在特定阶段完全独立完成底层实现
DeepMind、CMU等机构发表的论文（如Universal Transformers）验证了循环架构方向的可行性，在算法推理、数学题等多步骤任务上相比同参数量标准Transformer有显著优势
CMU的Odyssey基准包含200个任务，每个任务配有多条rubric，支持部分得分而非单一二元判定
2024年CMU Graham实验室的Web Arena抓取Amazon、Reddit等真实网站数据填充环境，是里程碑式工作，包含约800个任务、四个应用，验证器由CMU研究生手写
OS World是由卡内基梅隆大学等机构推出的评测基准，测试AI智能体在真实操作系统环境中执行复杂任务的能力
HarmBench是CMU团队创建的标准化红队评估框架
北美CS顶级博士项目（如MIT、Stanford、CMU、Berkeley）的录取率通常在5-10%之间
全部知识事实 (8)
OS World是由卡内基梅隆大学等机构推出的评测基准，测试AI智能体在真实操作系统环境中执行复杂任务的能力
65%待验证Genesis 于2024年底由斯坦福、CMU等机构联合发布
50%待验证MIT、CMU等高校的计算机系课程正在讨论是否需要设立'无AI区'，要求学生在特定阶段完全独立完成底层实现
50%待验证DeepMind、CMU等机构发表的论文（如Universal Transformers）验证了循环架构方向的可行性，在算法推理、数学题等多步骤任务上相比同参数量标准Transformer有显著优势
50%待验证CMU的Odyssey基准包含200个任务，每个任务配有多条rubric，支持部分得分而非单一二元判定
50%待验证2024年CMU Graham实验室的Web Arena抓取Amazon、Reddit等真实网站数据填充环境，是里程碑式工作，包含约800个任务、四个应用，验证器由CMU研究生手写
50%待验证HarmBench是CMU团队创建的标准化红队评估框架
50%待验证北美CS顶级博士项目（如MIT、Stanford、CMU、Berkeley）的录取率通常在5-10%之间
50%