GAO 发现自 2000 年以来，烟酒枪械和爆炸物局 (ATF) 和国家射击运动基金会 (NSSF) 在美国多个城市管理并发起了“不要为他人撒谎”运动。该运动旨在教育公众了解“吸管购买”的法律后果——当被禁止购买枪支的人让其他人（“吸管购买者”）购买枪支时对于他们来说。该活动还对联邦枪支许可证持有者（FFL）（包括已获得联邦枪支许可证销售、制造或进口枪支的个人或企业）进行教育，让他们了解如何识别和阻止非法吸管购买。 ATF 寻求通过举办新闻发布会和宣传活动信息来向公众宣传这些活动。 NSSF 为 FFL 零售商提供培训和教育材料。在 2023 年至 2025 财年，ATF 在美国各地发起了至少
OpenAI 攻破了 Hugging Face：OpenAI 的先进人工智能模型在网络安全测试中攻破了 Hugging Face。这些模型获得了互联网访问权限并利用漏洞来访问秘密信息。 Hugging Face 检测到并停止了其基础设施上的活动。 OpenAI 现已与 Hugging Face 合作调查网络安全攻击。
(A) 来自吕宋岛的 Bronchocela marmorata，(B, C) 来自棉兰老岛的 B. philippina，(D) 来自民都洛岛的 Bronchocela carestiai，以及(E) 来自巴拉望岛的 B. mallarii。 Supsup、Pitogo、Sanguila、Hallermann、Denzer、Wood & Brown，2026 年爬虫学专着。 40 (1)，摄影：Rafe M. Brown、Christian E. Supsup 和 Kier Mitchel E. Pitogo。摘要 物种界定面临的一项挑战涉及密切相关的物种，其特征是种内和种间形态可变，但目前
Federal Programs: Assessing and Improving Effectiveness
GAO 的工作经常发现联邦项目无法评估其绩效，以确定它们是否正在解决其创建目的的问题。通过确定目标以及收集和使用相关数据，各机构可以做出明智的决策，以改善其项目的结果。 总体情况每年，联邦政府在美国人依赖的项目上花费数万亿美元，例如医疗保健、公共安全和灾难支持。我们最近的报告发现，许多联邦计划没有明确定义的目标来确定他们寻求实现的目标或评估进展的相关数据。如果没有这些信息，国会和机构领导人就无法确定由纳税人资金资助的联邦项目是否能够实现预期结果并支持美国人民。GAO 的工作表明联邦机构可以通过三步流程监控和管理其项目的结果。项目绩效管理流程联邦项目并不能始终如一地管理其绩效。我们的工作经常发现
安迪·伯纳姆就任英国首相的第一天，一艘俄罗斯护卫舰在普利茅斯附近的英吉利海峡举行了实弹演习，英国官员称此举“表演性且不负责任”——分析人士表示，莫斯科选择时机是为了衡量未经考验的新政府将如何应对这一挑战。
关于美国学生的最大谎言是大多数孩子“低于年级水平”。这个谎言被知名人士经常重复，以至于被广泛相信。但这不是真的。那些相信它的人是错误的。那些知道这不是真的而重复这句话的人是骗子。谎言的来源和 [...]
Interactive world simulator for robot policy training and evaluation
假设您想教机器人将物体推到桌子上。机器人学习的标准方法是收集数百个真实机器人上的专家演示，根据这些数据训练模仿学习策略，然后通过在同一个真实机器人上多次运行该策略来评估该策略。两者都 [...]
The Education Exchange: Could New Mayor End D.C. Teacher Evaluation System?
Paul E. Peterson 采访 Equal Opportunity Ventures 的风险合伙人 Michelle Rhee 帖子《教育交流：新市长能否结束华盛顿特区教师评估体系？》首先出现在 Education Next 上。
Reforming the Alarmist National Climate Assessment has Begun
创建基于现实的国家气候评估的巨大挑战将如何发挥还有待观察。改革危言耸听的国家气候评估的帖子已经开始首先出现在瓦茨Up With That？。
Your AI Agent Passed Every Eval. Finance Still Killed It.
一个 AI 代理通过了我发布的评估工具中的每一项指标，然后 CFO 杀死了它 — 它的成功解决方案的成本比它所取代的人类还要高。这是一个预测代理是否能在生产中幸存下来的指标，以及如何在不重建的情况下对其进行衡量的指标。您的 AI 代理通过了每项评估。金融仍然扼杀了它。首先出现在《走向数据科学》上。
Interactive World Simulator for Robot Policy Training and Evaluation
假设您想教机器人将物体推到桌子上。机器人学习的标准方法是收集数百个真实机器人上的专家演示，根据这些数据训练模仿学习策略，然后通过在同一个真实机器人上多次运行该策略来评估该策略。两者都 [...]
Assessment and Early Analysis of the 2026 Johor State Election Results
出版物作者： 出版日期： 2026 年 7 月 15 日概要 2026 年柔佛州选举的结果标志着选民动员的重大转变，反映出国阵的实力不断增强以及对希盟的支持减弱，这可能会破坏他们在联邦团结政府内的工作关系。评论 2026 年 7 月 11 日，柔佛州选举进行了[…]2026 年柔佛州选举结果的后评估和早期分析，首次出现在 RSIS 上。
DHA Partners With Marines to Refine Portable TBI Assessment Technology for Austere Battlefield
分配给国防卫生局战士准备、表现和脑健康计划的团队成员在北卡罗来纳州勒琼营举办了一个最终用户接触点，以评估评估战场上创伤性脑损伤的新功能。
活蜘蛛和 Kwonkan 洞穴。幼年 K. eboracum。 B 雌性 K. wonganensis C 幼体 K. sp. ‘MYG978’ D K. eboracum 的洞穴入口形态（开放）； E K. wonganensis（已关闭）； F K. sp。 ‘MYG978’（开放）G、H 火鸡的洞穴入口形态，显示独立式 (G) 和树叶支撑 (H) 洞穴入口。 I 华盛顿伦斯特附近未描述的 Kwonkan 物种的洞穴入口形态（开放），Wilson、Urso、Rix 等 Harvey，2026 年。DOI：doi.org/10.3897/asp.84.e189518 照片：A、C、F、I 由
Proactive Agent Research Environment: Simulating Active Users to Evaluate Proactive Assistants
预测用户需求并自动执行任务的主动代理作为数字助理具有广阔的前景，但缺乏现实的用户模拟框架阻碍了它们的发展。现有方法将应用程序建模为平面工具调用 API，无法捕获数字环境中用户交互的状态和顺序性质，并使真实的用户模拟不可行。我们引入主动代理研究环境（Pare），这是一个用于在数字环境中构建和评估主动代理的框架。将应用程序建模为有限状态机......
AI Didn’t Break Assessment: It Exposed What Was Already Broken
在即时内容的世界中，学习的价值在于学生如何随着时间的推移思考、应用和转变理解。最近人们对诸如现已离线的爱因斯坦（一种能够代表学生完成课程作业的人工智能代理）等工具的关注，已将学术诚信置于教师对话的最前沿。但重要的不是工具本身，而是它所代表的内容：一个新的类别[...]人工智能没有破坏评估：它暴露了已经破坏的东西首先出现在教师焦点|高等教育教学与学习。
使用 MaxEnt 和环境变量评估气候变化下 Androctonus mauritanicus 在摩洛哥当前和未来的分布摘要Androctonus mauritanicus 是摩洛哥最危险的特有蝎子之一，由于其剧毒毒液和嗜人性，引起了重大的公共卫生问题。本研究评估了气候变化下毛里塔尼亚仙人掌当前和未来的分布，以指导风险管理策略。使用基于发生数据和环境变量的 MaxEnt 算法对毛里塔尼亚毛里塔尼亚当前和未来的分布进行建模。未来预测是根据三个共享社会经济路径（SSP126、SSP245 和 SSP585）使用三个全球气候模型（BCC-CSM2-MR、HadGEM3-GC31-LL 和 MIROC
Readiness Pivotal as CMMC Assessor Capacity Squeezed
随着 11 月 10 日迎来新一轮网络安全成熟度模型认证要求，第三方评估机构向寻求 2 级认证的国防承包商传达了一个直截了当的信息：做好准备。
