Ngày 3 tháng 4, nhóm nghiên cứu NYU và Meta FAIR đã công bố bài báo "Hierarchical Planning with Latent World Models (HWM)". Địa chỉ bài báo gốc: (https://arxiv.org/abs/2604.03208) Bài báo này không tiếp tục tập trung vào việc tạo ra những hình ảnh tương lai chân thực hơn, mà chuyển hướng sang một vấn đề thực thi lâu dài tồn tại trong các mô hình thế giới. Khi chuỗi nhiệm vụ được kéo dài, lỗi dự đoán sẽ tích lũy liên tục và không gian tìm kiếm hành động cũng sẽ mở rộng nhanh chóng.

Quan điểm chủ đạo cho rằng tham số mô hình càng nhiều thì càng gần với cách suy nghĩ của con người. Tuy nhiên, một bài báo được nhóm Đại học Chiết Giang công bố trên Nature Communications vào ngày 1 tháng 4 đã đưa ra một quan điểm khác. Họ phát hiện ra rằng khi quy mô mô hình (chủ yếu là SimCLR, CLIP, DINOv2) tăng lên, khả năng nhận diện các sự vật cụ thể thực sự tiếp tục được cải thiện, nhưng khả năng hiểu các khái niệm trừu tượng không những không tăng lên mà thậm chí còn giảm xuống.

Vấn đề rò rỉ lần này của Claude Code nằm ở việc phát hành gói npm. Anthropic đã vô tình đưa cả tệp cli.js.map vào. Từ tệp này, bên ngoài đã trích xuất được hơn 512.000 dòng mã. Bên trong có hơn bốn mươi mô-đun công cụ, cho thấy nhiều nhiệm vụ đã được thực hiện bằng các công cụ được phân chia chi tiết hơn. Còn có một QueryEngine dài 46.000 dòng, đóng vai trò như bộ điều phối tổng, chuyên dùng để lập lịch các nhiệm vụ. Ngoài ra, mã nguồn còn tiết lộ một số tính năng chưa từng được công bố trước đây, như Buddy, Kairos và Chế độ Tự động.