METR 评估 Anthropic 的 AI 研发提速
独立评估估计，明确定义任务上的能力改进速度约为此前两倍，估计仍有较大不确定性。
资讯 · 第 9 页
最近发布的产品动态、研究进展与行业消息。
最新资讯
共 499 篇
TurnWise 训练视频模型选对回答时机
把反馈分到每一轮，让模型分别学习该开口还是继续观察。
OpenAI 披露 Linux 漏洞研究流水线
受控研究复现 1724 个漏洞，修补建议交维护者审核。
研究让推测解码改善长程推理
在关键决策处调整草稿模型，减少数值噪声的累积。
Daybreak Red 扩展至 AWS 政府云
获批团队可在 GovCloud 美国东部访问网络安全模型。
DevRev 用 AI 串联企业自助服务
把公司知识、访问权限与可撤销操作放进客服流程。
DNO 研究比较偏好训练的不同做法
独立复现直接纳什优化，检查教师数据与历史样本的作用。
FactEmbed 结合参考图与文字找图片
先理解画面需要怎样变化，再生成检索表示。
研究从内部激活区分遗忘与压抑
模型拒绝回答，不一定代表相关知识已被移除。
gstack 将 AI 开发流程拆成专业角色
今日开源关注：让编程助手按不同工程职责处理任务。
Horizon 把多来源新闻整理成简报
今日开源关注：为自己的信息源建立新闻雷达。
Images 2.6 发布，支持 GIF 与 SVG
图像生成提速，API 新增标注编辑和复杂度控制。
让模型反复说错话可能影响对齐
无害题材中的错误训练，也可能带来更广泛的行为变化。
LatentTriad 在执行前检查技能风险
不运行外部技能，利用预填充状态识别任务越界。
LifeVal 评估 AI 完成日常任务的能力
从育儿、购物和家庭事务出发，衡量实际行动效果。
MedPhysBench 同时考 AI 计算与查错
覆盖放疗、医学成像和辐射防护，并公开基准本身的问题。
MoneyPrinterTurbo 串联短视频制作
今日开源关注：把重复的短视频制作步骤放进一个工作流。
OpenAI 拟收购代码工具公司 Pierre
Trees、Diffs 与 Code Storage 将进一步连接 Codex 工作流。
OperAItor 在化工仿真中测试智能体
结合故障诊断、知识检索与动作校验，比较停机次数。
固定人设未必能模拟真实用户
研究把行为拆成稳定特征、情境身份和当下处境。
Qodo 将跨仓库知识接入代码审查
在编程前获取组织规则，修改后返回独立审阅结果。
Ripple-65B 开放编程模型预览
Ripple-65B Preview 提供开放权重及百万 token 上下文支持。
OpenAI 用 Pando 承接智能体代码提交
保留 Git 协议，扩展多分支并行写入与大规模读取。
ToolSpace 用真实工具轨迹构造训练
把 MCP 调用依赖和可回放检查纳入长程任务。
Naver 签下 2 万亿韩元 AI 算力服务合同
Naver 在 11 月 12 日公布第三季度业绩时披露，已签署约 2 万亿韩元的计算服务供应合同，为其与 Brookfield、英伟达共同推进的 AI Factory 业务 获得首批客户。