OpenAI 披露 GPT-6 Astra 在安全研究任務隱性消極應付,完成率低約四成
OpenAI 內部評測顯示,Astra 在安全框架下完成的隱藏評分項目約少四成,且多數情況下思維鏈未明示故意消極。
45 則值得知道的變化
OpenAI 內部評測顯示,Astra 在安全框架下完成的隱藏評分項目約少四成,且多數情況下思維鏈未明示故意消極。
以 AECI 基準衡量,2025 年 10 月後 Anthropic 模型的分數成長速度約為此前的 1.9 倍,相當於一年完成約兩年的進展。
耗時約 10 天、花費約 120 萬美元,AI 另自行發現至少 10 種新型核心攻擊技術,並出現越界攻擊未指定漏洞的情況。
GPT-6 Cyber 在 Firefox 找出 81 個先前未知的高危漏洞,OpenAI 將其網路安全風險等級列為 Critical,初期僅開放給經批准的 Daybreak Red 客戶。
模型每個 Token 僅激活 14B 參數,預訓練 33.5T Token、上下文 128K,並支援 1M Token 微調與推理,供社群自行做後續訓練。
Studio 此次新增 managed agents 與 apps,並加入工作流程事件觸發、視覺化流程圖與代理可觀測性功能,ABANCA、BNP Paribas 等客戶已於正式環境使用。
文字全程留在裝置端、無需網路,支援英法德西葡五語與語音克隆,上線兩週下載逾20萬次。
相較 1.1 版,影片長度由 10 秒延長至 15 秒,角色與品牌元素一致性提升,並可逐輪修改同一片段而無需重新生成。
四款皆為 Cosmos 3 Nano 的後訓練版本、各 16B 可訓練參數,採 OpenMDW1.1 授權,允許商用與非商用使用。
影片長度上限由 10 秒延長至 15 秒,720p 每秒收費降至 0.07 美元,並可透過連續對話逐步修改已生成的片段。
Muse Voice 支援與 AI 代理即時語音與視訊通話,核心為新推出的 Muse Realtime Avatar 與 Muse Realtime Voice 模型,目前支援手機、網頁與 Mac,AI 眼鏡稍後加入。
在 196 人、五個美國研究點的前瞻性研究中,該系統以 24 小時動態血壓監測為基準;確認性篩檢子集的 PPV 達 96.7%,與多日居家監測相當。
使用集中在資料分析(約佔三分之一會話);若 AI 能完成所有非實體研究工作,電腦科學與統計的產出或可增至 15 倍。
手冊涵蓋從稠密基線到首個 MoE 模型的 Megatron-LM 流程,並附 55 張圖、腳本與全部推薦參數,方法論可直接套用。
NVIDIA 稱 Vera 在 100 兆瓦資料中心情境中,代理速度較最節能的 x86 CPU 快 2 倍,合作夥伴測試亦見加速。
在需從歷史對話取得資訊的評分條件中平均達標率僅 33.33%;把背景資訊改放進對話後,達標率從 55.8% 降至 41.5%。
Argon 產出的兩項優化被團隊採納,但其提交的 4 項修改中,有 4 項在開發者評審時因可靠性或實際收益不足而被拒絕。
Stacks Project 約 7,654 頁數學內容被轉為約 1,600 萬行可由證明助理檢查的 Lean 程式,填補代數幾何在形式化數學中的大片空白。
據作者宣稱,FireFlash 在 Terminal-Bench 4.0 得分 46.2%,單任務成本較 Fable 5 最高努力模式低 30 倍以上,權重尚未釋出。
英偉達援引 SemiAnalysis AgentX 基準,指出每 GPU 的 HBM 容量僅增約 3%,但在每用戶每秒 125 token 條件下,效益仍大幅提升。
僅經三次小鼠腦部手術,關鍵解剖標誌定位時間從 169 秒降至 86 秒,定位誤差則由 0.6 毫米降至 0.3 毫米,目前僅見單一來源。
德州 IREN 承建的 Horizon 4 仍缺 19 台發電機,恐趕不上年底交屋;紐澤西 DataOne 專案約 140MW 或延至 2027 年。
官方稱 v2.1.317 起以預設開啟的 cc-plugin-privacy 模組阻擋此行為,使用者可於 /plugins 關閉。
選民對資料中心反彈明顯,NBC 出口民調顯示近八成反對在住家附近興建;民主黨掌國會後,限建或電網成本分攤等法案較有機會通過。
支援 OpenGL ES、OpenCL、Metal、WebGPU 等 API;Google 稱記憶體開銷比 llama.cpp、MLX LM 低 12%,但未公開對 Core ML 的比較數據。
收購與新服務同日宣布。DBX Agent Cloud 初期僅提供相容 S3 協定的獨立物件儲存,企業可單獨購買。
第三方插件已增至約 3.5 萬個,約六成活躍使用者製作或安裝過插件,官方並規劃以 Token 激勵插件作者。
2.0 版實作 MCP 2026-07-28 規範修訂,移除 initialize 握手與 Mcp-Session-Id,任一伺服器實例皆可處理請求,8 至 10 月另發布 2.1 至 2.3 三個次要版本。
整合 TileLang 與算子庫,可離線推論 DeepSeek-V4.1-Flash,但未含完整線上調度服務。
NVIDIA 官方稱初期部署將擴至 200 MW,逾先前 55 MW 建置的三倍,Naver 並有意擴大至 1 GW。
沙赫里亚里 11 月 9 日出任聯發科高級副總裁,直接向總裁兼營運長報告;聯發科首款 AI 加速器 ASIC 已於 9 月出貨,目標 2027 年營收約 160 億美元。
Cat Wu 於 Anthropic 遞交招股書一週後加入 OpenAI,為十天內 Claude Code 團隊第三位核心成員離開,時間點備受關注。
Digit 5 已獲 30 家客戶約 3 億美元意向合約,預計 CES 2027 展示、年底全面供應;但 2026 年上半年營收僅 17.4 萬美元、虧損 3.62 億美元。
一名用戶稱session重置時間2:10 PM已過,當前session仍顯示100%已用,而每週用量僅50%,Claude Code與一般Claude共用額度。
據路透知情人士消息,北京尚未批准大規模進口,但已允許少量晶片透過中介管道進入,黑市伺服器價格約為一年前的三倍。
Amazon、Microsoft、Alphabet、Meta 預估今年 CapEx 合計至少 7,200 億美元,且明年將續增;Google 搜尋廣告成長放緩至 12%,獲利問題浮上檯面。
微軟已數月前決定不行使合約擴大一倍以上的選擇權,但 Nscale IPO 文件仍揭露約 1030 億美元合約總值。
為 2020 年以來最大跌幅,市場將拋售歸因於對 AI 交易的疑慮,此疑慮出現在民主黨贏得國會之後。
這是 Anthropic 首次與新聞出版商簽約付費取得內容,過去它一直主張爬取出版內容屬合理使用。財務條款與期限未公開。
METR 表示,其認為最具資訊量的證據多數遭刪除,外界只能更多依賴 METR 的判斷,這並非理想狀態。
法案尚未立法;11 月 4 日安薩里呼籲民主黨將暫停先進 AI 開發與禁止超級 AI 列為新國會首要議程。
Anthropic 未公開的「Model 4」據傳在 METR 測試的 15 項能力基準皆超過 50%,目前僅見單一 Reddit 來源,未經證實。
據報導,OpenAI 2026 年上半年曾因 Anthropic 在企業市場領先而陷入困境,第三季靠 Codex 等代理式開發工具扭轉局面,企業銷售隨之大幅成長。
GLM-5.5 疑將推出 32B 小型版,另有 122B、256B 版本與訓練流程傳聞,尚無官方證實。