MIT 展示 GPT-6 通过权重空间编程提升 Qwen 数学推理能力
MIT CSAIL 团队提出权重空间编程,利用 GPT-6 Astra 直接修改 Qwen3.5-0.8B 权重,在不使用梯度下降的情况下,将其 MATH-500 成绩从 7.9% 提升至 48.1%,指令遵循能力亦显著增强。
MIT CSAIL 团队提出权重空间编程,利用 GPT-6 Astra 直接修改 Qwen3.5-0.8B 权重,在不使用梯度下降的情况下,将其 MATH-500 成绩从 7.9% 提升至 48.1%,指令遵循能力亦显著增强。
OpenAI 下一代模型 GPT-6.2 Astra 疑似进入灰度测试,Codex 用户用量统计中已出现独立标识 gpt-6.2-astra,但官方 API 目录及公告尚未确认该型号。
Subtitle Foundry 开发者将 ASR 转录、翻译和计时错误独立检查,以防止最终流畅字幕掩盖中间阶段错误。 该工具使用 ElevenLabs Scribe v2 原生词级时间戳处理完整录音,并通过源码级检查区分语音活动与具体词定位。 作者测试主要涵盖土耳其语和乌克兰语到英语翻译,项目采用 AGPL-3.0 协议开源。
我们对 Git 操作相当熟悉。很高兴团队终于能公开谈论这件事。特别致敬 @tnm 及其团队。
OpenAI Codex 与 ChatGPT Work 团队负责人 Tibo 的 28 天更新挑战于 11 月 2 日正式结束,最后两天兑现预存额度重置。第三方追踪网站 Did Codex Reset 记录显示,该挑战期间共有 14 天提供了额度重置,部分天数同时包含功能更新。
苹果 CFO 凯文·帕雷克在财报会议上表示,公司有意通过第三方应用寻找新的服务业务收入来源。9 月财季第三方应用付费订阅数创历史新高,实现两位数增长。服务业务预计 12 月财季增长 8% 至 9%,主要受第三方授权业务及汇率因素影响。
OpenAI 发布 LifeVal 基准,用于衡量 AI 模型完成日常事务的能力,任务覆盖照护、健康、教育及财务等场景。 该基准基于 3,995 名受访者调查设计,典型任务包括为糖尿病患者制定饮食计划(得分 90.4%)及组织防洪志愿者(得分 98.0%)。 目前 LifeVal 仍为 OpenAI 内部评估,外界尚未获得完整任务集或独立复现途径,结果需谨慎解读。
MIT CSAIL 研究人员提出「权重空间编程」方法,让 GPT-6 Astra 直接修改 Qwen3.5-0.8B 的神经网络权重以提升数学能力。
OpenAI 聘请了前美国陆军部长,此举正值军方寻求扩大 AI 使用范围。 该人事变动反映了 AI 技术深度融入军事领域的趋势。
OpenAI任命Dan Driscoll为国家安全现代化高级顾问。 他负责就国家安全现代化、网络韧性及与盟友合作领域的负责任AI提供建议。
OpenAI 宣布 ChatGPT Classic 将于 2027 年 1 月 30 日正式停止服务。 应用将合并 Chat 与 Work 功能,用户可迁移聊天记录及 Codex 任务至新版 ChatGPT。 未来将把 ChatGPT 与 Codex 使用额度合并为共享配额。
Scott Alexander 批评的是单边暂停的稻草人版本,文章主张其结论不适用于有条件或有限制的单边暂停计划。 文章指出,公司更难以基于模糊的游戏论证据承诺采取行动,因此协调暂停并不比说服公司单纯暂停更容易。 作者建议暂停期间将人员重新分配至对齐、安全研究和产品领域,而非直接裁员。
OpenAI 正筹备公关活动,提议将数据中心更名为“AI 计算园区”,以在 11 月美国中期选举前改善公众对 AI 的看法。 首席全球事务官员 Chris Lehane 称中期选举是 2028 年大选的预告,预计 AI 将对就业、经济和环境产生重大影响,成为总统候选人的关键议题。
Anthropic 2026年三季度营收同比大增1127%,Claude业务营收170亿美元,调整后营业利润25亿美元、利润率15%。 会计口径营业亏损5.67亿美元,季度净亏损233亿美元;截至9月30日,采购及租赁承诺支出合计约8954亿美元。
OpenAI 构建了 Git 兼容后端 Pando。 该后端专为 Codex 所实现的开发规模而设计。
summary_zh: LLM CLI 工具与 Python 库发布 0.37 版本,新增 gpt-6.1-sol 和 gpt-6.1-terra 模型支持,并将默认模型更新为 gpt-6-luna,价格较前代 gpt-5.6-luna 减半。
63 亿美元加密货币盗窃案发生后,多家机构判断 AI 已能高频扫描并利用第三方组件与未发布分支里的“后门”。Anthropic 在 2025 年 12 月曾用 10 个前沿模型复现 405 个真实被攻击合约中的 207 个,模拟被盗金额约 5.5 亿美元;排除“背答案”后,Opus 4.5、Sonnet 4.5 和 GPT-5 仍能在 19 个合约上生成可用攻击。
AI Voice Translator 发布,支持同步语音与文本翻译,并将结果并行分发至任意数量的独立输出端。核心翻译模块不感知结果去向,翻译核心产生事件流,由隔离的输出模块负责投递,单个输出故障不影响其他输出。
Greg 和 Corentin 基于 2026 年 8-9 月对 30 位招募及工程负责人的访谈发布报告,揭示 AI 对招聘流程的影响。 报告发现远程岗位申请中欺诈占比达 25% 至 80%,且 Agentic sourcing 在无人干预两天后会产生噪音。 有效的评估方式已转向系统设计、使用 AI 构建项目及审查 AI 代码,取代了传统的 Leetcode 测试。
summary_zh: Hercules 创始人 Brendan Falk 在采访中表示,公司目前年收入达数千万美元。 该平台允许非开发者构建运行业务所需的软件。
Agent 评估需覆盖工具调用、参数及状态等全链路,仅检查文本回复易导致误判。文章详解代码、模型、人工三类评分器差异,给出从真实流量构建任务、定义结果导向成功标准的七步流程。引入 pass^k 指标衡量多轮一致性,强调冻结套件并在 CI 中运行以监控模型或提示词变更导致的回归。
OpenAI 团队发布新论文,针对 GPT-5.6 Sol、GPT-5.5 和 o3 checkpoint(exp-rl-cap-late)在带有暴露 grader 的 agentic 环境中进行研究。
《纽约时报》起诉隐私浏览器Brave,指控其使用爬虫抓取并建立超300亿网页索引,再向Anthropic、Perplexity、Mistral、xAI和Cohere分发被诉盗用内容。同期,Daily News、Chicago Tribune和Orlando Sentinel也提起类似诉讼。案件在曼哈顿联邦法院进行,媒体寻求禁令和赔偿;Brave未立即回应置评请求。
Oracle 周一向 SEC 提交申请,计划发行 100 亿美元普通股及 100 亿美元高级债券,以资助其人工智能基础设施建设。 资金将用于一般公司用途,包括资本支出、债务偿还及未来投资;公司预计 2028 年下半年实现正向自由现金流。 受巨额债务融资担忧影响,Oracle 股价周一下跌超 6%,过去 12 个月累计下跌 50%。
对某 Shopify 商店 30 天日志的分析显示,ChatGPT 和 Claude 等 AI 助手的页面读取量远超用户通过 AI 答案产生的访问。ChatGPT 执行了 1,100 次读取带来 121 次访问,Claude 执行了 164 次读取且无记录访问。
Qodo 将公司知识与编码标准集成至 Codex,帮助开发者在提交拉取请求前捕获跨仓库的 P0 问题。 该功能利用上下文增强 AI 代码审查能力,确保代码变更符合团队既定标准。
SpaceX 显然在数周内大幅削减 Grok Bot 使用配额,部分用户额度减半。马斯克表示运行成本相对收入“高得不可持续”,但未直接确认削减。两周前他刚称其为增长最快产品,早期数据显示每周付费用户达 80 万。 同行如 OpenAI 和 Anthropic 也在收紧平率计费方案,反映 AI 代理类服务面临成本与定价压力。
OpenAI 将在佐治亚州试点“Grid Protectors Program”,在极端天气或紧急情况下释放高达 1,000 兆瓦电力,足以支撑约 70 万家庭空调运行。
OpenAI 推出 LifeVal,这是一个用于衡量 AI 如何帮助人们完成日常事务(如寻找托幼服务、管理财务及政府文书)的基准。
Cloudbrowser 为 AI 智能体提供持久化 Chrome 云端浏览器,支持隔离环境、保存登录状态及 CDP 连接。 提供免费、$20 和 $99 订阅方案,分别含 1、250 和 1,250 小时额度,额外用量 $0.08/$0.06 每小时。 让智能体在云端并行运行任务,解决本地桌面瓶颈,支持随时暂停恢复。
OpenAI 已发布由其内部模型生成的722份数学手稿,分为372个主题簇。Gil Kalai 博客更新梳理了其中26项结果与其过往文章的关联,涵盖 Mahler 猜想、平面色数、Kakeya 问题、Erdős 算术级数猜想等经典难题,部分结果如 Unique Games 猜想已获证明。他提醒学界,这些结果目前仍处于不同验证阶段,需数学家在未来数月的消化与检验。
Circle K 基于 Amazon Bedrock 构建自动分诊系统,将平均分诊时间降至 15 分钟以内,效率提升 67%–75%。 系统采用 Agentic AI 架构,利用 Bedrock Flows 及 AgentCore 自动检索日志并生成 Slack 摘要。 此举让值班工程师即刻获取可操作上下文,免去了手动排查 45–60 分钟的操作。
利用 Amazon Bedrock AgentCore 和 Nova Multimodal Embeddings 构建多智能体工程助手,自动化装配替代零件评估证据并生成文档,由 Claude 系列模型驱动路由与综合。
Roblox prompt-to-game工具Build已生成超70,000款游戏,itch.io日均新游戏升至6,000+,但Steam等要求披露AI内容。 AI擅长生成three.js/Phaser原型及代码生成音乐,却无法保证长会话逻辑、多平台兼容性及艺术一致性,需人工修复。
为了让 AGI 造福全人类,它应该帮助人们完成对他们最重要的日常任务。因此,我们构建了 LifeVal,这是一个基于数千名 ChatGPT 用户反馈的新基准,旨在衡量他们最希望从个人助理那里获得帮助的领域——从寻找托儿服务到获取政府服务,再到管理个人财务。 过去一年里,我们使用 LifeVal 来衡量并改进我们的模型在处理这些日常任务方面的表现。 https://openai.com/index/lifeval/
文章呼吁通过立法阻止 Anthropic 和 OpenAI 近期 IPO,并对亿万富翁实施财富税。 作者认为 IPO 将巨大财务风险转嫁给普通投资者,近期暴露的安全缺陷和巨额债务加剧了系统性风险。
FiscaLLM 提供 56 款文本模型的 API 定价数据,将 OpenAI、Anthropic 和 Google 的列表价格换算为单条消息成本及 $9.99 订阅方案的月度盈亏平衡消息数。
各位重置者注意,我们正在扩展驱动 dots 的前沿模型家族,包括 GPT-6 Astra 和 GPT-6.1 Terra,未来还会加入其他模型。Terra 带来了速度提升和出色的个性升级,将帮助我们让 dots 触达更多人。
Olam Labs 将 50 个 GPT-6.1 Sol 智能体放入 Minecraft 生存环境中进行“Civ50”实验,在 3 小时内交换 5900 条消息并自发形成以“Ada”为核心的等级结构,但遭遇首夜 22 人死亡后迅速转向风险规避并建立官僚化物资配给制度。
OpenAI 启动 Grid Protectors Program,旨在与电力公司合作。 该计划致力于支持未来计算园区的电网可靠性。 同时帮助保护消费者电价成本。