Reflection 公开开源模型 Beam 的安全训练方法
Reflection 详解开源模型 Beam 的安全训练:安全评测中拒绝 89% 有害请求,为所测开源权重模型最高;安全教师模型从 100B 扩到 501B,过度拒绝相对下降 48.7%。
阅读原文Reflection 详解开源模型 Beam 的安全训练:安全评测中拒绝 89% 有害请求,为所测开源权重模型最高;安全教师模型从 100B 扩到 501B,过度拒绝相对下降 48.7%。
阅读原文开发者在 Claude Code 仓库报漏洞:工具自主搜索网页时把用户邮箱写进 User-Agent 请求头发给目标网站,发帖人称已因此收到大量诈骗邮件,要求彻底移除该字段而非做成开关。
阅读原文World Labs 发布研究预览 Frameboy:对世界模型 Atlas 深度优化推理后,从云端 GPU 向浏览器串流画面,最高 15 fps,单张图生成的 3D 场景可像玩掌机一样实时漫游。
阅读原文Perplexity 推出常驻智能体 Teammates:每个智能体绑定一条不关闭的线程,继承项目、技能与记忆,可互相派活并在 Slack 里找同事拍板,先向每月 200 美元的 Max 用户开放网页版。
阅读原文Google 发布 Gemini Omni 1.2 Flash:原生支持最长 15 秒视频生成(上一代 10 秒),支持多轮对话式编辑,720p 价格降 30% 至每秒 0.07 美元,输出带 SynthID 水印。
阅读原文Anthropic 在 Claude 推出个人理财功能,本周起向美国 Pro、Max、Ultra 用户开放 Beta:经 Plaid 只读连接银行和卡账户,可查消费分类、账单提醒和异常扣款,不提供投资建议。
阅读原文AI 内容检测公司 Pangram 发布 Image 1.0:在 12 种生成器、1200 张图测试集上准确率 99.96%,256×256 低分辨率下 96.4%;同期视频检测模型在 DF26 数据集达 98.7%。
阅读原文OpenAI 介绍 ChatGPT Edu 在澳洲落地:新南威尔士大学向 8 万师生分阶段开放,La Trobe 3500 名员工已全员使用;调查称 81% 澳洲大学生每周多次用 AI。
阅读原文墨芯人工智能完成近 10 亿元 C+ 轮融资,距上一轮同规模融资仅 5 个月。公司主营稀疏计算推理芯片,称三季度营收数倍增长,新一代板卡 SP200 年底前问世。
阅读原文Airbnb 在三季度股东信称,2027 年上半年推出 AI 旅行智能体:不做传统聊天框,而是围绕用户问题实时组装地图、日历、行程等界面元素,帮用户比选决策并直接站内预订。
阅读原文博主卡兹克复盘美股 AI 板块大跌,并提醒政策风险:桑德斯等人 9 月已提过《2026 年禁止人工超级智能法案》,按训练算力划线,违规个人最高判 20 年。
阅读原文OpenAI 披露:全球用户经 ChatGPT、Codex 与 API 每周生成图像超 40 亿张、日均超 5 亿,8 周前约为 30 亿。数据随 Images 2.6 发布披露,为厂商自述口径。
阅读原文11 月 5 日美股大跌:纳指跌 5.52%,创 2025 年 4 月以来最大单日跌幅;费城半导体指数跌 12.25%,英伟达跌 9.26%、年内涨幅全部回吐,市场担心数据中心审批收紧。
阅读原文Cat Wu 宣布加入 OpenAI,负责核心产品(Core Products)的产品管理,称将专注打造可信赖的智能体产品,并请用户继续反馈。
阅读原文淘宝短剧在天猫双 11 推出 AI 品牌短剧:温碧霞主演《九尾神临》、全友家居《终章之外》,均由阿里视频模型 Wan3.0 生成。此前百雀羚定制短剧 30 天播放破 3500 万。
阅读原文TechCrunch 报道,Palo Alto Networks 正洽购智能体安全初创 Clutch:5 亿美元现金另加里程碑付款,约为其 ARR 的 50 倍;交易未达成,若成交将是其今年第七笔收购。
阅读原文OpenAI 发布数据中心社区承诺:不再与地方政府官员签保密协议,只对安全与商业秘密信息保留有限保护。此前项目靠保密协议隐瞒谈判屡遭批评,Amazon 十月已先走一步。
阅读原文路透披露 Meta 内部文件:2024 年约 10% 收入(约 160 亿美元)来自诈骗与违禁品广告,日均展示约 150 亿条高风险广告,对可疑广告主加价而非封禁;Meta 称估算粗糙。
阅读原文a16z 发文:8 月底有人用数百个 AI 智能体攻击打印管理服务器,从零到攻破首个受害者不足 4 小时,次日 26 秒内攻陷 11 个组织,48 国 395 个机构中招。
阅读原文论文提出用户嵌入是可解释行为模式的稀疏叠加:稀疏自编码器可恢复模式并自动命名,支持零样本受众检索;合成与真实数据集验证,事后处理、模型无关,已被 NeurIPS 2026 接收。
阅读原文Brown 大学团队提出 SwarmEvolve:每轮数百个低成本智能体在潜空间推理、共享 KV 缓存协作,21 个数学与科学计算问题上平均分最高,追平他人 60 分钟成绩只需中位 3-8 分钟。
阅读原文论文把 1000 篇论文变成可执行环境,AI 科学家入场与原作者成绩对比:前沿模型 74% 的情况超过人类研究者;小模型经训练,研究构思能力提升 158%。
阅读原文新基准 XStack 要求智能体把 PyTorch 仓库迁移成 JAX 版并跑通原论文结果:Claude Opus 5 通过 75%,GPT-5.6-sol 通过 45%,其余不超过 40%,跨框架迁移仍不可靠。
阅读原文论文追问机器意识与可解释性依赖的机制级指标能否由有限实验认证:输入输出完全相同的两个网络,整合信息 φ 一个 0.28、一个 0 比特,内部记录 4-53 次试验即可区分。
阅读原文