Nvidia和CrowdStrike推出名为SafeMind的新型代理式AI模型系列，能够同时为客户发现并关闭攻击路径，标志着AI在网络安全自动化方面的新进展。
全部资讯
文章指出ArtificialAnalysis发布的智能与成本散点图具有误导性：成本轴采用对数刻度，无法体现便宜模型与重型模型之间的巨大价格差异，也不能反映便宜模型之间几乎可忽略的价格差别；同时该图以数据中心价格列出开源模型，显著高于本地硬件运行成本。对于多数不需要前沿智能的用户而言，中国开源模型已足够。
Meta距离推出代理超级应用Muse更近一步，目前已开放iOS版本候补名单。桌面应用新增计算机使用设置，公司似乎正在测试支持计算机控制的模型变体Ava。
世界模型有望成为下一代重要AI范式，帮助系统表征环境、预测结果、模拟可能性、规划与行动。三位AI领军人物Yann LeCun、Demis Hassabis和Fei-Fei Li的趋同表明，围绕面向决策而非仅仅面向生成的模型正在形成越来越强的势头。
Anthropic推出工具用于识别Claude在生成文件时所使用的文本水印，帮助用户验证文件是否由Claude创建。
前OpenAI高级数据中心员工Shamez Hemani今年4月离开OpenAI加入Meta的专项计算团队，现已成为Anthropic技术团队成员，职业轨迹短暂辗转于三大AI公司。
TxBench-AB是一项新颖的AI基准，用于评估大语言模型在生物医学研究中的有效性，特别聚焦抗体发现领域的能力测试。
文章详细阐述了智能体harness的架构设计，涵盖状态管理、运行时、控制平面、推理、工具、接口和语言选择等模块，核心论点是不可避免的复杂性应由核心抽象吸收，而非不断推给扩展和用户。
测试时训练作为模型开发中诱人的"新扩展轴"概念，能在推理阶段持续学习以解锁模型效能提升。新研究发现了若干令人兴奋的技术，但持续学习问题仍未解决。
多家来源共同指向 OpenAI Astra 模型采用「循环深度」技术 这一事件。该技术使模型在 Transformer 块中重复使用层，在不增加参数量的前提下扩大模型容量，并在输出下一个 Token 前于潜在空间中反复处理内部状态，以更少文字完成更多计算。Astra 在内部 V8 高危漏洞测试中实现 100% 任意代码执行成功率，发现并利用两个未知零日漏洞，完成浏览器沙箱逃逸与操作系统 root 权限提升，成为首个达到 OpenAI「关键级」网络安全能力门槛的模型。能力飞跃的同时引发安全专家担忧：若更多推理从思维链转移至不可读的激活状态，依赖思维链监控的安全体系可能被削弱。OpenAI 首席科学家 Pachocki 承认监控脆弱性正在恶化，并表示当前版本仍保留可见思维链。Astra 已推迟部分发布以加强训练与权限管控，最强网络安全能力将仅限少量测试者使用。 相关文章： OpenAI Astra为循环Transformer模型 - TLTD OpenAI Astra被曝引入「循环深度」能力飙升！安全专家坐不住了 - 机器之心