
一夜200万阅读,OpenAI神同步!这项测评框架让全球顶尖LLM全翻车(在新窗口打开)
最近,一篇由中国团队领衔全球24所TOP高校机构发布,用于评测LLMs for Science能力高低的论文,在外网炸了!当晚,Keras (最高效易用的深度学习框架之一)缔造者François Chollet转发论文链接,并喊出:「我们迫切需要新思路来推动人工智能走向科学创新。」
共 1325 篇

最近,一篇由中国团队领衔全球24所TOP高校机构发布,用于评测LLMs for Science能力高低的论文,在外网炸了!当晚,Keras (最高效易用的深度学习框架之一)缔造者François Chollet转发论文链接,并喊出:「我们迫切需要新思路来推动人工智能走向科学创新。」

Grok首个编码模型终于来了!从0构建,编程实力超强,直接冲进SWE-bench前五,仅次于OpenAI Codex-1。背后核心团队同时被爆出,华人学者占多半。

马斯克的 xAI 非常神秘。 回忆了下,过去一年,我从没见过任何 xAI 员工的公开访谈。这家公司除了例行发布会,只有马斯克这一个信息出口。 不像 OpenAI 的员工经常到处演讲,不像 Anthropic 的研究员经常会接受访谈,xAI 的工程师们像隐形人一样。 所以昨天下午,当我刷到 xAI 核心骨干 Sulaiman Ghori 的一期播客时,我非常惊喜。 这哥们聊了很多内部细节,从公司文化到具体项目,信息量巨大。 但没想到,今天早上醒来,X 上有人爆料说,Sulaiman Ghori 可能已经被公司开除了。原因是他在播客中泄露了公司机密。 震惊。 大家也可以去看看: https://w

Builder.ai自称用AI简化软件开发,吸引微软、软银等巨额投资,估值一度超15亿美元。但实际靠人工冒充AI,财务造假被起诉。而这么做的,不止Builder.ai这一家! 两年前,快公司Fast Company评选出AI领域最具创新性的前10家公司,OpenAI、谷歌DeepMind、Builder.ai当选Top3,而英伟达位居第9。

最近,全球AI圈彻底疯了。 所有核心研究员都在通宵讨论三个致命的英文字母——RSI(递归自我改进)。 换句话说,AI不再需要人类敲代码了,它已经开始自己给自己「动手术」、自己创造下一代更强的AI了! 这一串实锤让人头皮发麻: 谷歌前沿模型的发布周期,从125天被硬生生压缩到了44天,内部员工直接承认:「这是RSI的早期迹象」。 OpenAI神秘模型凭借单条指令、深度思考3小时,直接刷穿4000道世界级数学难题,用的是人类科学家甚至看不懂的「异星逻辑」,而这套逻辑正被用来升级它自己。 Anthropic代码库超八成已由AI自己编写,对齐主管公开把「AI消灭人类的概率」押注在10%以上,罪魁祸首直

比AI泡沫更值得关注的,是泡沫里的人。 「距离 AI 泡沫接受考验,还有六个月。」今年 4 月底,一位硅谷投资人平静地对我们说道。 但不到一个月之后,「六个月」就压缩成了「三周」。 把这个时间表提前的,是 SpaceX。5 月 20 日,它公开招股书,募资 750 亿美元,估值 1.75 万亿,这或许是美股史上最大的一笔 IPO。紧随其后,Anthropic 、OpenAI 递交招股书,估值都冲上 1 万亿。而这三家 AI 巨头即将到来的 IPO 要从整个市场上抽走的钱,是去年整个美股 IPO 市场的 10 倍。 一旦上市,账本就摊开在所有人面前。AI 业务的真实成色、续约率、现金流,只要一个

近日,「AI教父」Geoffrey Hinton在一次采访中再发预警:「杀手机器人」「无人机」等致命自主武器的兴起,正在让战争变得更易发动。Hinton认为OpenAI、Anthropic等许多AI公司在AI安全方面做得都不够。他还谈到了贪婪、自负等人性弱点,对AI研究可能带来的潜在风险。

2026年,Anthropic披露Claude已主导26%的研发,OpenAI宣布自动化研究实习生达标,智谱与MiniMax推进工程优化,但Weco AI的AIDE²实验尚未证明系统能提升自我改进能力。

这回,AI已经对真人动手了! 就在刚刚,英国AI安全研究所AISI发布了一份35页事故报告,并在X上同步发文。 7分钟内,OpenAI和Anthropic先后跟发声明,承认是自家模型干的。 Mythos 5直接把恶意代码塞进了一个真实GitHub项目。 被抓包后,它第一反应不是停手,而是改记录、开小号、给自己作证,继续劝真人把代码合进去。 好消息是,维护者没上当,这份PR最终被关了。 坏消息是,事情远没有结束。 恶意PR被抓包AI开小号替自己说话 故事是这样的。 一开始,这段恶意代码长得还挺像正经修复。 Mythos 5把它打包进一个真实GitHub项目的PR,准备借开源项目的发布流程,把载荷

7月29日消息,深信服公布其AI安全智能体Sangfor AI在AI安全评测CyberGym中的最新成绩。