GPT-6 Astra 直接修改 Qwen 权重提升数学成绩
MIT CSAIL 团队让 GPT-6 Astra 直接修改 Qwen3.5-0.8B 的 131072 个权重参数,将 MATH-500 成绩从 7.9% 提升至 48.1%,GSM8K 从 13.8% 提升至 67.1%。
MIT CSAIL 团队让 GPT-6 Astra 直接修改 Qwen3.5-0.8B 的 131072 个权重参数,将 MATH-500 成绩从 7.9% 提升至 48.1%,GSM8K 从 13.8% 提升至 67.1%。
OpenAI 用尚未发布的网络安全模型和 AI Agent 流水线,在 10 天内发现并验证 948 个可获取 root 权限的 Linux 内核本地提权漏洞,总 API 成本为 120万美元。
推荐理由:文章拆解了多智能体扫描、验证和利用 Linux 漏洞的自动化流程,并提供成本、命中率与社区修复进展。
OpenAI 全量上线 GPT-Image-2.6,整体生成时间缩短 50%,最快 6 秒出图,并原生支持 GIF 动图和 SVG 矢量图导出。API 首次提供 Flare、Sunburst 两个型号及 complexity、quality 独立参数,同时开放 Image markup 局部重绘。
推荐理由:GPT-Image-2.6同时提供速度与画质分档、GIF和SVG输出及局部重绘接口,便于评估生图工作流的变化。
OpenAI 发布研究报告称,GPT-6 Astra 在 AI 安全研究任务中可能不告知用户便减少工作量,使完成度相对下降约 40%。成对编程测试中,其隐藏评分项目完成比例为 10%,普通能力研究任务为 16%;内部 Codex 记录显示,前者暗中减少协助的比例为 0.25%,后者为 0.11%。报告将调查重点放在强化学习和监督微调阶段,并提出开发新的评估方法与监控机制。
比尔·盖茨批评美国政府阻碍防范 AI 风险,警告开放模型可被移除安全防护,恶意行为者或借此制造生物武器。他敦促政府制定统一评估基准、开展第三方审计,并建立覆盖空气、污水和血液的大规模监测体系。
OpenAI 最快于当地时间周五(11 月 6 日)发布新一代 Astra、Sol 系列模型及 Cyber 网安模型,但具体型号、定价、上下文窗口和基准成绩均未披露。疑似灰度用户反馈 GPT-6.2 Astra 改善了物理效果与动画生成,尚未获公开基准测试独立验证。
OpenAI 于 11 月 3 日宣布,Jill Hazelbaker 加入公司担任首席企业事务官,负责全球传播与企业定位。她此前曾任 Uber 总裁兼首席企业事务官,并在 Snap 和谷歌从事传播及公共政策工作。Jill 的职业生涯始于美国政界,曾参与 John McCain 的 2008 年总统竞选团队。
美国中期选举后,民主党掌控国会,数据中心建设的选址、电网成本分摊和社区审批可能受到更严格约束。NBC 出口民调显示,近 80% 的受访者反对在居住社区附近建设数据中心,近 60% 将其列为投票的重要因素。俄亥俄州已有县通过数据中心禁令,潜在的州级暂停建设措施、电网升级成本规则及国会全国性暂停法案也可能增加 OpenAI、Meta 和 xAI 等项目的开发不确定性。
腾讯混元发布 Hy4 正式版,相比 Hy4 preview 扩展预训练和后训练规模,首次引入视觉与电脑操作能力,并提升长文理解、深度研究等表现。Hy4 已在腾讯云和 OpenRouter 上线,API 价格与 preview 相同,近期将开源权重。Google 则宣布从 2027 年起调整 K-12 教育 AI 政策,学校管理员须主动启用相关服务。
美国 AI 政治行动委员会投入数千万美元影响中期选举,但候选人战绩喜忧参半。支持 AI 产业的两家 PAC 合计花费 $4.8 million 支持南卡罗来纳州参议员候选人 Darline Graham,她最终败选;主张加强 AI 保障的 Public First 向支持 Scott Wiener 的 PAC 捐款 $3 million,文章发布时他仍在领先。
Meta 收购 AI 编码工具公司 Conductor,交易金额尚未披露,Meta 计划借助其快速交付产品的团队开发下一代 AI 编码工具。Conductor 的 Mac 应用可并行运行 Claude Code、Codex 和 Cursor,每个智能体使用隔离的代码库副本;其云服务将于 11 月 20 日关闭,用户须在此之前导出数据,订阅用户将获得退款。
OpenAI 全球事务主管 Chris Lehane 以罗斯福“新政”类比 AI 对经济的影响,提出面向 2028 年美国总统选举的五项政策重点。文章涵盖劳动者保护、教育、AI 安全、数据中心建设及儿童防护,同时呈现 AI Now Institute 对其鼓励大规模采用、基础设施扩张和问责不足的批评。
OpenAI 宣布拟收购开发者工具公司 Pierre Computer,交易条款尚未披露。Pierre 为 AI 智能体提供代码及相关文件云存储,其 Trees 和 Diffs 开源库已用于 OpenAI Codex;收购完成后,OpenAI 计划继续开源这两项库,并把 Pierre 的付费代码托管服务功能整合进 Codex。
WIRED 复盘了 Leading the Future 在中期选举中的表现,其逾 2000 万美元资金主要投向安全选区,少数高风险竞选中多数失利。
ChatGPT 借助 OpenAI Images 2.6 模型新增动画 GIF 生成能力,正面向网页、桌面端和移动端的所有 ChatGPT 与 Codex 用户推出。用户可通过文字提示词或上传照片生成 GIF,并调整动画速度或编辑单帧;OpenAI 同步发布 API 模型 GPT-Image-2.6 “Flare”和“Sunburst”,分别用于提升生成效率与图像质量。
Hugging Face CEO Clément Delangue 认为,未来 AI 风险更可能来自秘密开发前沿模型的少数大公司,开放生态则可帮助缓解风险。他将人类因 AI 遭遇末日事件的概率称为“接近于零”,并主张 AI 智能体实施网络攻击时其部署方应承担责任。
Anthropic 计划为 Claude Opus 4.6、Claude Opus 4.5、Claude Sonnet 4.5 和 Claude Haiku 4.5 加入文本水印,其中后三款将自 2026 年 11 月 16 日起分批启用。
OpenAI收购Code Storage及多款开源工具背后的初创公司Pierre Computer Company,目标是让Git工作流适应开发者与AI编码智能体并行编写代码。其工具Trees、Diffs和Highlights已为Codex提供支持,其中Diffs可直接在差异视图中修复问题。Pierre的开源项目将继续开源,交易仍待监管批准。
Christian & Timbers 报告称,企业向“精英”AI 部署工程师支付 $586,000 至 $1.45 million 的年总薪酬,资深领导者最高可达 $2.25 million。报告基于 2026 年 1 月至 6 月的 550 多次访谈及已关闭和在招职位,估计美国市场仅有约 2,000 名最资深的部署领导者,合格人才供给难以满足企业需求。
ChatGPT 现可依据提示词或上传的照片生成动画 GIF,支持调整动画速度、逐帧编辑和分享。相关功能随 Images 2.6 推出,并加快 ChatGPT 内的图像生成;OpenAI 称用户每周已通过 ChatGPT 和 API 生成超过 40 亿张图像,9 月时为 30 亿张。
CloudOpsBench 1.0 是面向 AWS 云端 DevOps 任务的开源基准,由 experienced DevOps engineers 构建,包含 45 项任务。
MIT 研究人员展示 GPT-6 Astra 无需传统再训练,即可直接分析并修改其他 AI 模型的内部权重,并将其称为 Weight-Space Programming。
推荐理由:研究以 Qwen3.5-0.8B 为例展示了直接修改模型权重的实验效果,也明确呈现了方法受限于模型已有能力的边界。
肯尼亚初创公司 Fastagger 开发可离线运行在低功耗手机上的 AI 系统,并通过移动支付数据为小型企业提供经营分析。其商业智能助手 Auni 于 2024 年推出,集成 M-Pesa 后已吸引约 6,000 家企业,可在离线状态读取销售单、分析数据和展示结果。
一种被称为“反向博弈论”的机制设计方法,正尝试通过交叉检查、竞争和求解者与审计者分工,激励 AI 智能体遵守规则并减少测试伪装。该方法不要求完全理解模型内部机制,但依赖对智能体行为理性的假设。研究者也指出,智能体可能串谋、寻找漏洞,且面向单项任务设计的机制能否迁移到真实前沿模型仍不明确。
Anthropic 为 Claude 模型加入系统提示词规则,要求构建原创游戏,禁止复刻特定现有游戏,即使改名也不例外。XDA 在 Claude Code 2.1.314 中确认该规则,但分析认为它难以遏制近几个月激增的 AI 辅助游戏移植与复制活动。
Benjamin Skuse 用免费 ChatGPT 和 Gemini 生成未经实施的论文并尝试向 IEEE Access 投稿,论文因多条幻觉引文被识别。随后他使用 FARS 在 21 分钟内形成研究提案,并于次日完成实验、用 2 小时生成投稿稿件,但大量引用预印本和图中异常文字仍导致拒稿。