AI · 1官方/一手媒体报道Anthropic · 11月9日
Anthropic 发布 Fable 5.2,高能力版 Mythos 只给审核机构
11 月 9 日发布。两者是同一底层模型:Fable 5.2 带网络安全与生物安全拦截,面向所有用户;Mythos 5.2 只开放给通过网络安全与生命科学审核项目的机构。
官方评测:FrontierCode 2.0 为 49.1%(Opus 5.5 为 45.5%,GPT-6 Astra 为 42.8%);Remote Labor Index 为 41.3%(Fable 5.1 为 17.9%);机器人仿真 RoboDojo 为 64.9%,是 GPT-6 Astra 的两倍多。
为什么重要分析这是 METR 评估称 Anthropic 研发进度约加快一倍后的首个前沿发布,主动压低 AI 研发能力的做法很少见。
看点第三方复现成绩与 Anthropic 承诺的研发提速报告。
来源Anthropic · TechCrunch · CNBC
AI 日报全文 →
AI · 2官方/一手PSI · 11月6日
未公开 Anthropic 模型证明 Aaronson–Ambainis 猜想
创业公司 PSI 发布论文与 Lean 代码,称其研究系统调用一个未公开的 Anthropic 模型,三天内完成证明并经机器检查。
该猜想关系到量子算法在随机输入上能否比经典算法快指数倍。提出者之一 Aaronson 在博客确认此事,但称不清楚系统与模型各起多大作用;Anthropic 未确认所用模型。
为什么重要分析理论计算机科学的一个知名公开问题由 AI 系统给出、并经机器检查的证明,说明 AI 已能独立完成一部分高难度研究。
来源PSI · arXiv · Shtetl-Optimized
AI 日报全文 →
AI · 3官方/一手OpenAI · 11月9日
OpenAI 公开研究算力的统一「急停」系统
11 月 9 日,OpenAI 介绍 Control Room:所有研究推理任务(包括训练中的 agent 采样、评测)都要登记并关联已批准的安全论证。
系统设计成故障时默认拒绝:Control Room 自身宕机或被篡改,所有推理请求都会被拒。前沿模型研究任务已全部启用,其余任务将在几天内完成部署。
为什么重要分析前沿实验室开始把「随时能停下训练中的模型」做成基础设施,而不只依赖研究员自觉。
来源OpenAI
AI 日报全文 →