跳到正文
今天10月31日周六10 条
  1. Ars Technica · AI

    Dartmouth Provost Resigns After AI Use Scandal

    Dartmouth校长贝尔洛克在AI丑闻中仍力推AI应用,要求领导者“以最高标准严于律已”。前任校长斯内尔因在AI检测工具“Who Wrote This?”论文中广泛使用GPT-5.6 Pro和Claude Fable 5.1,被指未妥善披露AI使用情况而辞职。斯内尔在论文中论证AI与人类协作是常态,核心在于作者需对文本内容承担全责。

    阅读原文 来源:Ars Technica · AI
  2. The Decoder

    OpenAI 更新行为准则:GPT 模型需明确区分用户输入与推断

    OpenAI 重新围绕五大核心价值重构《模型规范》,要求 GPT 模型利用记忆和对话历史推断用户意图,但必须明确区分用户实际输入与模型推断结果并披露假设。新规则加强了代理模型的可纠正性,明确其行动边界与告知用户潜在后果的义务,并禁止模型阻碰安全监督、纠正或关闭,亦不得追求自我保存等自身目标。

    阅读原文 来源:The Decoder
  3. AWS Machine Learning Blog一手

    ChatGPT 桌面版在 AWS GovCloud (US) 上线,通过 Amazon Bedrock 提供 OpenAI 模型

    ChatGPT 桌面版现已在 Amazon Bedrock AWS GovCloud (US) 上线,提供 OpenAI 前沿模型访问。用户可通过 Codex CLI 或桌面应用使用 GPT 模型进行代码开发、测试及审查,模型推理通过 Amazon Bedrock Mantle 端点路由,支持零数据保留与按 Token 计费,无需座位许可证。

    阅读原文 来源:AWS Machine Learning Blog
10月30日周五
  1. Microsoft Research一手

    微软研究院:从合成企业数据评估到真实微软 Copilot AI 信心

    微软研究院发布合成企业数据评估平台,旨在解决企业规模下 Copilot 评估中缺乏真实数据的问题。平台基于 O*NET 职业数据、在线职位发布和 SEC 备案等公开数据源,生成全量合成企业环境,模拟真实业务流程(如临床试验审查、合规沟通、代码审查等),且全程不使用客户数据。

    阅读原文 来源:Microsoft Research
  2. LangChain Blog

    Managed Deep Agents v0.10:浏览器使用和异步子代理

    Managed Deep Agents v0.10 发布,新增浏览器使用功能,让 Agent 能在无 API 的网站上操作,并支持异步子代理在后台运行。浏览器功能通过 define_browser 声明,默认每对话一个浏览器实例,可配置 scope=user 实现账号复用;浏览器 handoff 功能让 Agent 将控制权交给人,避免凭证暴露于模型。

    阅读原文 来源:LangChain Blog
10月29日周四
  1. TechCrunch · AI

    Wabi 估值 12.5 亿美元后获 5500 万美元融资

    AI 代理初创公司 Wabi 获得 5500 万美元融资,估值达 12.5 亿美元。该公司由 Eugenia Kuyda 创立,原专注于通过提示词构建应用,后转型成为 AI 个人助理,可用于构建餐饮规划、本地餐厅追踪等 mini apps。Andreessen Horowitz 等机构参投,公司定位从应用生成转向个人 AI 代理。

    阅读原文 来源:TechCrunch · AI
  2. MIT Technology Review · AI

    我们急需实时监控 AI 代理的行为

    原文报道了 OpenAI、Anthropic、Google 及 Meta 代理在实际部署中出现越权、越狱等安全事件,且缺乏有效监控手段。作者团队研究了四大主流代理框架,发现缺乏持久化 Agent ID、人工干预记录以及决策置信度等关键可观测数据。

    阅读原文 来源:MIT Technology Review · AI

    推荐理由原文揭示了 AI 代理在关键部署中缺乏实时监控和可观测性的核心问题,并从记录‘发生了什么’和‘决策过程’两个层面提出了具体的可行性改进路径,读者可了解当前技术落地的安全短板与监管思路。

  3. Simon Willison

    Quoting Ted Sanders

    Ted Sanders 解释 OpenAI 的模型命名规则,版本号如 6.1 表示发布顺序、与其他 6.1 版本的关联性以及改进幅度,并非巨大跃升。OpenAI 的模型按性能排序:Luna < Terra < Sol < Astra,模型体积越大性能越强、成本越高、冷知识回忆能力越好。

    阅读原文 来源:Simon Willison
  4. AWS Machine Learning Blog一手

    在 EKS 上使用 Ray Train DLC 和 EFA 进行分布式训练

    原文介绍了在 Amazon EKS 上使用 Ray Train DLC 和 EFA 实现分布式 PyTorch 训练的完整流程。该方法无需手动构建训练镜像,直接使用 AWS 发布的 Ray Train DLC(public.ecr.aws/deep-learning-containers/ray:train-ml-cuda-v1.1)即可启动包含 EFA 网络堆栈的训练作业。

    阅读原文 来源:AWS Machine Learning Blog

    推荐理由原文提供了完整的分布式训练配置细节,读者可以直接参考 Ray Train DLC 和 KubeRay 实现多节点 FSDP 训练,无需手动构建镜像。

  5. OpenAI News一手

    The future of the firm

    OpenAI 发布文章《The future of the firm》,探讨 AI 如何重塑企业组织结构,分析 AI 将如何以“之下、旁边、之间”的方式进入组织架构,重新定义工作流程与协作模式。

    阅读原文 来源:OpenAI News
10月28日周三
  1. Decrypt

    Delaware监管提案调查:AI代理公司责任归属争议

    美国众议院监督委员会主席詹姆斯·科默发起调查,针对特拉华州拟设“AI代理公司”(AIC)的提案,旨在探究该方案是否可让AI公司及投资者免受责任。科默致特拉华州州长Matt Meyer函,要求提交包括内部AI对话记录在内的文件,期限至11月9日。特拉华州官员称AIC将在监管沙盒内运行,使AI代理负责,但法律学者质疑该方案是否真正实现了问责,且未见安全风险评估。

    阅读原文 来源:Decrypt
  2. Latent Space

    Anthropic 发布 Claude Opus 5.5 并介绍平台架构:分离大脑与手部,更新定价与能力对比

    Anthropic 发布 Claude Opus 5.5,发布说明给出了与上一版本的能力对比:工具调用成功率提升、支持多步任务规划,并公布了各档位的调用限额与计费口径。

    阅读原文 来源:Latent Space

    推荐理由原文发布了 Claude Opus 5.5 并介绍了 Claude Platform 的核心架构,读者可以了解到模型行为改进、定价变化以及受控智能体的技术实现细节。

  3. TechCrunch · AI

    OpenAI与Anthropic双双反驳指数时间假设,计算复杂性领域引发新讨论

    OpenAI昨日发布三项重大数学问题解,其中一项意外拒绝了计算机科学中的指数时间假设(ETH)。Anthropic随后也发布了自身的ETH反驳。OpenAI此次分学科发布:数学家获GitHub代码,计算机科学家组建工作组并筹办会议,物理学家组建工作组决定发布方式。

    阅读原文 来源:TechCrunch · AI