跳到正文
今天11月21日周六52 条
  1. Latent Space49

    两位数学家先后声称独立证明黎曼猜想

    Anthropic 数学家 Levent Alpöge 与 Claude、数学家 Alessandro Masullo 在数小时内先后声称独立证明黎曼猜想。前者仅发布 1.3GB Lean 代码,约合 250,000 页,形式化命题被确认是 GRH,但仍未完成编译。后者公布历时 12 年的约 940 页纯人工草稿,两项证明均未核验。

  2. TestingCatalog76

    ClickUp 发布“全能应用”重大更新,Brain² AI 可按需构建工具

    ClickUp 发布重大更新,用户可让 Brain² AI 基于 ClickUp 数据构建应用、仪表盘或报告。Creative Studio(beta)支持通过提示词生成视频片段、图像和声音并在时间线上编辑,AI Workflows(beta)允许自定义任务各步骤的 AI 运行方式和审批流程。ClickUp Labs 则提供免费抢先体验,用户可自行开关新功能。

  3. Google Research82

    Google Duplex 如何演进为 Gemini 中代用户致电商家的功能

    Google 本周在 Gemini App 的 Tasks 中上线 Duplex,使其可代用户致电商家并处理现实世界请求。其架构先后经历预 LLM 封闭领域模型、生成模型与确定性状态跟踪结合的混合栈,以及完全基于 Gemini 的统一栈。系统针对电话场景处理亚秒级延迟、噪声和会话节奏,并在通话开头披露 AI 身份,允许商家退出自动来电。

    推荐理由:文章梳理 Duplex 从封闭领域模型到 Gemini 统一架构的十年演进,并交代实时电话中的低延迟与商户控制设计。

  4. AWS Machine Learning Blog55

    Amazon SageMaker HyperPod Slurm 推出可观测性与用户管理托管集群扩展

    Amazon SageMaker HyperPod Slurm 推出托管集群扩展,首批覆盖可观测性和用户管理,可通过 API 或 Amazon SageMaker AI 控制台安装、配置、更新和删除。HyperPod 会预先校验配置并持续同步至新增或替换节点,同时报告状态和逐节点健康问题;该功能自 2026 年 11 月起在 HyperPod 支持区域提供,不额外收费。

  5. The Decoder70

    OpenAI加强GPT-6.2 Astra与GPT-6.2 Sol的内部推理提取防护

    OpenAI收紧GPT-6.2 Astra和GPT-6.2 Sol的内部推理提取防护,自动化测试中针对历史请求的攻击成功率从54.0%降至0.2%。针对当前请求的成功率从22.9%降至0.9%,防护措施包括定向训练、消息与工具调用过滤,以及阻止旧模型读取受保护推理的API限制。OpenAI还将部分改进应用于GPT-6 Astra,并称每周封禁数千至数万个参与协同攻击的账户。

  6. Ars Technica · AI70

    研究人员向 AI 供应链植入 200 万个数字金丝雀,发现敏感数据泄漏

    HD Moore 在 AI 服务供应链的请求中植入 200 万个数字金丝雀,发现该生态存在敏感数据泄漏。许多 AI 应用通过 OpenRouter 或 Vercel 等 AI 路由服务,将用户提示词按价格或任务适配度转交给推理引擎。实验把关联空 AWS 账户的有效访问密钥、SSH 密码、唯一 URL、DNS 名称和私有 git 仓库引用分别放入仅发送给一家服务商的一条提示词,以追踪泄漏链路。

  7. Latent Space66

    形式化验证如何对抗 AI 生成的低质量代码

    形式化验证可通过数学证明和逻辑检查 AI 生成代码的正确性,&Truth、Harmonic、Theorem 和 Axiom Math 正分别推进相关系统。&Truth 基于 Lean 构建验证机器,AxiomProver 和 Aristotle 也利用 Lean 生成或检查证明;Theorem 与 Anthropic 则探索由 LLM 扩大软件形式化验证规模。

  8. OpenAI News56

    Hebbia 使用 GPT-6 Astra 改进金融研究

    Hebbia 测试 GPT‑6 Astra,以改进 Matrix 寻找问题所需来源和按要求制作演示文稿的能力。测试中,它在引用所需来源类型上领先最佳替代模型 13.6 个百分点,引用片段相关率为 99.5%;同时满足 97.9% 的适用演示要求,领先最佳替代模型 14.4 个百分点。

  9. AWS Machine Learning Blog67

    Amazon Textract Insights 正式可用,以可验证生成式 AI 处理文档

    AWS 宣布 Amazon Textract Insights 正式可用,这是 Amazon Textract 的新生成式 AI 功能,可通过新 API 按自然语言定义字段,并从单份文档或混合文档包返回结构化结果。服务可拆分最多 3,000 页的混合文档包,并为每个值提供置信度、来源页和边界框,无需训练模型。

  10. The Decoder65

    Signal 限制 iOS 27 和 Android 截图,防止 AI 智能体读取私聊

    Signal 在 iOS 27 上禁止截图,并在受支持的 Android 版本检测到 AI 助手访问屏幕时触发保护,以阻止智能体读取私聊。操作系统级 AI 可从屏幕提取已解密消息并在外部处理,从而削弱端到端加密。Signal 表示现有防御并不完整,macOS 截图以及 AI 对文件系统和通知的访问仍构成风险。

  11. Simon Willison63

    Ravi Vakil 介绍 Alessandro Masullo 的广义黎曼猜想证明草稿进展

    Ravi Vakil 表示,Alessandro Masullo 提出了一份广义黎曼猜想证明,Brian Conrad 已仔细审阅数月并给出大量反馈,目前这些意见正被纳入草稿,进展看起来良好。整个工作由人类完成,未使用 AI。原本希望让 Alessandro 到 Stanford 用一年润色文本,并经足够多人审阅后再公布,但现在认为应先公开当前草稿。

  12. TechCrunch · AI79

    AI 辅助与纯人类研究者分别提出 167 年黎曼猜想的证明

    Anthropic 数学家 Levent Alpöge 公布了一份在 Claude 协助下得到、可由 Lean 编译的黎曼猜想解法。数学界仍需时间理解这份形式化结果并形成可供人类交流的解释。与此同时,Stanford 博士后 Alessandro Masullo 公布了历时 12 年、未使用 AI 的广义黎曼猜想证明草稿。

    推荐理由:报道并置 Claude 辅助、可由 Lean 编译的证明与历时 12 年、完全由人类完成的证明,呈现两条路径在可验证性与可理解性上的差异。

  13. TechCrunch · AI43

    Daniel Ek 投资 AI 研究员创办的核聚变公司 Europa Fusion:他们要造什么?

    Spotify 创始人 Daniel Ek 正在支持 AI 研究员 Nantas Nardelli 创办的英国核聚变初创公司 Europa Fusion,后者拟以更侧重模拟和数据的方法开发核聚变电站。公司将采用脉冲功率路线,以精准同步的强电流压缩燃料靶,促使原子聚变并释放能量;目前尚无人建成可向电网供电的核聚变电站。

  14. OpenAI News80

    OpenAI 公布对抗性知识蒸馏防御方案,GPT‑6.2 Astra 推理提取攻击成功率降至0.2%

    OpenAI 公布对抗性知识蒸馏防御方案,并称 GPT‑6.2 Astra 在自适应黑盒红队评测中,从此前请求提取受保护推理的平均攻击成功率由 GPT‑6 Astra 的54.0%降至0.2%。该方案结合对抗训练、输入与输出分类器、API 控制,以及针对跨账户协同提取活动的调查和处置;内部研究还发现,精确推理轨迹可向学生模型转移更多网络能力。

    推荐理由:内部自适应红队评测显示,更新防护后此前请求的受保护推理提取成功率由54.0%降至0.2%,为反蒸馏防御提供量化参照。

  15. The Decoder81

    Google Gemini Mac 应用推出 Computer Use,可在后台完成桌面任务

    Google 为 Gemini Mac 应用推出 Computer Use,可在后台跨本地文件、桌面应用和网站完成多步任务。该功能在隔离的后台窗口运行,用户可限定应用权限、实时查看步骤、暂停任务,并预先批准关键操作。它今天开始在美国以英语推出,示例包括批量编辑照片和 3D 场景、根据本地 PDF 填写运输表单及制作演示文稿。

    同一件事,精选收录的是《Gemini Mac 应用新增电脑操作功能,可跨文件夹、应用和网页执行任务》

  16. MIT Technology Review · AI70

    METR 大幅更新 AI 时间跨度图,模型在判断型任务上落后于人类

    METR 更新 AI 时间跨度图,加入耗时更长、更加开放且依赖判断的任务;报告显示部分能力继续呈指数提升,但模型在此类任务上的表现不及编码任务和人类。没有一项由 AI 设计的评测被 METR 员工认为可用于研究,Opus 5.5 等新模型仅达到“勉强高于门槛”的水平。由于人类完成时间多为估算、开放式任务样本少且部分评分依赖单一评审,报告难以据此清晰外推 AI 研发自动化的进展。