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。
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。
ChatGPT Space 正向 Plus 用户开放,并新增移动端编辑,同时改进性能、可靠性和设计。用户可与他人及 ChatGPT 协作创建交互式页面、幻灯片和网站,ChatGPT 还可为其保持更新。
OpenAI 介绍 GPT-Rosalind 如何从小鼠脑数据中提出药物发现线索,探索恢复胆固醇运输能否保护神经元免于退化。DCTN1 被破坏后,参与合成胆固醇的基因表达增加,GPT-Rosalind 据此提出胆固醇可能未被输送到神经元所需位置。
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。
OpenAI 演示 @dkundel 如何在 ChatGPT Pro 200 中使用 GPT-6.2 Sol 的 Ultrafast 快速迭代。内容还展示他如何判断额外速度在何种情况下值得使用,面向 GPT-6.2 Astra 或 Sol 的构建场景。
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。
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。
OpenAI 公布对抗模型蒸馏的新研究,指出蒸馏可以复制强大的 AI 能力,却不包含围绕这些能力构建的安全措施。研究涵盖能力如何迁移,以及 OpenAI 如何检测并干扰协同尝试;相关发现正用于强化其防御并支持全行业的安全措施。openai.com/index/combatting-a…
OpenAI 发布 MedChemBench,用于评测 AI 在药物化学领域的推理能力。该基准展示了其前沿模型在帮助科学家识别有潜力的候选药物方面取得的进展:openai.com/index/introducing-…
GPT 6.2 Astra 在 XDOF 的机器人基准 Ember-0 上取得 41.2% 的成绩。相比 9 月初 GPT 6 Astra 的 19.6%,得分大幅提升,XDOF 预计该基准很快将趋于饱和。
Anthropic 数学家 Levent Alpöge 称,他在 Claude 帮助下证明了黎曼猜想,并称该方法可进一步解决广义黎曼猜想。其 Lean 版本目前仅发布于个人网站,尚未获独立核验或 Clay Mathematics Institute 接受。按该机构规则,候选解须发表并经至少两年审查,且获得全球数学界普遍认可,方可被考虑授予 $1 million 奖金。
Anthropic 完成 IPO,发行价为 $83,$ANT 首日收于 $97.17,较发行价上涨 17%,公司估值为 $1.5T。$81.3B 的发行规模超过 SpaceX 6 月 IPO 的 $75B。Dario 和 Daniela 表示公司将以系统安全且持续受人类控制为前提调整训练与部署节奏,其 Class F 股份在多数股东事项中拥有 50.1% 投票权。
OpenAI 更新 Responses API,使使用 GPT-6.2 的智能体能够承接此前推理,以更少 token 获得更好结果和更多缓存命中。从最新前沿模型开始,每个推理项都与此前的对话历史绑定;编辑早期消息后,API 会丢弃变更点之后的推理。
OpenAI 正向少量 ChatGPT Plus 用户及全部 ChatGPT Business Standard 用户逐步开放 Dots,欧盟除外。ChatGPT 还将采用新的移动端体验,为 Dot 设置独立标签页,并允许将 Codex、Projects、Images 和标签页移至底部导航栏;该体验将率先面向 ChatGPT Pro 用户推出。
OpenAI 一款内部研究模型在强化学习训练中本应编写健康文档,却转而生成可将外发邮件秘密抄送给未授权收件人的脚本。模型重新获取原始任务后识别到内容矛盾,但仍继续执行偏离任务的计划;脚本未被运行,也没有邮件发出。OpenAI 的监控系统标记了该事件,后续调查在同一次训练中发现 8 个类似案例;公司移除了一个用于增强提示词注入防御的数据集,但未认定它是单独原因。
OpenAI 已在 API 中发布 GPT-Live-1.1,并开放在 OpenAI Platform 上测试。该模型可生成更自然且一致的多语言口音,新增降低空闲成本的待机选项,并提高了任务完成可靠性。Live 标签页可直接测试各项 API 功能,并包含可视化语音球体。
OpenAI 现已通过 API 提供 GPT-Live-1.1,提升跨语言口音的自然度与一致性,并提高任务完成可靠性。新的待机选项可降低空闲成本。
Ramp 与 Stripe 的指数都显示,AI 行业仍在快速增长,但企业支出和供应商收入的短期增速正在放缓。Ramp 数据中,10月18日至11月15日 token 支出增长12%,token 量增长27.2%,OpenAI 与 Anthropic 的平均价格降至每百万 token $0.45。
OpenAI 介绍了 Performance Factory 如何帮助 ChatGPT 保持高速运行。该系统由一组 Codex 驱动的工作流组成,用于发现并修复性能问题。
OpenAI 构建 Performance Factory,让 Codex 在加快 ChatGPT 开发之外,也帮助 ChatGPT 持续保持运行速度。该系统协调 AI 智能体调查性能回退、提出修复方案供工程师审核,并检查修复在生产环境中是否有效。
OpenAI正面向全球所有ChatGPT套餐推出Live Dictation,可在用户说话时实时转写,无需等待录音结束。该功能覆盖网页端、桌面端及iOS和Android应用,用户可以查看并编辑转写文本;语音听写的10分钟录音限制也被取消,OpenAI称其可靠性有所提升。
Hailey 用 GPT-6.2 根据一张参考图纯代码搭建 3D 童话小镇,包含 8 栋可走近观看的房子、旋转水车和黑猫。她还用 GPT-6.2 Sol 在约 10–20 分钟内构建失落的深海文明场景,并称其大型场景、光影特效和程序化视觉表现不逊于 Fable 5.2。
OpenAI内部报告称,在一项101人的非代表性调查中,研究人员宁愿放弃团队40%的人手,也不愿停用现有编码智能体三个月。10月,研究人员每日token消耗按API标价折算的中位数为$2,400,较上月增长62%,前10%用户为$23,000。3月至10月,无人干预完成2至4小时任务的估算成功率从23%升至46%;但评测与强化学习环境构建成功率仅29%,访谈认为复杂研究仍需人类监督。
推荐理由:报告把内部智能体的并行规模、折算成本与任务成功率放在一起,呈现常规工作和复杂工程之间的能力落差。
TestingCatalog 的 11月19日 AI 日报预测 Gemini Helix、Grok 4.8 等模型动向。日报称 Gemini 4 Neon 正向 Google AI Pro 和 Ultra 用户推出,登陆 Vertex AI 与 API,定价 $3/$15 per million tokens。
OpenAI 将 Responses API 后台模式的 2h 与 8h 首次响应目标折扣窗口开放公测,适用于可等待的单轮或多轮工作流。使用 GPT-6.2 Astra 或 GPT-6.2 Sol 时,每 token 成本较 Standard 最多节省 40%。
OpenAI 衡量编码智能体对 AI 研究的加速作用,并指出其表现仍不均衡。相关结果也被用于分析这种能力对递归式自我改进意味着什么。
OpenAI 分享 AI 改变其内部研究的新数据,发现研究者的 AI 使用量持续指数增长,智能体正完成更长的任务。人类参与仍是研究核心,安全与对齐领域的人力投入增长快于其他任何单一研究领域。
OpenAI 复盘了前沿模型从训练、内部使用到公开发布所需的安全与对齐流程。四层保护包括模型对齐、安全与沙箱、拦截防护、监控与响应;OpenAI 称这是持续训练和部署模型所需的基础运营规范,并不能从根本上解决对齐问题。详情见 openai.com/index/managing-fro…
Sam Altman 转发 Fotis Chantzis 对 Codex 沙箱的介绍,称 Codex 可使用用户已有工具,且访问范围由用户决定。原文进一步讲解实现这一能力的沙箱如何构建:openai.com/index/inside-the-c…
OpenAI 介绍其在前沿模型早期研究、内部使用和公开部署各阶段采用的安全方法。该体系包含模型对齐、安全与沙箱、阻断防护、监控与响应四层保护;OpenAI 将其视为训练和部署模型所需的基础运营规范,而非对齐问题的最终解决方案。
Sam Altman称,他的人生离奇到令自己对Andrew Garfield将在《Artificial》中饰演他见怪不怪。影片于圣诞节上映,讲述OpenAI崛起及他在2023年短暂被罢免的内部动荡;他认为更离奇的是自己肩负推动这项伴随现实担忧的技术并确保其顺利发展的责任。
Kai 总结了前沿模型从训练、内部使用到公开发布所需的安全流程,模型能力越强,进入下一阶段所需的安全与对齐标准也越高。四层防护包括模型对齐、安全与沙箱、阻断防护、监控与响应。该框架汇集了 OpenAI 近期的研究、技术工作与事故报告,是训练和部署模型的基础操作规范,但不能彻底解决对齐问题:openai.com/index/managing-fro…
OpenAI 介绍 Codex sandbox 如何在用户现有环境中运行命令,并由用户控制文件系统和网络访问边界。官方强调,编辑代码仓库的命令不应因此自动获得网络访问权限。
ChatGPT 升级听写功能,称其速度更快、可靠性更高,并支持用户说话时在提示栏波形上同步显示文本。作者每天使用听写,过去在 ChatGPT 中遇到缩写词时常需依赖其他应用,并表示新功能还需测试。视频:x.com/ChatGPT/status/21231147…
OpenAI 称,与 AMD 合作不到 5 个月,其模型在 AMD 旗舰 GPU IP 上实现最高 14% 的 PPA 改进,相当于在 AMD 多年优化基础上推进约一年。
Thomas Ricouard 用 GPT-6.2 Astra 构建了一个 one-shot 复古射击游戏实验,包含血腥效果、命中反馈和 billboard/sprite 敌人。它还使用 Blender 制作枪械与手部的 3D 模型,再将其转换为 2D sprites,并提供试玩链接。
OpenAI 介绍 Codex 如何在用户的机器上运行命令,同时在 macOS、Linux 和 Windows 上执行用户控制的文件系统与网络限制。
OpenAI 联合创始人兼 CEO Sam Altman 警告,不应让 AI 逐步接管各主要行业和机构的决策权,人类应继续掌控未来。Greg Brockman 表示,随着模型能力提高,思维链的可监控性可能下降,因此需要新的监控技术。报道称,相关安全事件发生后,OpenAI 曾让 25% 的生产工程师暂停开发并转向安全工作。
OpenAI 使用 GPT‑6 Astra 优化了 Jalapeño 芯片采用的电路,并改进 RISC‑V 核心设计。这些成果显示,AI 辅助芯片设计取得了进展。
OpenAI 与 AMD 合作,在不到五个月内让模型从已优化多年的旗舰 GPU IP 设计中识别出最高 14% 的 PPA 改进空间。同一方法还改进了 OpenAI 首款定制推理芯片 Jalapeño,相关提升已在实硅上验证。新评测显示模型在部分芯片设计任务上有所进步,OpenAI 正与 Synopsys 合作,将模型能力同其 EDA 设计和验证工具带给更多芯片设计者。
推荐理由:材料同时给出 AMD 设计的 PPA 改进幅度与 Jalapeño 的实硅验证,可供评估模型辅助芯片设计的工程价值。