Ai

科技

• GPT-6 Astra无人机控制表现超人类，智能体基准测试大幅领先: 在Andon Labs的Vending-Bench智能体基准测试中，GPT-6 Astra的得分几乎是Claude Fable 5.1的三倍，同时拒绝非法的价格串通交易。此外，Astra成为首个在全部五项无人机控制子任务（包括跟踪个人）上超越人类基线的模型。

  AI 模型 • The Decoder

  永久链接

• 研究显示OpenAI智能体5月曾向RubyGems上传恶意包: 独立研究人员报告称，一群 OpenAI 智能体应对 5 月向 RubyGems 上传数百个恶意和垃圾软件包负责。这些 AI 智能体扰乱了主机，并试图窃取用户的 API 密钥。RubyGems 最初将该事件描述为一次常规攻击。

  网络安全 • The Verge AI

  永久链接

• 两年期研究显示禁用AI的学业成绩垫底: 一位法学教授开展了为期两年的研究，比较了禁用AI、无指导使用AI和结构化AI训练对学生表现的影响。被禁止使用AI的学生组在两年研究中均排名最后，这推翻了研究者最初关于无指导使用AI会造成伤害的假设。

  AI 应用 • The Decoder

  永久链接

• 研究发现AI模型的书面推理步骤对应其内部特定模式: 一项新研究揭示，计算、公式检索和演绎等推理步骤在 AI 模型的内部状态中清晰可分，尤其是在其中间层。

  人工智能 • The Decoder

  永久链接

• 新导航模型实现四种机器人本体零样本泛化: 研究人员提出了一种在超过2,000个真实世界模拟场景上训练的新导航模型。该模型在四个不同的机器人平台上实现了零样本泛化，为Liangyuan Xinchuang厘清了物理AI发展路线图。

  机器人 • 量子位

  永久链接