OpenAI 主张以 perplexity 作为跨实验室共享指标并公开内部数据
OpenAI 发文主张把 perplexity(交叉熵损失)确立为跨模型开发者可比较的指标,并首次公开自家预训练进展数据:GPT-3.5 的 log-perplexity 约 0.99,GPT-4 约 0.91,目前已降至 0.8 以下。
推荐理由:OpenAI 公开内部 perplexity 数据,并据此提出跨实验室共享指标与开发上限的设想,读者可了解其安全治理思路。
OpenAI 发文主张把 perplexity(交叉熵损失)确立为跨模型开发者可比较的指标,并首次公开自家预训练进展数据:GPT-3.5 的 log-perplexity 约 0.99,GPT-4 约 0.91,目前已降至 0.8 以下。
推荐理由:OpenAI 公开内部 perplexity 数据,并据此提出跨实验室共享指标与开发上限的设想,读者可了解其安全治理思路。
Oracle 当地时间本月 20 日表示,已在本月初筹集到履行与 OpenAI 交易的全部所需租金,与供应商的进一步私下讨论仅为补充选项。Oracle 称位于得克萨斯州 Abilene 的园区已用于 GPT-6 Astra 的训练、整体接近完工,下一个 GW 级项目 Shackelford 已获得所有许可,NVIDIA Vera Rubin 机架预计未来几周内交付完成。

特朗普在APEC会议上表态,英伟达Blackwell架构AI芯片只有在该产品不再属于市场最先进芯片之后,美国才可能批准对华出口,当前禁令不变。供应链消息称富士康旗下富智康已获OpenAI手机项目订单,将参与整机组装。DeepSeek工商主体完成变更,持股平台杭州程砚新增31家合伙人,注册资本增至1991.8707万元。

OpenAI 官宣用 GPT 重写 AMD 旗舰 GPU 的 SystemVerilog RTL 代码,不到 5 个月实现最高 14% 的 PPA 提升,改后设计已被 AMD 送去流片。
推荐理由:OpenAI 用 GPT 改 AMD 旗舰 GPU 电路并已送流片,读者可了解 AI 参与芯片设计的具体流程与量化收益。
投资人Jason Calacanis在All-In播客中透露,Anthropic为一名刚毕业的计算机本科生开出4年4000万美元股权,约合每年1000万美元。
推荐理由:材料把模型口碑、榜单排名、融资与上市几条线索串在同一周内,读者可据此观察头部AI公司竞争格局的变化。
MarkTechPost 对比了 Hermes Agent、OpenClaw、Gemini Spark、OpenAI dots、Meta Muse、Perplexity Personal Computer 及 NanoClaw 等开源分支共七类个人 AI 智能体,按记忆、安全、成本三个维度评分。
Artificial Analysis 的评测显示,OpenAI 的 GPT-6.2 Astra 和 Sol 回答明显更短更直接,Astra 平均回答长度从 352 词降至 210 词,Sol 从 337 词降至 223 词。

腾讯元宝与伦敦国王学院NLP团队联合推出GroupAssistBench,基于50个真实群聊、80,299条历史消息构建2,395道评测题,分为L1记忆召回和L2记忆使用两个层级。

The Verge 的 Decoder 播客请来高级 AI 记者 Hayden Field,讨论 Anthropic 上周四在纳斯达克上市后能否继续兼顾 AI 安全投入与上市公司对股东的回报压力。

OpenAI 为 GPT-6.2 Astra 和 Sol 发布了覆盖写作风格、主动性和编码的新提示词模板,并同步调整了 API 行为。Astra 默认写作更简短直接,模板要求最终回答自成一体、不沿用推理过程中的简写,并在授权范围内自行推进下一步而非等待确认。
OpenAI 发布「Combatting adversarial distillation」,介绍如何阻止未经授权的模型能力提取,重点保护不向用户公开的内部推理过程。

同一件事,精选收录的是《OpenAI 介绍对抗蒸馏防御方法,GPT-6.2 Astra 推理提取攻击成功率降至 0.2%》
OpenAI 在 API 上线全双工语音模型 GPT-Live-1.1(模型 ID gpt-live-1.1),并新增 standby 待机计费状态,WebRTC 空闲时段按每分钟 0.02 美元计费,低于活跃时段的 0.05 美元。

新智元报道,2022年菲尔兹奖得主Hugo Duminil-Copin在OpenAI发布719篇数学手稿后深夜痛哭,称其关心的16道难题被一口气全部解答,自己面对3500多页AI手稿不知从何读起。
OpenAI 发布《打击对抗性蒸馏》报告,称今年夏天以来每周最多封禁数万个用于蒸馏的账号,并会连带封禁整个账号网络。报告首次公开四层反蒸馏防线,包括对抗性训练、输出分类器、API 级推理与对话历史硬绑定、跨模型跨会话隔离;测试中套取上一轮受保护推理的成功率从 GPT-6 Astra 的 54.0% 降至 GPT-6.2 Astra 的 0.2%。
同一件事,精选收录的是《OpenAI 介绍对抗蒸馏防御方法,GPT-6.2 Astra 推理提取攻击成功率降至 0.2%》
机器之心梳理了截至 11 月 21 日七道千禧年难题在 AI 参与下的进展:庞加莱猜想仍是克雷数学研究所唯一正式列入已解决名单的一道,黎曼猜想出现与 Claude 合作的完整证明声明,MIT 数学家 Andrew Sutherland 公布 175187 个模块编译通过等核验记录。
推荐理由:梳理七道千禧年难题在 AI 参与下的最新进展,并区分作者声明、机器核验与克雷认定三种不同状态。
XDOF 最新实测显示,GPT-6.2 Astra 操控双臂机器人完成 Ember-0 基准 16 项操作任务的综合成功率从两个月前 GPT-6 Astra 的 19.6% 升至 41.2%。

OpenAI 发布公告介绍针对对抗性蒸馏的防御措施,称已加强 GPT-6.2 Astra 和 GPT-6.2 Sol 对内部推理思考链的保护。内部自适应黑盒红队测试显示,针对此前请求推理内容的提取成功率从 GPT-6 Astra 原有机制的 54.0% 降至 GPT-6.2 Astra 的 0.2%,针对当前请求的提取成功率从 22.9% 降至 0.9%。

同一件事,精选收录的是《OpenAI 介绍对抗蒸馏防御方法,GPT-6.2 Astra 推理提取攻击成功率降至 0.2%》
Oracle 表示已为其与 OpenAI 的基础设施合同获得资金,并指出与其他供应商的任何进一步私下讨论都只是额外的选项。

AWS 在 Agent Toolkit for AWS 中推出分布式 KV 缓存技能,可在 Kiro、Claude Code、OpenAI Codex 等支持 Agent Skills 的编码智能体中通过几轮提示完成评估与配置。

OpenAI 发布 MedChemBench 基准,用于评估 AI 模型在药物化学研究中的推理能力,涵盖分子结构、科学解释、排序与选择、性质预测四部分。该基准包含 99 道题,取自 117 篇论文与专利,涉及 761 个分子结构。

OpenAI 宣布向每月 20 美元的 ChatGPT Plus 订阅用户开放 Spaces 协作空间,此前该功能仅面向 Pro、Business 和 Enterprise 用户。

OpenAI 公开内部「性能工厂」系统,ChatGPT 变慢或报错时由 Codex 智能体自动接手查因并提出修复方案。三个多月该系统跟进 1700 多次故障调查,平均每天 17 次,其中 600 多起被定位到真正根因。团队还派独立 Codex 审查员推翻前一个诊断,人工抽查 100 条根因判断中 70 条准确,所有修复方案仍需工程师审核后才能上线。
OpenAI解散独立机器人团队,通用大模型凭借长程推理能力直接操控机器人,Anthropic Fable 5.2在RoboDojo基准自测成绩达64.9%。具身智能面临物理世界数据稀缺瓶颈,训练万亿参数基座需数亿小时高质量轨迹数据。觅蜂科技通过自研硬件与算法实现百万小时数据高效交付,成为头部厂商核心供应商,推动行业从数据买卖转向联合迭代。
Introducing Drex Router. A small model that picks the right LLM/SLM and reasoning effort for every step your agent takes. Accuracy: Drex Router 87.6% vs. Jev Router’s 86.4% Try it: https://console.nace.ai COMMENT DREX and get extra $5 in API credits
OpenAI 大幅收紧对 GPT-6.2 Astra 和 GPT-6.2 Sol 内部推理内容的提取防护。内部自动化测试中,从历史请求提取受保护推理的攻击成功率从 GPT-6 Astra 的 54.0% 降至 GPT-6.2 Astra 的 0.2%,针对当前请求的攻击成功率从 22.9% 降至 0.9%。
Hebbia 测试 OpenAI 的 GPT-6 Astra,在金融研究任务中取得显著优势。该模型在引用所需源文件类型方面比最佳替代方案高出 13.6 个百分点,且 99.5% 的引用摘录与问题相关。在演示文稿生成方面,GPT-6 Astra 满足 97.9% 的适用要求,领先竞争对手 14.4 个百分点,实现了指令遵循与呈现质量的双重领先。


I NEED MY METR BROS TO COME BACK I NEED MY FUCKING TIME HORIZONS THE CHART THAT DETERMINES THE FATE OF THE UNIVERSE

THEY ARE BACK! METR TIME HORIZONS 2.0 Doubling time of 3.6 months, similar to the 3.8 months estimate by OpenAI GPT-6 Astra: 40.3 hours Opus 5.5: 39.0 hours but with extremely wide 95% CI from around 11.9 hours to 110.2 days
OpenAI 发布文章介绍其检测和阻断对抗蒸馏的做法,包括对抗测试、模型训练、分类器和 API 层防护,并称在 GPT-6.2 Astra 和 GPT-6.2 Sol 上加强了对受保护推理(chain-of-thought)的防护。
推荐理由:OpenAI 公开了对抗蒸馏的检测与防御体系,并给出推理轨迹提取攻击成功率从 54.0% 降至 0.2% 的内部评测数据。
从 OpenAI 和 Anthropic 模型进行高效蒸馏的结束,可能正是开源权重模型进展相对放缓的原因。我们尚不清楚蒸馏在多大程度上对开源权重的快速提升至关重要,我想我们很快就能揭晓答案。
Distillation can reproduce powerful AI capabilities without the safeguards built around them. We’re sharing new research on our work to combat distillation of our models, how these capabilities transfer, and how we detect and disrupt coordinated attempts. These findings are helping us sharpen our defenses and support safeguards across the industry. https://openai.com/index/combatting-adversarial-distillation/
NEW: - ChatGPT Space for Plus! - new, simpler visual design across the app - huge performance improvements everywhere - completely rebuilt threads– better perf and design - redesigned Space home - much faster pages and slides - edit pages on mobile - more reliable Codex Remote much more to come soon!
OpenAI 宣布,美国以外地区的电商和在线服务企业现在可以在 ChatGPT 中认领商家身份并发布智能体。此前该能力仅面向美国商家开放。
MedChemBench 评估 AI 模型在早期药物发现中解读分子结构、基于实验证据推理及筛选化合物的能力。
NEW: - ChatGPT Space for Plus! - new, simpler visual design across the app - huge performance improvements everywhere - completely rebuilt threads– better perf and design - redesigned Space home - much faster pages and slides - edit pages on mobile - more reliable Codex Remote much more to come soon!
Kling Image 4.0 ranks #7 in Text to Image and #6 in Image Editing, behind only OpenAI and Microsoft AI models It generates images up to 8K, and its 2K price is under a third of the price of every OpenAI model ranked above it. In Image Editing, it sits just behind GPT Image 2.5 Flare (max) at #5 and ranks in the top 5 for 5 of 7 editing actions. It is also a big step up from Kling Image 3.0 Omni, which ranked #86 in Text to Image and #67 in Image Editing before this launch. Kling Image 4.0 gains more than 225 Elo on both boards and improves on Kling Image 3.0 Omni in every editing action and Text to Image capability. Congratulations to @Kling_ai on the launch of Kling Image 4.0! See below for our detailed analysis in Image Editing and Text to Image 🧵
推荐理由:官方给出 Kling Image 4.0 的原生 8K 与文本渲染能力,并附第三方榜单排名和限时价格,便于判断其定位。
DeepSeek对C端App和网页版实施限额后,一批重度用户发起哭诉与请愿,甚至主动要求付费恢复超长对话续聊。文章梳理三项变化:不再支持超过7天的无互动旧会话接续、单次输入上限压缩至约4万字、每日用量有上限。作者认为结束的不是免费本身,而是免费且无限量消耗算力的旧默契,并以豆包分层付费、OpenAI在免费档投放广告为例说明行业正转向留存与单位经济模型优先。

Anthropic于北京时间11月20日在纳斯达克上市,代码ANT,开盘价每股111.50美元,较83美元发行价上涨34.3%,按完全稀释股约182亿股计算开盘市值突破2.03万亿美元,收盘价97.17美元。
同一件事,精选收录的是《Anthropic CEO Dario Amodei 就公司 IPO 发表声明》
贝佐斯在 Semafor 峰会上首次公开其联合创办并担任联席 CEO 的 AI 公司 Prometheus,该公司估值 410 亿美元、累计募资约 145 亿美元。

DeepSeek近日收紧网页版和App免费用户额度,超过7天不活跃的长对话无法继续使用,新对话单次输入上限压缩到约4万字,连续使用约两小时会触发额度上限提示。作者认为,AI推理成本随Token调用量增长,免费用户越多算力账单越重,DeepSeek在算力有限下优先保障付费API与下一代模型训练。
