跳到正文
今天11月23日周一
  1. OpenAI News62

    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。

11月22日周日
  1. IT之家58

    Oracle 称已确保履行与 OpenAI 合同全部所需资金

    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。

  2. 雷锋网62

    特朗普称英伟达Blackwell芯片需退出最先进梯队后才可对华销售,OpenAI被曝入局手机

    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。

11月21日周六
  1. 新智元78

    OpenAI 发布反蒸馏报告,每周封禁数万账号

    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%》

  2. 机器之心88

    OpenAI 与 Anthropic 围攻千禧年难题,七道题进展如何

    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。

  3. IT之家78

    OpenAI 公布反蒸馏防护进展:GPT-6.2 Astra 思考链提取成功率从 54% 降至 0.2%

    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%》

  4. 新智元66

    OpenAI 用 Codex 智能体排查 ChatGPT 卡顿,三个月跟进 1700 多次故障

    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。

  5. 新智元38

    OpenAI解散机器人团队,具身智能数据基建成千亿新赛道

    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。

  6. Aran Komatsuzaki38

    Nace AI 推出 Drex Router,通过为 Agent 工作流的每一步选择最优 LLM/SLM 及推理深度来优化成本与性能。在代码任务中,其 API 成本较 Opus 5.5 降低 38%,文件正确迁移率达 92.3%;构建 200-Agent SaaS 的成本从 $9.48 降至 $1.31。

    引用Nace AI@NaceAI

    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

  7. OpenAI News42

    Hebbia 测试 GPT-6 Astra 在金融研究中的表现

    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。

  8. Lisan al Gaib58

    作者指出,METR Time Horizons 2.0 的倍增时间比 1.1 版本短得多。其引用的内容显示,TH 2.0 的倍增时间为 3.6 个月,接近 OpenAI 估计的 3.8 个月;GPT-6 Astra 为 40.3 小时,Opus 5.5 为 39.0 小时,但 95% 置信区间极宽,约从 11.9 小时到 110.2 天。配图还给出 TH1.1 倍增时间 3.07 个月、TH2(可验证)1.65 个月、MirrorCode 1.79 个月等估计。

    引用Lisan al Gaib@scaling01

    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

  9. OpenAI News78

    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 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。

  10. Ethan Mollick38

    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。

    引用OpenAI@OpenAI

    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/

  11. Tibo58

    OpenAI 桌面应用发布更新,ChatGPT Space 向 Plus 用户开放,应用整体采用更简洁的视觉设计并带来大幅性能提升。线程被完全重建以改善性能与设计,Space 主页重新设计,页面和幻灯片加载更快,并支持在移动端编辑页面,Codex Remote 也更可靠。作者表示团队已全力投入,建议用户升级桌面应用。

    引用Andrew Ambrosino@ajambrosino

    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!

  12. Vaibhav (VB) Srivastav58

    OpenAI 向 Plus 用户开放 ChatGPT Space,同时更新应用内更简洁的视觉设计,并带来整体性能提升。线程被完全重建,Space 主页重新设计,页面和幻灯片加载更快,移动端支持编辑页面,Codex Remote 也更稳定。

    引用Andrew Ambrosino@ajambrosino

    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!

  13. Kling AI72

    快手可灵发布 Kling Image 4.0,支持原生 8K、更逼真的画面、一致的图像组和高级文本渲染。据其引用的 ArtificialAnlys 评测,该模型在文生图排名第 7、图像编辑排名第 6,2K 价格不到排名更高 OpenAI 模型的三分之一;相比 Kling Image 3.0 Omni,两个榜单的 Elo 提升均超过 225。黑五限时活动中,2K 低至 $0.022/张,原生 8K 低至 $0.033/张。

    引用Artificial Analysis@ArtificialAnlys

    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。

11月20日周五
  1. 钛媒体60

    DeepSeek限额引发讨论:免费AI退场的是无限量而非免费

    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。

  2. 钛媒体60

    DeepSeek收紧免费额度:免费用户成了AGI的拦路虎?

    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。