رکورد ExploitGym شکسته شد: GPT-6 Cyber ۴۸.۵٪ امتیاز
OpenAI مدل GPT-6 Cyber را منتشر کرد که نرخ هک بیاجازه را در تستها به زیر ۱٪ کاهش داده است. این مدل در محک ExploitGym امتیاز ۴۸.۵٪ کسب کرده و از GPT-5.6 Cyber و GPT-6 Astra پیشی…
موضوع
Autonomous agents, tool use, planning, multi-step workflows
۷٬۳۳۲ مقاله منتشر شده
OpenAI مدل GPT-6 Cyber را منتشر کرد که نرخ هک بیاجازه را در تستها به زیر ۱٪ کاهش داده است. این مدل در محک ExploitGym امتیاز ۴۸.۵٪ کسب کرده و از GPT-5.6 Cyber و GPT-6 Astra پیشی…
محرک GDPx از SemiAnalysis عاملهای هوش مصنوعی را در ۱۱ حوزه کار واقعی آزمود؛ هیچکدام از ۱۲٪ موفقیت فراتر نرفتند. Claude Opus 5.5 با ۱۲٪ در صدر، Gemini 4 Carbon با ۱۰.۹٪ و یکسوم…
اپل در ۵ نوامبر ۲۰۲۶ لیست انتظار سیرای هوش مصنوعی را حذف کرد و بتای عمومی را برای دستگاههای سازگار با iOS 27 فعال ساخت. این قابلیت بر روی آیفون ۱۵ پرو و جدیدتر، آیپدهای سری M و…
Perplexity در ۴ نوامبر ۲۰۲۶ مبنیسازی وب زنده را به API تصمیمگیری خود افزود و دقت روی ادعاهای واقعیِ زمانحساس را از ۵۶.۴٪ به ۹۷.۳٪ رساند. این قابلیت جستجوی موازی قبل از پاسخ مدل…
گوگل در ۴ نوامبر ۲۰۲۶ یک وایتپیپر منتشر کرد که چارچوب ارزیابی سهلایهای برای هوش مصنوعی زاینده (Generative AI) در سلامت را تعریف میکند. این روش بنچمارکهای سوالبسته، داورهای…
اوبر هدف دارد تا پایان ۲۰۲۷ بیش از ۲۰۰۰ خودروی کاملاً بیراننده در پلتفرم خود فعال کند. دادهها نشان میدهد خودرویهای خودران شریک ۳۰٪ سفر بیشتری در روز نسبت به ناوگان انسانی…
آلفابت در سهماهه سوم ۲۰۲۶ رشد درآمد جستجو را به ۱۲ درصد سالانه اعلام کرد — کندترین نرخ در چند فصل — در حالی که ۲۰۰ میلیارد دلار برای زیرساخت هوش مصنوعی زاینده (Generative AI)…
اوپنایآی استارتاپ پییر کامپیوتر را برای ادغام سیستم کد استوریج در کدکس خریداری کرد. کد استوریج از معماری کوورم استفاده میکند و ۳۰ نوشتن همزمان با مخازن تا ۳۲ ترابایت را…
اپل با iOS 27.3 سیرِی را برای اولین بار به تمام برنامههای شخص ثالث باز کرد. توسعهدهندگان میتوانند «مهارتهای برنامه» بسازند که چند وظیفه را در یک دستور صوتی زنجیره…
GPT-6 Astra یک دستگاه سختافزاری کامل را در کمتر از یک هفته طراحی کرد. نمونههای اولیه در کمتر از یک ماه تولید شدند، اما تحملهای ساخت باعث چندین بازنگری شد. استفاده از توکن برای…
گوگل بنچمارک PLE با ۸۵ وظیفه مهندسی و مسابقه باز را منتشر کرد. قویترین عامل، کلاد اپاس ۵.۵ در کلاد کد، ۹۱ درصد محدودیتها را برآورده میکند اما تنها ۴۱ درصد تحویلها از تمام…
بایننس در اکتبر ۲۰۲۶ قربانی سرقتی ۶.۳۴ میلیارد دلاری شد که ریشه در یک بسته هومبرو مسموم در ژوئن و یک مصاحبه کاری جعلی در سپتامبر داشت. هکرها از یک ابزار هوش مصنوعی داخلی مخدوش…