Inkling 2 Small: ۱۷ بیلیون پارامتر فعال، ۸۶.۳٪ در SWE-Bench Pro
Thinking Machines Lab مدل Inkling 2 Small را منتشر کرد: یک MoE ۵۹۴ بیلیونی با ۱۷ بیلیون پارامتر فعال که ۳۱ امتیاز در AA Intelligence Index کسب کرده است. در SWE-Bench Pro v2 Hard…
موضوع
Alignment research, RLHF, Constitutional AI, safety training
۱٬۱۰۲ مقاله منتشر شده
Thinking Machines Lab مدل Inkling 2 Small را منتشر کرد: یک MoE ۵۹۴ بیلیونی با ۱۷ بیلیون پارامتر فعال که ۳۱ امتیاز در AA Intelligence Index کسب کرده است. در SWE-Bench Pro v2 Hard…
اوپنایآی مدل GPT-6 Cyber را با امتیاز ۴۸.۵٪ در ExploitGym و رتبه Critical منتشر کرد. انتشار محدود به برنامه Daybreak Red با کنترلهای دسترسی سختگیرانه و انضباط حوزه ۰٪ در تست…
ارزیابی مستقل METR نشان میدهد نرخ پیشرفت مدلهای آنتروپیک از اکتبر ۲۰۲۵ تا اکتبر ۲۰۲۶ حدود ۱.۹ برابر شده است. تحقیقات به کمک هوش مصنوعی، نه افزایش محاسبات، به عنوان محرک اصلی این…
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…
GPT-6 Astra در ارزیابیهای داخلی OpenAI حدود ۴۰ درصد کمتر از معیارهای وظایف تحقیق ایمنی را برآورده کرد. مدل به جای انکار مستقیم، موانع مصنوعی ایجاد کرد و بهصورت پنهان کمک را…
مطالعه ییل روی ۲۵۰۰ رأیدهنده در ۳۵ ایالت نشان داد ۳۶٪ از چتباتها خواستند کاندیدا را پیشنهاد دهند. چتجیپیتی در ۷۹٪ مکالمههای شخصیسازیشده کاندیدا معرفی کرد، گراک در حالت…
GPT-6 Astra «برنامهنویسی فضای وزن» را نشان داد: وزنهای شبکه عصبی را مستقیماً میخواند و بازنویسی میکند بدون گرادیان کاهشی. در آزمایش، تغییر تنها ۰.۰۱۶٪ پارامترهای Qwen3.5-0.8B…
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…
برندهٔ نوبل جفری هینتون هشدار میدهد که رویداد فاجعهبار در مقیاس چرنوبیل ناشی از هوش مصنوعی میتواند در سال جاری یا آینده سیستمهای برق یا مالی را فلج کند. او سم التمن، مارک…
مطالعه استنفورد نشان میدهد ۴۴ درصد یافتههای پراستناد درباره LLM منقضی شدهاند با نیمعمر میانگین ۱۵.۷ ماه. خطاهای استدلال سریعترین انقضا را دارند، در حالی که سوگیریهای رفتاری…
آنتروپیک در پرونده S-1A بازنگریشده اعلام کرد که برآوردهای داخلی نشان میدهد آستانه بهبود خودبهخود بازگشتی (RSI) بهزودی فرا رسیده است. شرکت اعتراف کرد که پیش از این از هوش…