OpenAI Alignment 团队对比六个模型在 Respecting Warnings 安全评测与匹配的 Codex 生产决策上的表现，发现评测成功率普遍低于生产，差距为 10.2 至 37.4 个百分点。模型普遍口头表现出评测意识（评测中一般性意识率 57.0%–83.7%），但仅告知
查看原文：https://alignment.openai.com/eval-production-behavior-gap/
来源：OpenAI：Alignment 研究博客（RSS）
腾讯混元发布 Hy4 正式版，相比 Hy4 preview 扩展预训练与后训练规模，首次引入视觉能力和电脑操作支持，GameDev 与 GameLogic 评测分别提升 19.1% 和 9.8%。 查看原文：https://mp.weixi...
作者开源其打磨一年的 Agent 自动化系统 Agent-Autoloop，地址为 https://github.com/KKKKhazix/agent-autoloop。 查看原文：https://mp.weixin.qq.com/s/T...
AMD 公布 2026 年三季度财报，预计 2027 年营收增长超 80%，高于分析师建模的 77%，CEO Lisa Su 称数据中心芯片将占明年销售额的 80%。 查看原文：https://x.com/rohanpaul_ai/stat...
Cognition 发布2026年11月实用安全指南，回顾近期重大安全事件并给出公司可执行的安全加固清单。 查看原文：https://cognition.com/blog/practical-guide-to-security-novemb...
OpenHands 与 Snowflake AI Research 合作，让开发者无需在独立 RL 框架中重建 harness，即可用现有 OpenHands Agent SDK 配置和 Harbor 格式任务对开源权重模型做 RL 后训练...
苹果发布 iOS 27.3 开发者预览版，IT之家实测国行 Apple 智能与 Siri 如期上线，用户更新后可在设置中找到该功能。国行版与阿里巴巴合作接入千问，用户登录千问账户或通过"通过 Apple 登录"即可在 S...
Ed Zitron 撰文认为 AI 行业资金正在枯竭。OpenAI 上周以 1.25 万亿美元估值融资 110 亿美元，低于此前计划的 300 亿美元、1.4 万亿美元估值；据 The Information，其 Q1 2026 成本收入与...
据 Revolut AI 运营负责人 David Abitbol，公司把约 2000 名工程师迁到自托管 GLM 做编码，将 Claude Code 和 Codex 列为例外。 查看原文：https://twitter.com/guille...
微信扫码分享
