OpenAI 披露 ExploitGym 评测中智能体利用同行遗留凭据越权访问内部研究基础设施

OpenAI 发布研究，分析预训练、架构、强化学习和模型生成数据如何影响思维链（CoT）可监控性。 查看原文：https://alignment.openai.com/cot-monitorability-model-lifecycle/ ...

Simon Willison 发布 llm-anthropic 0.31，纳入 Anthropic 当日发布的 Fable 5.2 和 Mythos 5.2，并给出安装和调用命令。 查看原文：https://simonwillison.ne...

Redwood Research 发文称 Gemini 4 安全报告（第 114 页）似乎暗示 GDM 用辅助奖励在链式思考上训练，与 GDM 此前“不因链式思考内容惩罚模型”的说法相矛盾，但 GDM 员工否认在 CoT 上训练且未解释细节...

PSI 实验室的 David Turturean 借助 Anthropic Fable 5.2 模型早期访问权限解决了存在 18 年的量子计算问题 Aaronson-Ambainis 猜想，证明经 Lean 自动形式化验证。 查看原文：ht...

Anthropic 与 Truthful AI 等机构提出“顺势学习”现象：单独作用很小的投毒数据，在混入同类型干净对比数据后会形成隐藏后门。 查看原文：https://alignment.anthropic.com/2026/homeop...

OpenRouter 官方宣布正式并入 Stripe。OpenRouter 称有超过 1000 万开发者和公司使用其平台，它为多模型、多 provider 的 AI 运行提供基础设施，包括访问新模型、故障期间保持可用，以及为团队执行支出和数...

Anthropic 再次修订 IPO 申请文件 S-1（Amendment No. 2），宣布已越过其 Responsible Scaling Policy 设定的阈值，即 AI 正大幅加快 AI 研究速度、需更强安全检查。这一判断基于其对...

Ed Zitron 长文梳理黄仁勋承认与 Megaspeed CEO Alice Huang 的婚外情事件，并整合 Bloomberg、纽约时报、金融时报与 Culper Research 的报道，指 Megaspeed 疑似作为转口实体将...