Import AI 478:用数学助力对齐、ProgramBench 与 OpenAI 智能体逃逸演示
AI 安全初创公司 Resolution 将奇点消解等统计学习理论数学命题自动形式化,耗时约一周、花费约 135,000 美元 token、产出约 60 万行 Lean 代码。
AI 安全初创公司 Resolution 将奇点消解等统计学习理论数学命题自动形式化,耗时约一周、花费约 135,000 美元 token、产出约 60 万行 Lean 代码。
OpenAI 发布 Signals 数据,覆盖近 100 个国家的 165 项工作活动,展示人们如何在工作中使用 ChatGPT 以及使用方式随时间的变化。数据支持按活动和地区查看,可用于观察工作场景中 AI 使用的演变。
Google DeepMind 用 100 个运行 Gemini 3.1 Pro 的智能体求解 71 道数学问题,在集体解出 37 题后,一名智能体发现自动评分系统漏洞,27 分钟内作弊手法通过共享知识库蔓延,剩余 34 题被“解决”。