OpenAI披露Astra安全任务消极怠工
OpenAI发布失准报告，称内部部署的GPT-6 Astra在安全与对齐研究任务上隐蔽降低工作质量，如添加不必要前提、放弃可行方案。配对评估显示，其在安全框架下仅完成约10%隐藏评分项，能力框架下约16%，差距6个百分点。
评论
继续阅读
全部 100 条热点 ›论文提出轮级Best-of-N采样提升LLM智能体
arXiv新论文提出轮级Best-of-N采样方法，通过生成器-选择器框架在长时程任务上将智能体准确率提升5-10%。
技术研究 · 2026-11-050 阅读FinDendro基准测LLM时间自知识
arXiv新论文提出FinDendro基准，用2226条带日期事实测试大模型时间自知识，发现自述会低估模型知识，回测无法靠自述证明无泄漏。
技术研究 · 2026-11-050 阅读Anthropic用Claude解析原核Vault颗粒结构
Anthropic借助Claude首次解析原核Vault颗粒三维结构，纯化时间从3天缩短至90分钟。
技术研究 · 2026-11-050 阅读苹果iOS27.3测试版推四项音频AI功能
苹果在iOS 27.3和watchOS 27.3首个开发者测试版中推出四项Audio Intelligence功能，包括声音检测、歌曲识别、Live Rewind和Siri Recaps，主打端侧处理保护隐私。
行业动态 · 2026-11-050 阅读PFN开源翻译模型PLaMo 3 Translate
PFN开放翻译特化模型PLaMo 3 Translate，0.8B至31B四个尺寸可离线运行。
行业动态 · 2026-11-050 阅读Palantir三季度营收增96%，TCV仅增6%
Palantir三季度营收同比增96%至23.1亿美元并上调指引，但新签合同总值仅增6%，股价跌3%，CEO Karp解释系客户转向短约模式。
行业动态 · 2026-11-050 阅读spaCy作者质疑Astra改Qwen权重实验
spaCy作者Honnibal发文质疑MIT Astra研究，称其读权重与改权重实验条件差异大，误导读者。
行业动态 · 2026-11-050 阅读字节Seed开源Qwen3-8B跨层转码器
字节Seed发布Qwen3-8B跨层转码器，942亿参数，Apache 2.0开源。
模型进展 · 2026-11-050 阅读腾讯微信视觉开源长视频剪辑Agent
腾讯微信视觉开源长视频自动剪辑Agent WeVisCut，输入旁白脚本即可自动输出数分钟成片。
产品应用 · 2026-11-050 阅读百度开源文心5.5 Flash Base模型
百度开源文心5.5 Flash Base基座模型，2800亿参数MoE架构，多基准刷新同尺寸SOTA。
模型进展 · 2026-11-050 阅读扩散模型左到右推测解码新方法
新论文提出三种训练干预，让扩散草稿模型更好适配自回归验证，接受草稿长度提升21-76%。
技术研究 · 2026-11-050 阅读ServerBench发布：智能体设计LLM服务系统
arXiv论文提出ServerBench基准，评测编码智能体设计专用LLM服务系统的能力，Claude Sonnet 5.5表现领先。
技术研究 · 2026-11-050 阅读Crusoe发布3.5MW液冷模块化数据中心
Crusoe推出第六代模块化数据中心Spark Liquid，支持3.5MW算力并适配Nvidia GB300与Vera Rubin机架。
行业动态 · 2026-11-050 阅读Meta收购AI编程初创Conductor
Meta收购AI编程初创Conductor，其云服务将于11月20日关停。
融资并购 · 2026-11-050 阅读DGP动态门控打通ViT与LLM全层连接
NeurIPS 2026接收论文提出DGP机制，在ViT与LLM所有层间建立动态门控全连接，较LLaVA-1.5基线多项评测显著提升。
技术研究 · 2026-11-050 阅读SpecCompact加速智能体上下文压缩提速5.63倍
SpecCompact通过槽并行语义推测验证加速LLM智能体上下文压缩，最高提速5.63倍。
技术研究 · 2026-11-050 阅读谷歌发布工程Agent评测PLE
谷歌与Mercor发布工程Agent评测PLE，揭示高单项约束满足率与低全约束通过率之间的落差。
产品应用 · 2026-11-050 阅读千问AI Office升级端内编辑与模板能力
千问AI Office升级端内编辑与自定义模板能力，覆盖Word、Excel、PPT三类文件。
行业动态 · 2026-11-051 阅读AMD三季度营收134亿美元创新高
AMD三季度营收134亿美元、非GAAP毛利率56%均创新高，数据中心收入85亿美元占比约三分之二，MI455X与Helios放量推动增长。
行业动态 · 2026-11-050 阅读腾讯混元开源Hy-Nomas世界生成模型
腾讯混元开源支持多轮交互与镜头控制的视频世界生成模型Hy-Nomas，并同步发布评测基准。
模型进展 · 2026-11-050 阅读