跳到正文
assaynotes
EN日本語中文

News 精选

OpenAI 研究：前沿模型为何越来越不展示思维链

OpenAI 安全团队系统分析了从 GPT-5 到 GPT-6 Astra 的训练过程，把模型隐藏推理的原因归结为四个因素：基础模型预训练能力提升、特定架构设计、后训练 RL 增强对思维链的操控，以及学生模型从教师模型继承这种能力。

The Decoder

Vals AI 基准显示开源与闭源模型的网络攻击能力差距持续缩小

Vals AI 的 CyberOffense 基准让 AI 智能体在隔离的 Kali Linux 机器上独立攻击模拟企业网络，OpenAI 受限网络项目 Daybreak 中的 GPT-6 Sol 取得 80.8% 的目标完成率，开源权重模型 Deepseek V4.1 Flash 1017 以 72.8% 紧随其后，单次运行成本约 3 美元而非约 22 美元。

The Decoder

Google 研究用智能手表传感器识别高血压迹象

Google Research 在 Nature 发表研究，提出多模态 AI 系统 AI-PPG-ACC-HTN，利用智能手表的光电容积脉搏波（PPG）与加速度计（ACC）信号被动识别高血压状态，无需袖带校准。

Google Research2 家来源，当日精选中最多

  1. AI2 发布 ToyBlocks：面向机器人学习的受控仿真框架

    AI2 在 Hugging Face 发布 ToyBlocks，一个围绕机械臂与桌面方块搭建的开放仿真框架，属于其 FoundationWorlds 系列的第一个环境。

    Hugging Face Blog论文

GPT-6 Astra 通过权重直接改写其他 AI 模型

研究团队提出 Weight-Space Programming，让 GPT-6 Astra 直接读取和生成神经网络的原始权重，无需逐步数学优化训练。Astra 仅凭权重就能识别网络学会的四款游戏和训练语言，并为三款简单游戏从零写出权重，其中 Breakout 平均得分 517 分，对比标准训练基线的 25 分。

The Decoder2 家来源，当日精选中最多

OpenAI 请外部专家核查 AI 在数学、计算机科学与物理领域产出的证明

OpenAI 请外部专家担任 shepherd 核查其 AI 在数学、计算机科学和物理三个领域产出的证明，并按各领域专家建议分别处理。数学与计算机科学的证明已被翻译成 Lean，计算机科学结果声称推翻了指数时间假设（ETH），数学结果声称证明了所有维度上的局部平滑猜想。

The Decoder

微软研究者证明 31 年悬而未决的 KLS 猜想

微软研究院机器学习与优化组的 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits（KLS）猜想，证明该关系在高维下由固定常数界定、不随维度增长。

Microsoft Research

  1. Google Research 用 AI 辅助超声评估孕周，误差与专家操作相当

    Google Research 在 JAMA Network Open 发表研究，评估 AI 模型基于盲扫超声估算孕周在不同临床环境与硬件上的泛化能力。

    Google Research论文

微软研究院发布 Magnetar：基于证明的通用计算 zkVM

微软研究院发布零知识虚拟机 Magnetar，可证明用 Rust、Go 或 C 编写的 RISC-V 程序执行，在笔记本上每秒证明 720 万至 870 万条处理器指令，15 个基准程序上平均比现有最快 zkVM 快 10 至 39 倍，证明验证约 12 毫秒。

Microsoft Research

  1. Google 发布地理空间推理智能体技术报告与两个新基准

    Google 发布地理空间推理智能体的技术报告，在四个基准上比较四种智能体配置，并开源 GeoKTools 与 GeoExpertQueries 两个新基准的开发集。

    Google Research论文

  2. Ai2 发布 HiRO-ACEv2：以约 1/300 成本生成 3 km 全球气候数据

    Ai2 发布 HiRO-ACE 系统的新版本 HiRO-ACEv2，其降尺度模型 HiROv2 可同时预测多个高分辨率气象场，并提升极端降雨、风速和气压事件的还原能力。

    Hugging Face Blog论文