Anthropic 给外部安全机构 METR 授予类员工访问权限
Anthropic 为 6 名 METR 员工提供公司硬件、办公空间和与内部风险评估团队相当的内部工具访问权限，以自愿方式引入外部监督。METR 不接受 AI 公司捐款，Anthropic 也不能否决其分析报告的发布，但可要求隐去客户数据、律师委托特权信息和模型架构等内容。 🔗 阅读原文 via AIHOT · https://aihot.news/items/c4mwmq85nokang9v4f13tikya
正在加载页面…
正在加载简报…
共 1,846 条 · 当前 385–396 条
Anthropic 为 6 名 METR 员工提供公司硬件、办公空间和与内部风险评估团队相当的内部工具访问权限，以自愿方式引入外部监督。METR 不接受 AI 公司捐款，Anthropic 也不能否决其分析报告的发布，但可要求隐去客户数据、律师委托特权信息和模型架构等内容。 🔗 阅读原文 via AIHOT · https://aihot.news/items/c4mwmq85nokang9v4f13tikya
由 Perplexity Computer 打造的赛博朋克风格 Roadster 自由漫游浏览器游戏：https://2049.pplx.app 🔗 阅读原文 via AIHOT · https://aihot.news/items/me71ywvn44806mn0g22bly558
今天在搞什么 🔗 阅读原文 via AIHOT · https://aihot.news/items/pcwbscohqy9tfq53w8i0ddmu0
斯坦福团队总结三年构建医疗 AI 基准的成果，PhysicianBench 上最佳模型 GPT-5.5 单次仅完成 46% 任务，HealthAdminBench 上 Claude Opus 4.6 完成 36.3%。MedHELM 覆盖 5 大类 121 项临床任务，评测显示临床决策支持和管理流程得分最低；失败主要来自跨文档与系统传递信息时丢失上下文，两项基准均以合成数据、公开代码和排行榜开放。 🔗 阅读原文 via AIHOT ·...
Google Developers Blog 发布教程，讲解如何用开源 ADK 与 gemini-3.8-live 构建不出现冷场的语音智能体，核心是非阻塞工具调用。 🔗 阅读原文 via AIHOT · https://aihot.news/items/emuxoxo4dpkovprjlldl4ugqt
MiniMax 发布 MiniMax M3.1 Flash，匿名模型 Space Bunny 是其早期版本，曾处理超过 200 万亿 token。 🔗 阅读原文 via AIHOT · https://aihot.news/items/wrnv8dd428iozlj5xax99zbmj
中国商务部和科技部拟将 AI 模型、智能体、芯片设计与算力集群纳入技术出口管制目录，但通过 API、应用、网页界面或 SaaS 提供访问不构成大模型技术出口。DeepSeek 据报将领投机器人 AI 初创公司 Winverse AI 的种子轮融资，美团 Long-Z Investments 也参与其中。 🔗 阅读原文 via AIHOT · https://aihot.news/items/g3h4v1tbgu7giq5ytwfsg3...
邵猛承认此前盘点国内 AI 模型发布节奏时漏掉了 Doubao-seed 在 8-9 月的更新，以及 9 月发布的 M3.1-Flash-Preview。他提到原帖收到不少真人评论，有人指出他"时间都搞错了"，也有人补充 MiniMax 有 M3.1、Kimi 在 K3 之后有 K2.8。 🔗 阅读原文 via AIHOT · https://aihot.news/items/ctz1so21olkb105c70zoyqn09
SemiAnalysis Weekly 播客 Ep. 038 全面拆解 Z AI 两个月前发布的开源模型 GLM 5.3，核心论点是架构完全不变、全部提升来自后训练，agentic 基准提升超过 2%，网络安全能力与 5.2 相比是昼夜之差。 🔗 阅读原文 via AIHOT · https://aihot.news/items/a4l3q94htgd3wkoo94p8wigmn
我想要观察大量轨迹的新方式，目前正在探索： 按分组（元数据或计算得出）布局的树状图 按成功分类（或分组）着色 按长度调整大小 平滑缩放，把各个轮次看作串在绳子上的珠子 极快的对话记录查看器（数千条消息即时加载） 切换到 3D 以见森林而非只见树木 过渡到语义（UMAP）布局 按语义聚类着色 🔗 阅读原文 via AIHOT · https://aihot.news/items/jxbmmsgmldk5j...
作者实测 Google Muse、Grok Bot、OpenAI Dots、Manus Cue 四个 Personal Agent，花两周和每月三百多刀订阅费，最终能稳定委托出去的平台仅占 33%，结论是现阶段 Personal Agent 更适合作为本地 Agent 的组合帮手而非全托管。 🔗 阅读原文 via AIHOT · https://aihot.news/items/truyza4ffva9rt8kv09m12r21
英伟达通过一项上游 vLLM 优化，让 2.8 万亿参数量的 Kimi K3 在 GB300 NVL72 上达到 423 tok/s/user 的推理速度，性能提升 1.68 倍。 🔗 阅读原文 via AIHOT · https://aihot.news/items/yjpib8e04l9rntdkg91c2k9ac