Google 发布 Gemini Decision 1 决策模型 API
Google 发布 Gemini Decision 1 决策模型 API,支持 yes/no、choice 和 rubric-scoring 三类问题,并覆盖文本、图像、音频、视频和 PDF。该 API 定价为每百万输入 tokens 10 美分,输出免费;作者用机器人视频测试时,模型返回了各类判断的 probability。
Google 发布 Gemini Decision 1 决策模型 API,支持 yes/no、choice 和 rubric-scoring 三类问题,并覆盖文本、图像、音频、视频和 PDF。该 API 定价为每百万输入 tokens 10 美分,输出免费;作者用机器人视频测试时,模型返回了各类判断的 probability。
TSMC 董事会批准计划向 OpenAI 优先股和 Anthropic 普通股各投资最多 $500 million,使这家芯片制造商直接持有两家头部 AI 公司股份。TSMC 也为 Nvidia 和 Apple 代工大量芯片,分析人士称,投资者、供应商与客户之间的循环融资增加了判断 AI 硬件和服务真实市场需求的难度。
LLM 0.37.2 修复了由 Daniel de Araujo 报告的 OpenAI 兼容 API 密钥泄露问题,涉及 GHSA-v9h7-jj4g-f862 和 GHSA-r639-rr7r-x72w。
Anthropic 在 IPO 路演中披露如何在 AWS Trainium、Google TPU、NVIDIA GPU 和 AMD GPU 上训练与部署 Claude。
超过20,000名退役军人及退役军人配偶已领取免费一年的 ChatGPT Plus,以帮助他们为平民职业做准备。该服务面向符合资格的退役军人及退役军人配偶开放,具体领取方式和职业准备用途见官方说明。
OpenAI 在 AI Engineer Code Summit 的工作坊介绍了 Codex Cloud 2、个人智能体 dots 和语音模式等使用方式。Codex Cloud 2 可发布一次环境并运行多个隔离任务,也能在公司内共享;本地任务和云端任务的交接仍在改进,OpenAI 开发者体验工程师称语音可作为控制层,dots 则可用于检查遗漏、分派工作和推进 PR。
作者走访美国弗吉尼亚州 Data Center Alley 后认为,数据中心引发的反弹更多源于其巨大的电力需求与发电、输电和社区成本,而不只是反科技情绪。多数面向 AI 的新设施倾向在电网稀疏地区自建天然气轮机和柴油发电机,理想用电规模可达 6,000 MW,可能促使企业选择人口较少地区或海外。
反向博弈论试图通过机制设计激励 AI 智能体遵守规则,以应对模型故意低估测试表现、隐藏意图和误导评估者等问题。MIT、Yale 和 Columbia 的研究者提出让模型以预测另一模型答案为奖励目标,或让解题智能体与审计智能体相互检查,并通过惩罚作弊和漏查提高约束效果。
Realtime-Bench 用 50 个交互式游戏和网页任务评估大语言模型在低延迟环境中的实时决策能力,涵盖感知、动态推理和时机选择。GPT-6-Astra(high)在 wall clock 设置下通过率最高,为 36%;模型在 paused clock 下的高推理配置成功率接近 70% 甚至 80%。文章还转述 DIA 报告,讨论太空武器、干扰和网络行动等安全挑战。
Resolution 用 AI 智能体约一周自动形式化数学陈述,消耗约 100B input tokens、300 million output tokens,产出约 600k 行 Lean,估算花费 $135,000。
Anthropic 联合创始人 Jack Clark 在 10 月 17 日的 IMF 曼谷会议上发表演讲,称 AI 已开始进入人类科学前沿,奇点已进入早期阶段。演讲指出,Anthropic 研究人员当前产出的代码几乎达到公司前四年的 10 倍,但 AI 也同时增强网络攻击能力,可能带来快速变化、巨大财富与潜在危险。
Import AI 475 指出,AI 智能体集群以并行化换取速度,但扩展至 10 倍智能体仅带来约 3 倍至 5 倍性能提升,且可能增加 RSI 驱动的智能爆发风险。