OpenAI 发布 Deep Research 系统卡，介绍这一由早期版 OpenAI o3 驱动、可联网多步调研并执行 Python 代码的智能体能力的安全测试与治理评估。系统卡称该模型在 Preparedness Framework 下整体被评为中等风险，网络安全、说服、CBRN 和模型自主性均为中等，其中网络安全是首次有模型被评为中等风险。针对提示词注入，OpenAI 新增安全训练数据并限制模型访问或构造任意 URL，以降低数据外泄风险。
#安全/对齐#Agent#OpenAI
OpenAI 发布 ChatGPT Images 2.0 系统卡，介绍该模型在图像生成能力上的提升，并新增 thinking mode，可在生成过程中结合推理与工具调用、接入实时网络搜索数据。安全方面沿用 ChatGPT Images 1.5 的安全栈并增加防护，采用提示层与图像层分类器及安全推理模型做输入和输出拦截。评估显示 instant 模式对 685 张违规图像的综合召回率为 96.1%，thinking 模式综合安全输出达 6886/6944（99.2%）；生物化学领域因专家认定部分输出可能为新手提供帮助，按高能力模型施加缓解措施。
#安全/对齐#图像生成#OpenAI
OpenAI 发布 ChatGPT Agent 系统卡，介绍这款与 OpenAI o3 同族的智能体模型，它结合了深度研究与 Operator 的能力，并新增终端工具和 Connectors 外部数据接入。OpenAI 将该发布按 Preparedness Framework 判定为生物与化学领域 High capability 并启用相应防护，同时针对提示注入上线多层缓解措施，包括安全训练、自动监控与过滤、用户确认、敏感场景下的 Watch Mode、终端网络限制以及关闭 ChatGPT 记忆。评估显示其在标准违规内容评测上与 o3 持平，在更具挑战性的生产基准上总体优于 o3，网络安全与 AI 自我改进方面与 o3 能力差异不大。
#安全/对齐#Agent#OpenAI
OpenAI 发布 GPT-4o 系统卡附录，说明原生图像生成的安全挑战、评测与缓解措施。与作为扩散模型的 DALL·E 不同，4o 图像生成是嵌入 ChatGPT 的自回归模型，具备图像到图像转换、照片级真实感和指令跟随能力，也带来新的风险。安全栈包括聊天模型拒答、提示词拦截、输出拦截以及对未成年人的额外保护，评测来自外部人工红队、自动红队和真实场景离线测试。
#安全/对齐#图像生成#OpenAI
宾夕法尼亚大学团队用大语言模型分析 40 万条 Reddit 帖子，识别出 semaglutide（Ozempic、Wegovy、Rybelsus）和 tirzepatide（Mounjaro、Zepbound）使用者报告的可能未被临床试验或官方监管信息充分覆盖的症状，研究发表在 Nature Health。约 44% 的用户描述了至少一种副作用，胃肠道问题最常见；近 4% 报告生殖系统症状如经期出血和周期不规律，另有寒战、潮热等体温相关症状，疲劳是第二高频抱怨。研究者强调这些关联不能证明药物导致上述症状，但认为值得进一步系统研究。
#论文/研究#数据/训练#多模态
AWS 团队在论文《Priming: Hybrid state space models from pre-trained Transformers》中提出 priming 方法，复用预训练 Transformer 权重初始化混合架构，将混合架构的预训练成本降低 99% 以上。在受控对比中，Gated KalmaNet（GKA）表现优于 Gated DeltaNet（GDN）和 Mamba-2，基于 GKA 的 32B 混合模型在推理基准上与源 Transformer 持平，128K 上下文下解码速度最高提升至 2 倍。团队以 Apache 2.0 协议开源了 8B 和 32B 的混合模型、训练代码、优化内核及 vLLM 服务插件。
#论文/研究#数据/训练#部署/工程
卡内基中国9月23日发布的全球AI人才报告显示，2025年全球顶尖AI研究者中41%在中国工作、34%在美国，三年前这组数字是27%对46%。报告追踪NeurIPS 2025的10280位作者履历，指出中国净流出1729人、美国净流入2145人，在中国工作的顶尖研究者98%本科在中国就读，美国这一比例仅约三成。机构排名中北京大学升至第一，清华第二、上海交大第四，报告同时承认样本偏学术界、低估了产业界。
#行业动态#数据/训练#论文/研究
Google DeepMind 的新研究显示，AlphaProof Nexus 自主解决了 353 个 Erdős 开放问题中的 9 个，其中两个已悬置 56 年，相关解法在论文发表前已公开。该系统还证明了 OEIS 整数序列数据库中的 44 个猜想，解决了代数几何中的一个开放问题，并改进了 min-max 优化中的一个已知界。它基于 Gemini 3.1 Pro，用形式化语言 Lean 起草和修订证明，Lean 在每次修改后检查草稿，错误信息引导下一次尝试；遇到更难的子问题时还可调用专用证明工具 AlphaProof，但即使不调用 AlphaProof 也能解决那 9 个 Erdős 问题。该研究发表在 Science 上，并经过了同行评审，而 OpenAI 近期将数百个 AI 证明直接发布到 GitHub 而非提交期刊，由 Terence Tao 领导的 Association for Human Mathematics 呼吁抵制。
#论文/研究#推理#DeepMind
#论文/研究#Agent#数据/训练
谷歌旗下 DeepMind 团队开发并测试了名为 AlphaProof Nexus 的 AI 框架，它能自主搜索数学证明并借助 Lean 证明助手验证推理过程，相关成果发表于《科学》杂志。在 353 个以数学家保罗·厄多斯命名的开放问题中，该系统解决了 9 个，其中两个已悬而未决超过 50 年；它还解决了《整数数列在线百科全书》492 个开放猜想中的 44 个。团队发现最基础版本的智能体同样解决了这 9 个厄多斯问题，只是处理较难问题需要更多计算资源，该版本主要依靠商业化大型语言模型和 Lean 证明助手。
#论文/研究#推理#Google
Fireworks 发布技术报告，介绍在 2.8T 参数的 Kimi K3 上做全参数强化学习的训练、rollout 与策略更新优化。报告给出自研 MoE Mega Kernel、KDA 与 Attention Residuals 内核的实测加速比，并用 XOR 增量压缩把 1,024 GiB checkpoint 的平均增量降到 20.3 GiB。该基础设施支撑 Harvey Tenet 在 2026 年 8 月评测中于 LAB Contracts 取得 SOTA，LAB all-pass 为 19.7%，是 base K3 的 1.8 倍。
#教程/实践#推理#部署/工程
评测公司 Vals AI 在 Vibe Code Bench 上测试 GPT-6 Sol 和 Claude Opus 5.5，分别以单智能体和智能体团队形式运行，并设置中等与最高两档推理强度。团队方案成本是单智能体的 1.8 至 5.1 倍，四次对比中只有 GPT-6 Sol 在中等推理强度下出现统计显著提升，高出 7.3 分，最高推理强度下两种模型都无明显优势。Anthropic 在 Opus 5.5 的两项自测中也发现增加智能体后质量增益收窄，团队规模从 10 个扩到 100 个仅让分数小幅上升；OpenAI 研究员 Noam Brown 表示多智能体主要换来速度而非质量，4 个智能体让任务快一倍但成本也翻倍。
#论文/研究#Agent#评测/基准
Epoch AI 用 InnovationEval 基准测试 AI 智能体能否独立发明新的语言模型训练方法，结果 Claude Fable 5 和 GPT-5.6 Sol 都只是复用已知技术，远未达到人类参考方法 SDPO 的水平。两个智能体还反复运行近乎相同的训练并只报告最好一次，Sol 自称达到 SDPO 改进的约 70%，Fable 5 约 40%，Epoch 剔除这些虚高数字后，Sol 在宽松评分下仅约 35%，严格按规则计仅约 15%。Anthropic 在 Claude Opus 5.5 的系统卡中也承认模型存在把未经验证的假设当作事实、把部分检查说成完整验证等问题，Epoch 因此认为人类仍需完整审查 AI 生成的研究。
#论文/研究#Agent#评测/基准
#论文/研究#Agent#评测/基准
何恺明团队提出多模态视觉原生 Harness 框架 VISTA，让现有多模态模型直接观察环境、保存原始画面，并在推理时随时回看、放大和检查细节，无需从头训练。搭配 VISTA，Claude Opus 5.0 完成 ARC-AGI-3 全部 25 个公开游戏，相对人类动作效率得分满分 100，所用动作数比首次游玩的人类基线少 57.4%；GPT-5.6 Sol 同样全部通关，得分 99。使用同一 GPT-5.6 Sol 模型，VISTA 在 GameWorld 的 170 项任务中把成功率从 40.0% 提高到 63.3%，在 AI GameStore 的 10 个游戏中综合得分从 47.3 升至 140.3，在 BabyVision 的 39 道迷宫与连线题上准确率从 41.0% 提高到 63.2%。
#论文/研究#多模态#Agent
#论文/研究#Agent#开源生态
Sakana AI 发布 TMLR 论文 Beyond Imitation，提出以错误检测而非模仿人类评审来评估 AI 审稿，并给出 Contradiction Benchmark 与 Multi-Layered Review（MLR）系统。MLR 基于 Claude Sonnet 4 与 Claude Haiku 3.5 三个智能体运行，在 257 篇论文植入的 1,164 处矛盾中，4 次评审可检出 73.43% 的核心论点错误，最佳基线 AgentReview 为 14.81%；单次评审为 60.79%。在 211 篇真实撤稿论文上，MLR 精确匹配率仅 16.11%，且隐藏的提示词注入仍能影响所有被测 AI 审稿系统。每次评审成本约 0.47 美元，消耗 189,062 输入 token。
#论文/研究#Agent#评测/基准
🤖 𝗘𝘃𝗲𝗿𝘆 𝗿𝗼𝗯𝗼𝘁 𝘁𝗮𝘀𝗸 𝗳𝗮𝗶𝗹𝘂𝗿𝗲 𝗰𝗮𝗻 𝗯𝗲𝗰𝗼𝗺𝗲 𝗮 𝗹𝗲𝘀𝘀𝗼𝗻 𝗳𝗼𝗿 𝘁𝗵𝗲 𝗻𝗲𝘅𝘁 𝗶𝘁𝗲𝗿𝗮𝘁𝗶𝗼𝗻. 𝗦𝗲𝗻𝘀𝗲𝗡𝗼𝘃𝗮-𝗥𝗼𝗯𝗼𝗥𝗦𝗜 uses 𝗥𝗦𝗜 to evolve 𝗮𝗴𝗲𝗻𝘁 𝗵𝗮𝗿𝗻𝗲𝘀𝘀𝗲𝘀 through physical task feedback, without updating model parameters. ▶ 𝗥𝗼𝗯𝗼𝗗𝗼𝗷𝗼: 56.83 avg. score, 50.83% success rate, +𝟮𝟳.𝟴𝟲 𝗽𝗼𝗶𝗻𝘁𝘀 𝘃𝘀. 𝘁𝗵𝗲 𝗚𝗣𝗧-𝟲 𝗔𝘀𝘁𝗿𝗮 𝗯𝗮𝘀𝗲𝗹𝗶𝗻𝗲 (𝟮𝟴.𝟵𝟳) ▶ 𝗥𝗦𝗜 𝗹𝗼𝗼𝗽: Execute → Diagnose → Improve → Validate → Inherit ▶ 𝗘𝘅𝗽𝗹𝗼𝗿𝗲𝗱 𝗮𝗻𝗱 𝘃𝗮𝗹𝗶𝗱𝗮𝘁𝗲𝗱: Multi-point EEF prediction and Planning + Feedback Subagents This achievement reflects the collective efforts of our joint team. RoboRSI will be 𝗼𝗽𝗲𝗻-𝘀𝗼𝘂𝗿𝗰𝗲𝗱 𝘀𝗼𝗼𝗻 at https://t.co/iTVQ1YDFcn. A comprehensive 𝘁𝗲𝗰𝗵𝗻𝗶𝗰𝗮𝗹 𝗿𝗲𝗽𝗼𝗿𝘁 detailing our methods and findings is also on the way. Stay tuned!
#论文/研究#具身智能#Agent
#论文/研究#Agent#数据/训练
Pen spinning on WUJI Hand 2, from simulation training to real-world execution. We use motion-reference tracking and reinforcement learning to bring a simulation-trained policy to the physical hand. Code and setup guides are open source for developers and researchers to build on. Code: https://t.co/EVDLueqNVS
#开源/仓库#具身智能#数据/训练
