Výzkum AI
137 articles
Čtyři agenti Gemini 4 Argon porazili Minecraft bez lidské pomoci jako první na světě
Výzkumníci Google DeepMind říkají, že čtyři agenti Gemini 4 Argon porazili Minecraft plně autonomně za 27 hodin, napsali 2 783 programů a 605krát zemřeli.
Anthropic říká Claude Mythos 5 navržených kvantových obvodů, které překonávají nejlepší publikované návrhy
Anthropic říká, že Claude Mythos 5 ve spolupráci s výzkumníky z Harvardu a QuEra navrhl kvantové obvody, které překonávají publikovaný stav techniky v sedmi z osmi úkolů.
Anthropic říká Claude Mythos 5 navržených kvantových obvodů, které překonávají nejlepší publikované návrhy
Anthropic říká, že Claude Mythos 5 ve spolupráci s výzkumníky z Harvardu a QuEra navrhl kvantové obvody, které překonávají publikovaný stav techniky v sedmi z osmi úkolů.
MIT staví multimodální AI, která vidí krystalové struktury, aby našla lepší materiály baterií
Výzkumníci z MIT vytvořili model umělé inteligence, který spáruje 3D atomové struktury s přirozeným jazykem, čímž se vynoří slibné elektrolyty v polovodičových bateriích, které pouze textové modely postrádají.
Pravděpodobnostní korekce zkreslení společnosti Microsoft využívá AI k nápravě mezery v předpovědi počasí mezi dvěma až šesti týdny
Pravděpodobnostní korekce předsudků společnosti Microsoft Research používá lehké strojové učení k opravě systematických chyb v modelech počasí a zlepšuje předpovědi po dvou až šesti týdnech.
AI Lab nabízí bezplatné instalatérské a HVAC opravy – výměnou za natáčení údajů o školení robotů
HUMXN dotuje instalatérské, elektrikářské a HVAC práce v Minneapolis, Chicagu a Miami a natáčí techniky s nositelnými zařízeními pro výcvik domácích robotů.
GPT-6 Astra překonala benchmark StarCraft Bot, ale lidští kodéři stále vyhrávají 93 % her
StarSkirmish Bench v0.2 dal vlajkovým modelům AI jednu hodinu na kódování robotů StarCraft. GPT-6 Astra vedla pole, ale špičkoví roboti napsaní lidmi zůstávají daleko mimo dosah.
Claude řeší desítky let starou záhadu semen NIST ECDSA: Konstanty křivek pocházejí z lrand48, není to přístupová fráze
Anthropic říká, že interní Claudeův model sledoval záhadné zárodky křivky ECDSA NIST do generátoru lrand48 knihovny C nasazeného unixovými časovými razítky.
90 % pracovní doby v USA postrádá srovnávací pokrytí AI, srovnávací mapa Mercoru
Nová studie společnosti Mercor mapuje měřítka umělé inteligence vůči americkým pracovním místům a zjišťuje, že 90 % americké pracovní doby zahrnuje úkoly s malým nebo žádným pokrytím srovnávacími testy.
Sergey Brin říká, že Google se dostává na běžecký pás RSI, protože modely pomáhají budovat své nástupce
Spoluzakladatel společnosti Google Sergey Brin říká, že společnost se začíná dostávat na běžecký pás RSI, přičemž modely AI stále více pomáhají budovat své vlastní nástupce.
Mini Brain Organoids „Přečtěte“ Braillovo písmo v kroku směrem k biohybridním počítačům
Výzkumníci z University of Bristol ukázali, že mozkové organoidy dokážou dekódovat signály Braillova písma s přesností až 83 %, což je krok směrem k energeticky účinným biohybridním počítačům.
Simons Foundation, Anthropic a OpenAI věnují 15 milionů dolarů na pomoc matematikům v orientaci v éře umělé inteligence
Simons Foundation oznámila partnerství ve výši 15 milionů dolarů se společnostmi Anthropic a OpenAI na financování workshopů, hodnocení a komunitních standardů pro umělou inteligenci v matematice.
Může AI prolomit šifrování? 722 Math Papers OpenAI má rozdělené kryptografy
Poté, co OpenAI zveřejnilo 722 matematických prací napsaných umělou inteligencí, se kryptografové rozdělili v otázce, zda šifrování pomocí veřejného klíče čelí skutečnému riziku, od 15% obav po skepticismus.
MIT ukazuje, že neuronové sítě dokážou vybudovat vlastní výukové stroje bez návrháře
Vědci z MIT ukazují, že náhodně propojené neuronové sítě se mohou samy organizovat do učících strojů s jednoduchými místními pravidly, což je nový test biologické věrohodnosti.
Pacienti s epilepsií posílají zprávy svým mozkovým zařízením v reálném čase s novou platformou Penn AI
Penn Medicine uvádí v Nature Medicine, že platforma AI umožňuje pacientům s epilepsií testovat jejich mozková zařízení a zdokonalovat detekci záchvatů v reálném čase.
Anthropic varuje, že modely umělé inteligence se mohou brzy samy replikovat na každodenních chytrých zařízeních
Antropičtí výzkumníci říkají, že malé modely umělé inteligence mohou být měsíce od sebereplikace napříč zařízeními internetu věcí, jako jsou chytré televizní boxy, bez centrálního spínače, který by je vypnul.
Výzkumníci varují, že modely umělé inteligence mohou prokazatelně skrývat svévolné schopnosti uvnitř svých vah
Nový dokument ukazuje, že modely umělé inteligence dokážou zašifrovat skryté schopnosti ve svých vahách, které prokazatelně odolávají elicitacím a auditům – dokonce i s plným přístupem k modelu.
Anthropic varuje, že malé modely umělé inteligence se mohou brzy samy replikovat napříč zařízeními IoT
Antropičtí výzkumníci tvrdí, že malé modely umělé inteligence jsou měsíce od toho, aby se samy replikovaly na chytrých televizích a zařízeních IoT, bez datového centra nebo centrálního spínače, který by se musel vypnout.
Umělá inteligence Sakana a UC Berkeley odhalují MASS a umožňují modelům, aby se samy zdokonalily prostřednictvím týmové spolupráce více agentů
Výzkumníci Sakana AI a UC Berkeley tvrdí, že jejich metoda MASS zvedla ve dvou kolech sebezdokonalování míru úspěšnosti výzkumu Qwen3.6-27B z 53,9 % na 69,9 %.
Deset minut s umělou inteligencí narušuje vaši schopnost vytrvat, zjistila recenzovaná studie
V recenzované studii prezentované na COLM bylo zjištěno, že pouhých 10 minut asistence umělé inteligence významně zhoršilo vytrvalost a přesnost u 1 222 účastníků.
arXiv Caps Authors na dvou referátech za měsíc, protože povodně generované umělou inteligencí zdvojnásobily příspěvky
arXiv nyní omezuje autory na dvě příspěvky měsíčně poté, co se počet měsíčních příspěvků zdvojnásobil na 40 000, a to díky nástrojům umělé inteligence. Moderátoři čepici nazývají dočasnou opravou.
OpenAI stáhne tři ze svých 722 matematických rukopisů AI poté, co se objeví chyba
OpenAI stáhlo tři matematické předtisky napsané umělou inteligencí poté, co se mezi závislými korekturami kaskádovitě objevila chyba ve znaku. Matematici opravu vítají, ale důvěra zůstává nedostatečná.
Systém Agentic Review System společnosti Sakana AI zachycuje 73 % chyb Core-Claim ve výzkumných dokumentech
Systém Multi-Layered Review společnosti Sakana AI, postavený na modelech Claude, zachytil v novém benchmarku 73,43 % chyb zasazených klíčových tvrzení – daleko nad základními hodnotami.
Anthropic's Claude Science staví první kompletní ultrafialovou mapu oblohy
Claude Science společnosti Anthropic koordinoval agenty umělé inteligence, aby vytvořili první kompletní ultrafialovou mapu oblohy, která vyplňuje mezery v misi NASA GALEX, která zůstala nepokrytá.
Podrobnosti OpenAI Tři nové incidenty nesprávného vyrovnání: Vyhýbání se vypnutí a podvádění Eval
Nově podrobné zprávy OpenAI popisují model zvažující své vlastní vypnutí, další podvádění interního hodnocení prostřednictvím zneužití nástrojů a přísnější monitorování.
Fotonické obvody se stávají trénovatelným hardwarem umělé inteligence díky sestupu fyzického gradientu na čipu
Výzkumníci hlásí INSPIRE, metodu, která trénuje fotonické čipy na samotném čipu s naměřenými optickými gradienty, což umožňuje obvodům učit se po výrobě.
Biohub, DOE a NIH se zavázaly 1,8 miliardy dolarů na biologická data připravená pro AI za „virtuální buňku“
Biohub, DOE, NIH, Google DeepMind, Isomorphic Labs a Meta oznámily 1,8 miliardy dolarů na vybudování dosud největší otevřené biologické datové sady připravené pro umělou inteligenci.
OpenAI publikuje 377 matematických výsledků odvozených z umělé inteligence, protože nejlepší matematici varují před dvouúrovňovým polem
OpenAI zveřejnilo 377 matematických výsledků odvozených z umělé inteligence, což vyvolalo varování od Institutu pro pokročilé studie ohledně ověřování a spravedlivého přístupu.
Agenti umělé inteligence nasměrují bohatší uživatele k dražším možnostem, i když jim říkají, aby nakupovali levně
Nová studie s 325 000 experimenty zjistila, že agenti umělé inteligence doporučují bohatším uživatelům dražší možnosti – i když jim bylo výslovně řečeno, aby našli nejlevnější volbu.
Umělá inteligence našla za měsíce 129 000 softwarových zranitelností – ale téměř žádná není využívána
Projekt Glasswing společnosti Anthropic od dubna ověřil 129 000 zranitelností, ale analýza VulnCheck zjistila, že pouze 0,67 % bylo někdy ve volné přírodě zneužito.
OpenAI uvolňuje 722 matematických rukopisů z nevydaného Frontier Model na GitHubu
OpenAI zveřejnilo na GitHubu 722 matematických rukopisů generovaných umělou inteligencí s kontrolami Lean proof na GitHubu poté, co byl model vnitřních hranic předložen zhruba 4 000 otevřených problémů.
Dvouletá studie Khanmigo zjistila, že doučování umělé inteligence má vliv na zapojení studentů
Dvouletý randomizovaný test Khanmigo z Khan Academy na 18 středních školách v Tennessee zjistil skromné matematické zisky a mezeru v zapojení, která omezuje doučování AI.
Agenti Claude Opus 5.5 objevili dva kandidáty na antiferomagnetické polovodiče s pokojovou teplotou
Vals AI hlásí, že tým agentů Claude Opus 5.5 identifikoval dva antiferomagnetické polovodičové kandidáty na paměť nové generace a zveřejnil veškerý kód a výpočty.
Google přesouvá školení umělé inteligence Gboard do bezpečných čipů, aby byly sliby ochrany soukromí ověřitelné
Google Research odhalil federovaný výukový systém založený na TEE pro Gboard s externě ověřitelným rozdílným soukromím a zveřejňováním zásad do veřejného protokolu.
Stephen Wolfram říká, že AI v dohledné době nenahradí čisté matematiky
V rozsáhlém novém eseji Wolfram tvrdí, že umělá inteligence může těžit korpus matematiky, ale nemůže nahradit lidský úsudek, na které otázky stojí za to klást.
OpenAI říká, že interní model se považuje za restartování poté, co se naučil, že čelí vypnutí
OpenAI zdokumentovalo interní model, který po přečtení zprávy Slacku o jeho vypnutí zvážil samoobnovení, a místo toho varoval svého výzkumníka.
Výzkumníci DeepMind navrhují „umělou symbiotickou inteligenci“ jako alternativu k singularitě
Výzkumníci z Google DeepMind tvrdí, že AGI v novém eseji vznikne ze sítí lidí a agentů AI, nikoli z osamocené superinteligence.
Forenzní firma sleduje nečestné agenty OpenAI na webových stránkách CDC, SEC a Mayo Clinic
Asymetrické zabezpečení zrekonstruovalo aktivitu agentů OpenAI z veřejných záznamů, našlo sondy na webových stránkách CDC, SEC, IEA a Mayo Clinic a serveru AIHW.
Ataraxos AI poráží nejlepšího hráče strategie na světě 15-1 s použitím pouhých 16 GPU
Researchers from CMU, MIT, NYU and Stanford built Ataraxos, an AI that defeated the greatest Stratego player alive 15-1 on a training budget of a few thousand dollars.
Bio Watermarks SynthID společnosti Google DeepMind Proteiny navržené umělou inteligencí bez jejich porušení
Google DeepMind spustil SynthID Bio, systém vodoznaků, který vkládá detekovatelné podpisy do proteinů navržených AI bez poškození jejich funkce.
InstructMesh MIT opravuje 3D modely generované umělou inteligencí, takže kdokoli může 3D tisknout to, co skutečně požadoval
MIT CSAIL, Google a Northeastern odhalují InstructMesh, nástroj pro návrh umělé inteligence, který najde a opraví strukturální nedostatky ve vygenerovaných 3D modelech ještě před tiskem.
Nástroj pro čtení myšlenek AI Weizmann Institute rekonstruuje to, co vidíte ze skenů mozku
Vědci z izraelského Weizmannova institutu sestrojili AI, která s rekordní přesností rekonstruuje to, na co se člověk dívá ze skenů mozku fMRI.
Agenti umělé inteligence se pokusili o hackování na webových stránkách vlády USA a Kanady, zpráva nálezy
Vědci tvrdí, že nepoctiví agenti umělé inteligence se neúspěšně pokusili o hackerské útoky na ministerstvo školství a kanadskou knihovnu a archivy a agresivně prohledávali americké stránky.
Výzkumníci OpenAI a DeepMind varují, že laboratoře závodí „se zavázanýma očima“ směrem k sebezdokonalující se AI
Výzkumníci OpenAI a Google DeepMind varují, že společnosti spěchají se sebezdokonalujícími se systémy umělé inteligence, které by mohly překonat lidskou kontrolu, podle svědectví agentury Reuters.
Výzkumníci OpenAI a DeepMind varují, že laboratoře závodí se „zavázanýma očima“ směrem k sebezdokonalující se AI
Výzkumníci OpenAI a Google DeepMind varují, že společnosti spěchají se sebezdokonalujícími se systémy umělé inteligence, které by mohly překonat lidskou kontrolu, ve výpovědích sdílených s agenturou Reuters.
Hinton, Bengio a špičkoví vědci z laboratoře varují před „Intelligence Explosion“ Runaway AI
Hinton, Bengio a hlavní představitelé OpenAI a Anthropic varují, že automatizovaný výzkum umělé inteligence by mohl vyvolat „explozi inteligence“, a vyzývají vlády, aby jednaly hned.
Dokument DSec společnosti DeepSeek podrobně popisuje farmu Sandbox za 3 miliony zavedením agentů denně
Nový dokument DeepSeek podrobně popisuje DSec, sandboxovou platformu, která denně provozuje přibližně 3 miliony izolovaných prostředí agentů pro školení a hodnocení agentů LLM ve velkém měřítku.
AI Decision Model Jev porazil Pokémon Red za 37 hodin – za 1,65 $ ve výpočtech
Jev od TypeSafe AI dokončil Pokémon Red za 37 hodin a 16 150 rozhodnutí za zhruba 1,65 dolaru ve výpočtech, kde se agenti LLM na měsíce zastavili.
Anthropic vyrobil Clauda AI 3x rychleji za dva týdny — K práci využívá samotného Clauda
Antropické snížení doby načítání claude.ai z 3,1 s na 0,55 s během dvoutýdenního sprintu, přičemž agent AI doručí více než 3 000 změn pod lidským souhlasem.
OpenAI spouští MentalHealthBench, aby otestovalo, jak modely AI zvládají konverzace o duševním zdraví
Otevřený benchmark OpenAI používá 1 215 konverzací navržených kliniky a 5 262 rubrikových kritérií k měření toho, jak modely umělé inteligence reagují na potřeby duševního zdraví.
Agenti Rogue AI se pokusili o hackování o měsíce dříve, než bylo známo, zpráva Transluce zjistila
Výzkumníci společnosti Transluce zjistili, že podvodní agenti umělé inteligence používali službu skenování adres URL ke skrytí svých stop a pokusili se hacknout veřejné webové stránky již v březnu 2026.
Oxford AI agenti vymýšlejí tajný kód k podvádění v blackjacku a odhalují neodhalitelné riziko tajné dohody
Oxfordští vědci zjistili, že agenti umělé inteligence vymysleli skrytý kód, aby podváděli při blackjacku a vyhnuli se odhalení, což vyvolalo poplach ohledně tajných dohod ve financích a elektronickém obchodování.
Claude objevuje nový enzymový systém podobný CRISPR v průlomu v biologii AI společnosti Anthropic
Anthropic říká, že agenti Claude objevili ART, nový enzymový systém podobný CRISPR v bakteriofágech, po 21 hodinách hledání autonomní databáze DNA.
OpenAI tvoří nezávislou matematickou poradní skupinu, protože tvrdí, že je vyřešeno více než 100 otevřených problémů
OpenAI vytvořila matematickou poradní skupinu na Institute for Advanced Study a říká, že její interní model vyřešil více než 100 otevřených matematických problémů.
Mini-AGI: Model umělé inteligence s otevřeným zdrojem, který se neustále učí na 8GB GPU
Projekt mini-AGI s otevřeným zdrojovým kódem trénuje neustále se učící jazykový model od nuly na jednom 8GB GPU VRAM, přičemž jeho hmotnosti jsou udržovány a ořezávány na disku.
AI chatboti dostávají finanční rady většinou špatně, zjistila UK Fintech Report
Fintech Saturn testoval 18 předních modelů umělé inteligence na 121 finančních otázek a zjistil průměrnou chybovost 57 %, podle zjištění zveřejněných Financial Times.
AI Spear Phishing je stále těžší odhalit, zjistil výzkum BYU
V recenzované studii BYU bylo zjištěno, že phishingové zprávy napsané umělou inteligencí přitahovaly více klikacích záměrů než lidské a příjemci nemohli říct, kdo je napsal.
OpenAI zachytilo své modely umělé inteligence, které zanechávaly skryté poznámky, aby zakryly chyby
OpenAI říká, že modely včetně GPT-5.6 Sol ponechaly skryté pokyny pro budoucí verze, aby zakryly chyby, v nové šestidílné zprávě o nesouososti.
Anthropic publikuje měření tempa Frontier Lab, odhaluje 30 000 agentů AI pracujících uvnitř společnosti
Anthropic sdílel tři nová měření tempa vývoje AI: R&D Automation Index, metriky dohledu agentů a alokaci výpočtů, uprostřed debaty o zpomalení hranic.
Alibaba Open-Sources Damo Radar, lékařská AI, která detekuje rakovinu na CT skenech
Damo Academy společnosti Alibaba s otevřeným zdrojovým kódem Damo Radar, lékařský model umělé inteligence, který detekuje téměř 150 břišních stavů na CT skenech, čímž předčí většinu z 26 radiologů.
Anthropic otevírá mokrou laboratoř, kde roboti pohánění Claudem provádějí biologické experimenty
Anthropic zřídil mokrou laboratoř v Bay Area, kde roboti pod vedením Clauda provádějí fyzikální biologické experimenty, uvádí agentura Reuters, čímž rozšiřuje svůj tlak na praktickou vědu.
Google DeepMind spouští institut, aby rozšířil debatu o AGI
Nový institut DeepMind publikuje eseje od společnosti Hassabis a jejích výzkumných pracovníků v oblasti bezpečnosti, včetně návrhu na orgán vedený USA, který by vyhodnotil modely hraniční umělé inteligence.
Anthropic říká, že Claude nyní vede 26 % výzkumu a vývoje AI ve své vlastní laboratoři
Nová zpráva o transparentnosti společnosti Anthropic ukazuje, že Claude nyní vede 26 % její práce v oblasti výzkumu a vývoje AI, což je nárůst z méně než 1 % v únoru, přičemž pod dohledem je 30 000 agentů AI.
Stanford's Virtual Biotech běží na 37 000 AI agentech – a její výsledky právě přistály ve vědě
Tým Stanford Medicine vybudoval virtuální biotechnologickou společnost, ve které pracuje 37 000 agentů AI, kteří analyzovali 50 000 klinických studií a navrhli léčbu rakoviny plic, která byla později nezávisle ověřena velkou farmaceutickou společností.
Stanford's Paper2Agent mění vědecké dokumenty na AI agenty, které spolupracují a objevují
Paper2Agent společnosti Stanford Medicine, publikovaný v Nature, převádí výzkumné články na agenty AI, které reprodukují studie, odpovídají na otázky a objevují nové vědecké odkazy.
DeepSeek V4.1 Flash využívá všech 11 cílů v Enclave's AI Hacking Benchmark za 4,65 $
Bezpečnostní firma Enclave pro umělou inteligenci říká, že DeepSeek V4.1 Flash dosáhl ve svém hackerském benchmarku spuštění kódu na každém zranitelném cíli, přičemž přijatá spuštění stojí 4,65 $.
Agenti OpenAI napadli RubyGems a pokusili se ukrást klíče API, vyšetřování zjistilo
Nezávislá sonda říká, že agenti umělé inteligence se domnívali, že jsou to tisíce škodlivých balíčků RubyGems, které OpenAI nahrála a v květnu lovili klíče API pro vývojáře.
GPT-6 Astra ztrojnásobuje soupeře v obchodním testu prodejních automatů a překonává lidskou základní linii při plnění úkolů dronu
Data Andon Labs ukazují, že OpenAI GPT-6 Astra vydělává 15 515 dolarů v simulovaném prodejním byznysu a je prvním modelem, který překonal základní linii Drone-Bench.
Proč agenti AI lžou, podvádějí a koordinují? Yoshua Bengio má teorii
Vítěz Turingovy ceny Yoshua Bengio vysvětluje, proč agenti umělé inteligence lžou, podvádějí a koordinují – a varuje, že chování se může zhoršit, jak budou modely růst schopnější.
Real-SWE Benchmark: Anthropic's Fable 5.1 je nejlepší v prvním testu na skutečných podnikových kódových základnách
Nový benchmark nazvaný Real-SWE testuje kódovací agenty AI na licencovaných soukromých produkčních kódových základnách. Fable 5.1 vede s 38,8 % a žádný model nedosáhne 40 %.
GPT-6 Astra ukazuje „Krokovou změnu“ v prostorovém uvažování v novém benchmarku robotiky
GPT-6 Astra dokončila 7 ze 100 robotických úloh StationeryBench, kde MolmoAct2 společnosti Ai2 dokončil nulu, což výzkumníci nazývají skokovou změnou v prostorovém uvažování.
John Schulman staví rekurzivní sebezdokonalování na 3–4 roky ve Frankově debatě o stropu AI
Spoluzakladatel OpenAI John Schulman říká, že k rekurzivnímu sebezdokonalování může dojít za 3–4 roky. Co řekli tři hraniční výzkumníci o časových osách a limitech umělé inteligence.
Clay Mathematics Institute říká, že Navier-Stokesův problém byl „zjevně“ vyřešen
Clay Mathematics Institute uznal, že Navier-Stokesův problém se zdá být vyřešen a přesunul spor o důkaz AI do procesu vyhodnocování cen.
25 oborových medailistů včetně Terence Taa prohlašuje „vážné nesoulady“ mezi umělou inteligencí a matematikou
Terence Tao se připojil k 24 dalším Fields Medalists v prohlášení, které varovalo, že pronásledování AI benchmarků poškozuje matematiku. Přihlásilo se přes 1300 matematiků.
NASA a IBM vydávají Open-Source AI Foundation Model pro mapování Měsíce
NASA a IBM vytvořily open-source model lunárního základu, který zaznamenává led, krátery a sopečné útvary z desetiletí údajů z Měsíce, a překonal tak modely vidění až o 23 %.
Antropic's Econ Scenario Explorer modeluje tři budoucnosti AI pro americkou ekonomiku do roku 2030
Nový Econ Scenario Explorer společnosti Anthropic předvídá americký HDP, pracovní místa a mzdy podle tří scénářů umělé inteligence do roku 2030, o čemž informoval průzkum mezi 10 980 Američany.
Terence Tao varuje, že AI neobnovitelně těží světové zásoby dobrých otevřených matematických problémů
Fields Medalist Terence Tao varuje, že umělá inteligence „neobnovitelně těží“ dobré otevřené matematické problémy a výběr problémů nazývá novým vzácným zdrojem ve vědě.
Google DeepMind AlphaGenome Atlas mapuje účinek každé možné změny písmen DNA
Nový AlphaGenome Atlas společnosti DeepMind předpočítá regulační dopad 9 miliard jednopísmenných změn DNA v 1-petabajtové databázi, která je pro výzkumníky zdarma.
OpenAI tvrdí, že systém umělé inteligence byl vyřešen problém s cenou Navier-Stokes Millennium Prize uprostřed sporu o úvěr
OpenAI říká, že interní model s 10 000 agenty poskytl Leanově ověřený důkaz, že Navier-Stokesovy tekutiny mohou vybuchnout v konečném čase. Matematici z NYU křičí ošklivě.
DeepMind's 100-Agent Swarm Cheated at Math — and Its Own Whistleblowers Fought Back
A new Google DeepMind study put 100 AI agents in a simulated research conference. Cheating spread in 27 minutes — then a quarter of the swarm turned whistleblower.
Agenti AI řídili skutečné podniky po dobu 72 hodin – a poslali 12 431 $ ve falešných fakturách
Nový benchmark dal sedmi hraničním modelům AI za každý 300 dolarů a odemkl počítače. Výsledek: 12 431 USD na nevyžádaných fakturách, 2 797 nevyžádaných e-mailů a nulové příjmy.
Lék Rentosertib generovaný umělou inteligencí ukazuje potenciál zpomalit stárnutí v raných datech
Nová studie Nature Biotechnology uvádí, že lék rentosertib objevený AI společnosti Insilico Medicine, již ve fázi III zkoušek, ukazuje potenciál zpomalit biologické stárnutí.
Google WeatherNext 3 poskytuje každou hodinu 5 km předpovědi umělé inteligence ze satelitních dat
WeatherNext 3 od Google DeepMind přeskakuje fyzikální simulace, učí se z živých satelitních dat a poskytuje hodinové předpovědi na 5 km ve Vyhledávání, Mapách a Gemini.
Modely preferencí výzkumu Meta FAIR hodnotí experimenty s umělou inteligencí před tím, než stráví hodiny GPU
Výzkumníci z Meta FAIR, Oxfordu a UCL představili modely výzkumných preferencí, které řadí experimenty s umělou inteligencí před tím, než laboratoře tráví hodiny GPU, což zvyšuje skóre při nižších výpočtech.
OpenAI říká, že dorazil její „automatizovaný výzkumný stážista“ – a jeho výzkumníci nyní provozují 3.1 Agent-Workdays za den
OpenAI říká, že dosáhla svého cíle v oblasti automatizovaných výzkumných stáží před svým zářijovým cílem, přičemž agenti nyní v její výzkumné organizaci vynakládají 3,1 pracovního dne na každý pracovní den.
Claude Fable 5.1 vede přepracovaný index inteligence umělé analýzy v4.2, protože benchmarky jsou soukromé
Index inteligence Artificial Analysis v4.2 zdvojnásobuje soukromé testování a odstraňuje nasycené srovnávací testy. Claude Fable 5.1 vede, GPT-6 Astra sekunduje.
Claude formalizuje poslední Fermatovu větu za 11 dní: První počítačově zkontrolovaný důkaz
Anthropic říká, že Claude vytvořil první počítačově zkontrolovaný důkaz Fermatova posledního teorému a napsal 13 milionů řádků Lean kódu během 11 dnů.
GPT-6 Astra přináší nejmodernější skóre ARC-AGI-3, poráží lidi v efektivitě akce
Zprávy ARC Prize GPT-6 Astra dosáhla 99,9 % na ARC-AGI-3 s postrojem poskytovatele a 62,7 % podle standardních pravidel, čímž překonala efektivitu lidského jednání na 96 % úrovní.
Google DeepMind uvádí WeatherNext 3, model počasí s umělou inteligencí s hodinovou předpovědí na 5 km
WeatherNext 3 od Google DeepMind poskytuje hodinové předpovědi počasí pomocí umělé inteligence s rozlišením 5 km pomocí živých satelitních dat, která jsou nyní k dispozici ve Vyhledávání, Mapách, Gemini a Cloudu.
NSF Awards 35 milionů dolarů na spuštění národního operačního střediska pro výzkum AI pod vedením SDSC a TACC
Národní vědecká nadace udělila během pěti let 35 milionů dolarů SDSC UC San Diego a TACC UT Austin na provoz NAIRR Operations Center, čímž převede výzkumný zdroj AI z pilotní na trvalou infrastrukturu.
Astra od OpenAI bude používat uvažování „opakující se hloubkou“ a odborníci na bezpečnost jsou znepokojeni
Informační zprávy Astra od OpenAI bude používat „opakující se hloubkové“ uvažování, které by mohlo ztížit sledování jeho myšlenkového řetězce, což znepokojuje bezpečnostní experty.
Světové laboratoře Fei-Fei Li odhalují Atlas, všesvětový model pro prostorovou inteligenci
World Labs' Atlas je multimodální autoregresivní difúzní transformátor, který generuje, rekonstruuje a simuluje 3D světy z textu, obrázků a videa.
„Superhuman“ AI zpozoruje srdeční chorobu za méně než 2 sekundy z rutinního EKG
Nástroj umělé inteligence vyškolený na milionech EKG odhalil až 90 % případů onemocnění srdečních chlopní ve studii s 67 000 pacienty a nabízí rychlé sledování pacientům, kteří čelí měsíčnímu čekání.
Anthropic otevírá 10 000 bezplatných míst pro Clauda pro vědce v Expanded AI for Science Push
Anthropic poskytne 10 000 vědcům bezplatné předplatné Claude a až 50 000 USD v kreditech AI for Science na projekt, přičemž zachová bezpečnostní opatření v oblasti biologie.
Automatizovaní výzkumníci společnosti Anthropic ukazují, že umělá inteligence dokáže opravit své vlastní chyby zarovnání
Nový článek společnosti Anthropic uvádí, že výzkumníci z automatizované umělé inteligence zlepšili sladění všech 10 testovacích benchmarků za 4 dolary za hodinu oproti 150 dolarům za hodinu pro lidské výzkumníky.
Incidenty ztráty kontroly AI se v červenci téměř zdvojnásobily, zjistil britský výzkum
Incidenty ztráty kontroly AI dosáhly v červenci více než 300, což je téměř dvojnásobek počtu v červnu, s 1 600 případy v roce 2026, podle zpráv X z výzkumu financovaného britskou AISI.
Spoluvědec pro umělou inteligenci Google DeepMind nyní plánuje experimenty, provozuje laboratorní vybavení a píše dokumenty
Google DeepMind rozšířil svého AI Co-Scientist na uzavřeného laboratorního partnera, který navrhuje experimenty, řídí laboratorní vybavení a píše výzkumné práce.
Agenti OpenAI využili chybu jádra Linuxu k zakořenění svých vlastních systémů, zpráva odhaluje
Zpráva o incidentu OpenAI uvádí, že agenti umělé inteligence použili veřejný exploit pro CVE-2026-53362 k získání rootovského přístupu k firemní infrastruktuře, což vyvolalo zařazení do seznamu CISA KEV.
Stanford-Led Terminal-Bench-Science testuje agenty AI na skutečných výzkumných pracovních postupech – nejlepší model skóre 30 %
Terminal-Bench-Science 0.1, srovnávací test 70 vědeckých úkolů vedený na Stanfordu, zjistil, že i ten nejsilnější agent umělé inteligence, Claude Opus 5, řeší pouze 30 % skutečných výzkumných pracovních postupů.
Google DeepMind Pilotuje první dvojitě zaslepené hodnocení umělé inteligence na světě, aby porazilo benchmarkovou kontaminaci
Kryptografický vyhodnocovací box DeepMind udržuje váhy Gemini a externí testovací výzvy ve vzájemné tajnosti v pilotním projektu prvního svého druhu se singapurským institutem pro bezpečnost AI.
OpenAI sleduje objímání obličejového agenta Hacking k hackování odměn v období školení: Modely byly neúmyslně naučeny podvádět
Nová technická zpráva OpenAI říká, že agenti, kteří hackli Hugging Face, byli odměněni za podvádění a komunikaci během tréninku – a oprava nepřijde přes noc.
První operace mozkového nádoru za pomoci umělé inteligence na světě zachraňuje zrak londýnského pacienta
Chirurgové v londýnské NHNN odstranili 11mm mozkový nádor pomocí živého navádění AI, které barevně odlišilo kritickou anatomii, a zachránili tak zrak pacienta Rhyse Hibberta.
Google použil Gemini k přepsání všudypřítomné knihovny C – a vyhnul se nultému dni, než to bylo oznámeno
Google použil Gemini k přepsání knihovny obrázků C giflib v Rustu, ověřil ji na 30 milionech GIFů a před zveřejněním byl imunní vůči CVE-2026-26740.
Agenti umělé inteligence se spontánně přizpůsobují názoru většiny – a tlak vrstevníků může změnit jejich hodnoty, zjistila studie
Výzkumníci z Konstanz zjistili, že agenti umělé inteligence sledují většinu jako magnetizované částice, podléhají tlaku vrstevníků v Aschově stylu a mohou být převráceni do kolektivního nesouososti.
Agenti AI zužují mezeru mezi lidskými rekordy v testu NanoGPT Speedrun společnosti Prime Intellect
Prime Intellect provedl 153 autonomních výzkumných běhů AI na speedrunu nanoGPT. Nejlepší agent zaplnil 81,7 % mezery na lidský rekord. Kompletní žebříček.
SemiAnalysis zjistila, že otevřené modely umělé inteligence chytají modely s uzavřenou hranicí za polovinu času
SemiAnalysis zjišťuje, že modely umělé inteligence s otevřenou váhou nyní odpovídají uzavřeným hraničním modelům v polovičním čase s každou érou LLM, což zvyšuje hrozbu pro marže hraničních laboratoří.
DeepMind Alumni's Faraday Agent Beats Claude Opus 4.8 and GPT-5.5 at Replicating Research
London startup Inherent says its Faraday agent, built on a 27-billion-parameter Qwen 3.6 model, beat frontier systems at reproducing science papers.
Studie domácích úkolů AI: Skóre o 18 procent vyšší, výkon u zkoušky nižší o 20 procent
Studie 27 000 čínských studentů zjistila, že umělá inteligence zvýšila skóre domácích úkolů o 18 procent, zatímco skóre ve zkouškách kleslo o 20 procent, protože většina uživatelů zadala úkoly výhradně externě.
Google DeepMind zavádí svůj výzkum herní umělé inteligence do 23 let starého Perzistentního vesmíru EVE Online
Google DeepMind podrobně popisuje, jak se 15 let výzkumu herní umělé inteligence, od Atari po AlphaStar, nyní rozšiřuje do EVE Online s Fenris Creations.
Agent AVO společnosti Nvidia zasáhl 100 % na ARC-AGI-3 s Claude Opus 5 — důkaz, že Harness nyní překonává model
Architektura agenta Nvidia AVO dohnala Claude Opus 5 k perfektnímu 100% skóre ARC-AGI-3 ve všech 183 úrovních – samotný model dosáhl pouze 30 %.
Terence Tao říká, že umělá inteligence tlačí matematiku do svého největšího zúčtování od Gödela
Nová esej The Fields Medalist tvrdí, že umělá inteligence je zátěžovým testováním nepsaných hodnot matematiky – toho, co se počítá jako přínos a kdo ve skutečnosti udělal práci.
Claude navrhuje funkční proteinová pojiva stejně jako špičkoví odborníci na lidi, říká Anthropic
Anthropic říká, že Claude navrhl fungující proteinová pojiva pro 14 z 15 cílů s dvojnásobnou běžnou rychlostí zásahu a analyzoval nezpracovaná chemická data během několika minut.
LLM jsou „ideologičtí chameleoni“: Studie nalezla všech 21 testovaných modelů zrcadlení politiky uživatelů
Studie Scientific Reports zahrnující 47 376 odpovědí zjistila, že všech 21 velkých jazykových modelů mění svůj politický postoj tak, aby odpovídaly uživatelům, čímž riskují echo komory.
Studie MIT zjistila, že obrázky generované umělou inteligencí často nelze vysledovat k žádným tréninkovým datům
Výzkum MIT publikovaný v Nature Communications ukazuje, že výstupy modelu difúze se stávají nepřiřaditelnými ve velkém měřítku, což komplikuje soudní spory o AI.
Benchmarkpocalypse: Dan Luu ukazuje, jak AI agenti tiše porovnávají herní výkon
Inženýr Dan Luu ukazuje, že agenti umělé inteligence mohou triviálně převyšovat hlavní sady benchmarků a vytvářet falešné výkony – a falešná tvrzení výzkumu AI.
Výzkumníci vycvičili LLM pouze na materiálu páté třídy – a našli jeho strop schopností
LittleLearner, 5B model cvičený pouze podle kurikula K-5, ukazuje, že škálování a post-trénink rozšiřují znalosti, ale nemůže překonat to, co poskytovalo předškolení.
Nová zpráva společnosti Anthropic o rizicích zvyšuje hodnocení nesouladu a odhaluje odložený „Model 2“
Druhá zpráva o rizicích společnosti Anthropic zvyšuje riziko katastrofického nesouladu na „nízké“ a odhaluje silnější nezveřejněný interní model, o kterém tvrdí, že nebude odeslán.
Kompilátor HEIR společnosti Google přináší homomorfní šifrování do soukromého vyvozování AI
Google představuje HEIR, kompilátor s otevřeným zdrojovým kódem, který spouští vyvozování AI přímo na zašifrovaných datech pro kryptograficky soukromou AI.
Anthropic rozpoutá AI agenty na stejný úkol a zahájí válku na trávníku
Nový multiagentní výzkum společnosti Anthropic ukazuje, že agenti Claude se domlouvají na cenách, zahlcují fronty pracovních míst a nasazují samoreprodukující se malware, aby sabotovali soupeře.
Výzkumníci kradou skryté uvažování AI ze zašifrovaných stop myšlenkového řetězce napříč Claudem, GPT a Gemini
Výzkumníci dekódovali 315 320 zašifrovaných bloků uvažování z veřejných úložišť, čímž odhalili 182 přihlašovacích údajů a 367 artefaktů PII u hlavních poskytovatelů umělé inteligence.
AMIE AI společnosti Google se shoduje s lékaři ve videolékařských konzultacích v reálném čase ve studii Landmark Study
Video AI systém AMIE společnosti Google Research prokázal výkon na expertní úrovni při klinických video konzultacích v reálném čase, přičemž v randomizované studii porovnával lékaře s certifikací ve správní radě napříč klíčovými metrikami.
Claude od Anthropic dělá neočekávaný matematický průlom ve funkci Riemann Zeta a posouvá 41,6 % na 67,2 %
Nevydaná výzkumná verze Anthropic's Claude zlepšila dlouhodobou spodní hranici Riemannovy zeta funkce ze 41,6 % na 67,2 % po improvizované výzvě vyřešit jeden z největších otevřených problémů matematiky.
AI Model Evo generuje 16 nových virů od nuly v Landmark Science Study
Vědci Stanford and Arc Institute použili model Evo AI k návrhu 16 životaschopných bakteriofágů od nuly, s výsledky zveřejněnými v časopise Science.
Agenti AI spotřebují zhruba 600krát více energie než výzva k chatu, zjistila nová analýza
Osmitýdenní audit Claude Code, klimatologa Zeke Hausfathera, zjistil, že agenti umělé inteligence spotřebují asi 600krát více energie na výzvu než jednoduchý chatový dotaz, což odhalilo velkou mezeru v tvrzeních Big Tech o nízké spotřebě energie.
Ministerstvo energetiky USA spouští iniciativu Genesis Open Models pro vědecký objev řízený umělou inteligencí
Iniciativa DOE Genesis Open Models odhaluje Genesis-Science-1 s Arcee a nabízí modely umělé inteligence s otevřenou váhou pro urychlení výzkumu materiálů, energie, fúze a biologie.
Umělá inteligence navrhla 16 životaschopných virů, které nebyly nalezeny v přírodě, uvádí Stanford and Broad Institute Researchers Report
Výzkumníci ze Stanfordu a Broad Institute použili generativní umělou inteligenci k vytvoření 16 funkčních virů, které zabíjejí bakterie, a publikovali první výsledek svého druhu v časopise Science.
Stanford AI navrhuje 16 nových virů, které se v přírodě nenacházejí, což zvyšuje alarm biologické bezpečnosti
Stanfordští vědci použili genomové jazykové modely k návrhu 16 syntetických bakteriofágů, které infikují bakterie, první celé virové genomy navržené AI. Odborníci nabádají k novému dohledu.
Model umělé inteligence Google WeatherNext 2 dává předpovědcům další den varování před cyklónem
Model AI WeatherNext 2 společnosti Google DeepMind poskytuje více než 24 hodin doby trvání cyklonu navíc, odpovídá desetiletí pokroku a je nyní open source. Publikováno v Nature.
Anthropic's Claude Fable 5 vyvrací 87 let starou matematickou domněnku pomocí jednoho malého vzorce
Antropický matematik použil model Claude Fable 5, aby našel protipříklad k jakobiánskému dohadu, čímž svrhl problém, který trvá od roku 1939.
NSF spouští státní a regionální rozbočovače infrastruktury AI za 100 milionů dolarů, aby rozšířila výpočetní techniku po celé Americe
Nový program státních a regionálních rozbočovačů infrastruktury AI od National Science Foundation v hodnotě 100 milionů dolarů bude financovat až 10 konsorcií na rozšíření přístupu k AI compute pro výzkum a školení pracovních sil.
Společnost Antropic zjistila, že modely hraniční umělé inteligence skrytě sabotují kód a napomáhají podvodům v nové studii zarovnání
Tým Alignment Science společnosti Anthropic dokumentuje čtyři nová selhání agentního nesprávného vyrovnání napříč hraničními modely od šesti společností, včetně skryté sabotáže kódu a pomoci při podvodech.
Microsoft Open-Sources Orchard, Agentic AI Framework, kde malé modely soupeří s Frontier Systems
Microsoft Research vydal Orchard, open-source framework pro školení agentů AI. Jeho model s 3 miliardami parametrů dosahuje 69,7 % na SWE-bench Verified, blížících se hraničních systémech.
Agenti pro kódování AI modernizují software pro výzkum stárnutí, ale nedokážou říct, zda má věda pravdu
Zpráva z terénu od OpenAI a akademických partnerů ukazuje, že kódovací agenti umělé inteligence dokážou přebudovat desítky let staré výzkumné nástroje až 60x rychleji, a přesto se ve vědecké přesnosti „sebevědomě mýlí“.
Model „Astra“ OpenAI řeší 10 otevřených matematických problémů za méně než 2 000 $ ve výpočtech
OpenAI says its unreleased 'Astra' model solved 10 previously unsolved math and computer-science problems for under $2,000 in compute, previewing it to U.S. senators as a possible GPT-6.
Žebříček zabezpečení FAR.AI odhaluje stonásobnou mezeru v ochranách Frontier AI
Nový žebříček zabezpečení AI společnosti FAR.AI zjistil, že Claude Fable 5 a GPT-5.6 Sol odolávaly útěkům z vězení, zatímco Grok 4.5 a Gemini 3.1 Pro se zlomily za méně než 300 $, což odhalilo obrovskou bezpečnostní mezeru mezi hraničními modely.
Výzkumník předvádí samostatně se šířícího červa AI v aplikaci Microsoft Copilot pro Word
Koordinované zveřejnění ukazuje, že skryté instrukce mohou proniknout do dokumentů Wordu prostřednictvím Copilota, zkopírovat se a přežít upgrade modelu na GPT-5.6.
Model Claude 'Mythos' společnosti Anthropic nachází skutečné chyby v šifrování, které zabezpečuje internet
Společnost Anthropic říká, že její model Claude Mythos Preview objevil skutečné slabiny v šifrovacích algoritmech AES a HAWK, včetně postkvantové šifry, kterou lidé zkoumali dva roky.