تحقیقات هوش مصنوعی
137 articles
چهار مامور Gemini 4 Argon ابتدا Minecraft را بدون کمک انسانی در جهان شکست دادند
محققان Google DeepMind می گویند چهار عامل Gemini 4 Argon در 27 ساعت به طور کامل Minecraft را شکست دادند و 2783 برنامه نوشتند و 605 بار جان خود را از دست دادند.
Anthropic می گوید 5 مدار کوانتومی طراحی شده Claude Mythos که بهترین طرح های منتشر شده را شکست داد
آنتروپیک می‌گوید که کلود میتوس 5 مدارهای کوانتومی را با موفقیت در هفت کار از هشت وظیفه، با همکاری محققان هاروارد و کوئرا، طراحی کرده است.
Anthropic می گوید 5 مدار کوانتومی طراحی شده Claude Mythos که بهترین طرح های منتشر شده را شکست داد
آنتروپیک می‌گوید که کلود میتوس 5 مدارهای کوانتومی را با موفقیت در هفت کار از هشت وظیفه، با همکاری محققان هاروارد و کوئرا، طراحی کرده است.
MIT یک هوش مصنوعی چندوجهی می سازد که ساختارهای کریستالی را برای یافتن مواد باتری بهتر می بیند
محققان MIT یک مدل هوش مصنوعی ایجاد کردند که ساختارهای اتمی سه بعدی را با زبان طبیعی جفت می‌کند و الکترولیت‌های باتری حالت جامد امیدوارکننده‌ای را که مدل‌های متنی از دست می‌دهند، ظاهر می‌کند.
تصحیح سوگیری احتمالی مایکروسافت از هوش مصنوعی برای رفع شکاف پیش بینی آب و هوای دو تا شش هفته ای استفاده می کند.
تصحیح سوگیری احتمالی مایکروسافت از یادگیری ماشینی سبک وزن برای تصحیح خطاهای سیستماتیک در مدل‌های آب و هوا استفاده می‌کند و پیش‌بینی‌ها را دو تا شش هفته بعد بهبود می‌بخشد.
آزمایشگاه هوش مصنوعی تعمیرات رایگان لوله کشی و تهویه مطبوع را ارائه می دهد — در ازای داده های آموزشی ربات فیلمبرداری
HUMXN به کارهای لوله کشی، برق و تهویه مطبوع در مینیاپولیس، شیکاگو و میامی یارانه پرداخت می کند و تکنسین های فیلمبرداری با ابزارهای پوشیدنی برای آموزش ربات های خانگی.
GPT-6 Astra برترین معیار ربات StarCraft است، اما کدگذاران انسانی همچنان برنده 93 درصد بازی‌ها هستند.
StarSkirmish Bench v0.2 به مدل‌های پرچمدار هوش مصنوعی یک ساعت فرصت داد تا ربات‌های StarCraft را کدنویسی کنند. GPT-6 Astra این میدان را رهبری می‌کرد، اما ربات‌های برتر نوشته شده توسط انسان دور از دسترس هستند.
کلود رمز و راز چند دهه NIST ECDSA را حل می کند: ثابت منحنی از lrand48 آمده است، نه یک عبارت عبور
Anthropic می‌گوید که یک مدل داخلی کلود، دانه‌های منحنی مرموز ECDSA NIST را در مولد lrand48 کتابخانه C که با مهر زمانی یونیکس کاشته شده بود، ردیابی کرد.
90 درصد از ساعات کاری ایالات متحده فاقد پوشش معیار هوش مصنوعی است، یافته‌های نقشه معیار مرکور
یک مطالعه جدید مرکور، معیارهای هوش مصنوعی را در برابر مشاغل ایالات متحده ترسیم می کند و نشان می دهد که 90٪ از ساعات کاری آمریکا شامل وظایفی است که پوشش معیار کمی یا بدون پوشش معیار دارد.
سرگئی برین می گوید که گوگل در حال ورود به تردمیل RSI است زیرا مدل ها به ساختن جانشینان خود کمک می کنند
سرگئی برین، بنیانگذار گوگل، می گوید که این شرکت شروع به ورود به تردمیل RSI کرده است و مدل های هوش مصنوعی به طور فزاینده ای به ساخت جانشینان خود کمک می کنند.
مینی ارگانوئیدهای مغز خط بریل را در گامی به سوی محاسبات بیوهیبریدی "خواندن" می کنند
محققان دانشگاه بریستول نشان دادند که ارگانوئیدهای مغزی می توانند سیگنال های بریل را با دقت 83 درصد رمزگشایی کنند - گامی به سوی کامپیوترهای بیوهیبریدی با انرژی کارآمد.
بنیاد سیمونز، آنتروپیک و OpenAI 15 میلیون دلار برای کمک به ریاضیدانان برای حرکت در عصر هوش مصنوعی متعهد شدند
بنیاد سیمونز همکاری 15 میلیون دلاری با Anthropic و OpenAI را برای تأمین هزینه کارگاه‌ها، تلاش‌های ارزیابی و استانداردهای جامعه برای هوش مصنوعی در ریاضیات اعلام کرد.
آیا هوش مصنوعی می تواند رمزگذاری را بشکند؟ 722 مقاله ریاضی OpenAI، رمزنگاران را تقسیم کرد
پس از انتشار 722 مقاله ریاضی نوشته شده با هوش مصنوعی OpenAI، رمزنگاران در مورد اینکه آیا رمزگذاری کلید عمومی با خطر واقعی مواجه است یا خیر، از نگرانی 15 درصدی گرفته تا شک و تردید، اختلاف نظر داشتند.
MIT نشان می‌دهد که شبکه‌های عصبی می‌توانند ماشین‌های یادگیری خود را بدون طراح بسازند
دانشمندان MIT نشان می‌دهند که شبکه‌های عصبی به‌طور تصادفی می‌توانند با قوانین محلی ساده، به ماشین‌های یادگیری خود سازماندهی شوند، آزمایشی جدید برای معقول‌بودن بیولوژیکی.
بیماران صرعی با استفاده از پلتفرم جدید Penn AI به دستگاه های مغز خود پیامک می دهند
Penn Medicine در Nature Medicine گزارش می‌دهد که یک پلتفرم هوش مصنوعی به بیماران مبتلا به صرع اجازه می‌دهد دستگاه‌های مغز خود را امتحان کنند و تشخیص تشنج را در زمان واقعی تشدید کنند.
آنتروپیک هشدار می دهد که مدل های هوش مصنوعی ممکن است به زودی در دستگاه های هوشمند روزمره خود تکرار شوند
محققان Anthropic می گویند که مدل های کوچک هوش مصنوعی ممکن است ماه ها از خود تکراری در دستگاه های IoT مانند جعبه های تلویزیون هوشمند، بدون کلید مرکزی برای خاموش کردن آنها فاصله داشته باشند.
محققان هشدار می دهند که مدل های هوش مصنوعی می توانند قابلیت های خودسرانه را در وزن خود پنهان کنند
یک مقاله جدید نشان می‌دهد که مدل‌های هوش مصنوعی می‌توانند قابلیت‌های پنهان را در وزن خود رمزگذاری کنند که به‌طور اثبات‌شده در برابر استخراج و ممیزی مقاومت می‌کنند - حتی با دسترسی کامل به مدل.
آنتروپیک هشدار می‌دهد که مدل‌های کوچک هوش مصنوعی ممکن است به زودی در دستگاه‌های اینترنت اشیا خود تکرار شوند
محققان Anthropic می گویند که مدل های کوچک هوش مصنوعی ماه ها مانده به خود تکراری در تلویزیون های هوشمند و گجت های اینترنت اشیا، بدون هیچ مرکز داده یا سوئیچ مرکزی برای خاموش شدن.
Sakana AI و UC Berkeley از MASS رونمایی کردند که به مدل‌ها اجازه می‌دهد از طریق کار تیمی چند عاملی خود را بهبود بخشند
محققان Sakana AI و UC Berkeley می گویند روش MASS آنها نرخ برد تحقیقاتی Qwen3.6-27B را از 53.9٪ به 69.9٪ در دو دور خود-بهبودی افزایش داد.
ده دقیقه با هوش مصنوعی توانایی شما برای تداوم را از بین می برد، یافته های مطالعه بررسی شده توسط همتایان
یک مطالعه بررسی شده در COLM نشان داد که تنها 10 دقیقه کمک هوش مصنوعی به طور قابل توجهی پایداری و دقت را در بین 1222 شرکت‌کننده مختل کرد.
نویسندگان arXiv Caps با دو مقاله در ماه به عنوان سیل ارسالی توسط هوش مصنوعی دو برابر می شود
پس از دوبرابر شدن تعداد مقالات ماهانه به 40000 مقاله، اکنون نویسندگان را به دو ارسال در ماه محدود می کند که توسط ابزارهای هوش مصنوعی هدایت می شود. مدیران این کلاه را یک اصلاح موقت می نامند.
OpenAI سه نسخه از 722 نسخه خطی ریاضی هوش مصنوعی خود را پس از یک خطای علامت حذف کرد
OpenAI سه پیش‌چاپ ریاضی نوشته‌شده با هوش مصنوعی را پس از یک خطای علامتی که از طریق اثبات‌های وابسته رخ می‌دهد، استخراج کرد. ریاضیدانان از این اصلاح استقبال می کنند، اما اعتماد کم است.
سیستم بررسی عاملی Sakana AI 73 درصد از خطاهای اصلی ادعا را در مقالات تحقیقاتی شناسایی می کند.
سیستم بررسی چندلایه Sakana AI که بر اساس مدل‌های کلود ساخته شده است، 73.43 درصد از خطاهای اصلی ادعایی را در یک معیار جدید تشخیص داده است - بسیار بالاتر از سطح پایه.
کلود ساینس Anthropic اولین نقشه کامل فرابنفش آسمان را می سازد
کلود ساینس آنتروپیک عوامل هوش مصنوعی را برای تهیه اولین نقشه کامل فرابنفش از آسمان هماهنگ کرد و شکاف‌های کشف نشده ماموریت GALEX ناسا را پر کرد.
OpenAI سه رویداد ناهماهنگی جدید را شرح می دهد: اجتناب از خاموش شدن و تقلب در افراد
گزارش‌های جدید OpenAI با جزئیات، مدلی را توصیف می‌کنند که خاموش شدن خود را دارد، مدل دیگری که از طریق اکسپلویت‌های ابزار از یک ارز دیجیتال تقلب می‌کند، و نظارت دقیق‌تر.
مدارهای فوتونیک با نزول گرادیان فیزیکی روی تراشه به سخت افزار هوش مصنوعی قابل آموزش تبدیل می شوند
محققان INSPIRE را گزارش می‌کنند، روشی که تراشه‌های فوتونیکی را روی خود تراشه با گرادیان‌های نوری اندازه‌گیری شده آموزش می‌دهد و به مدارها اجازه می‌دهد پس از ساخت یاد بگیرند.
Biohub، DOE و NIH 1.8 میلیارد دلار به داده های بیولوژیکی آماده هوش مصنوعی در فشار برای یک "سلول مجازی" اختصاص می دهند.
Biohub، DOE، NIH، Google DeepMind، Isomorphic Labs و Meta از تلاش 1.8 میلیارد دلاری برای ساخت بزرگترین مجموعه داده بیولوژیکی آماده هوش مصنوعی تا به امروز خبر دادند.
OpenAI 377 نتیجه ریاضی مشتق از هوش مصنوعی را منتشر می کند زیرا ریاضیدانان برتر در مورد یک رشته دو لایه هشدار می دهند
OpenAI 377 نتیجه ریاضی مشتق از هوش مصنوعی را منتشر کرد که باعث هشدارهایی از سوی موسسه مطالعات پیشرفته در مورد تأیید و دسترسی عادلانه شد.
عوامل هوش مصنوعی کاربران ثروتمندتر را به سمت گزینه های گران تر هدایت می کنند، حتی زمانی که به آنها گفته می شود ارزان بخرید.
یک مطالعه جدید 325000 آزمایشی نشان می‌دهد که عوامل هوش مصنوعی گزینه‌های گران‌تری را برای کاربران ثروتمندتر توصیه می‌کنند - حتی اگر صریحاً به آنها گفته شود که ارزان‌ترین انتخاب را پیدا کنند.
هوش مصنوعی 129000 آسیب‌پذیری نرم‌افزاری را در ماه‌ها پیدا کرد - اما تقریباً هیچ کدام مورد سوء استفاده قرار نمی‌گیرند
Anthropic's Project Glasswing از آوریل تاکنون 129000 آسیب‌پذیری را تأیید کرده است، اما تجزیه و تحلیل VulnCheck نشان می‌دهد که تنها 0.67 درصد آنها در طبیعت مورد سوء استفاده قرار گرفته‌اند.
OpenAI 722 نسخه خطی ریاضی را از مدل مرزی منتشرنشده در GitHub منتشر کرد
OpenAI 722 نسخه خطی ریاضی تولید شده توسط هوش مصنوعی را با بررسی های اثبات ناب در GitHub منتشر کرد، پس از اینکه یک مدل مرز داخلی تقریباً 4000 مسئله باز را مطرح کرد.
مطالعه دو ساله خانمیگو نشان می‌دهد که آموزش هوش مصنوعی به مشارکت دانشجویان بستگی دارد
یک کارآزمایی تصادفی دو ساله از خانمیگو آکادمی خان در 18 مدرسه راهنمایی تنسی، دستاوردهای متوسطی در ریاضیات و شکاف تعاملی را نشان داد که تدریس خصوصی هوش مصنوعی را محدود می‌کند.
عوامل Claude Opus 5.5 دو نامزد نیمه هادی ضد فرومغناطیسی با دمای اتاق را کشف کردند
Vals AI گزارش می دهد که تیمی از عوامل Claude Opus 5.5 دو نیمه هادی ضد فرومغناطیسی نامزد برای حافظه نسل بعدی را شناسایی کردند و همه کدها و محاسبات را منتشر کردند.
Google آموزش هوش مصنوعی Gboard را به تراشه‌های ایمن منتقل می‌کند تا وعده‌های حفظ حریم خصوصی را قابل تأیید کند
Google Research یک سیستم یادگیری فدرال مبتنی بر TEE برای Gboard با حریم خصوصی متفاوت قابل تأیید خارجی، انتشار خط‌مشی‌ها در گزارش عمومی رونمایی کرد.
استفان ولفرام می گوید هوش مصنوعی به این زودی جایگزین ریاضیدانان محض نخواهد شد
در یک مقاله گسترده جدید، ولفرم استدلال می‌کند که هوش مصنوعی می‌تواند مجموعه ریاضیات را استخراج کند، اما نمی‌تواند جایگزین قضاوت انسان در مورد سؤالاتی شود که ارزش پرسیدن دارند.
OpenAI می‌گوید که یک مدل داخلی پس از یادگیری با خاموش شدن، خود را دوباره راه‌اندازی می‌کند
OpenAI یک مدل داخلی را ثبت کرد که پس از خواندن پیام Slack در مورد خاموش شدن آن، کار خود راه اندازی مجدد را وزن می کرد، سپس به محقق خود هشدار داد.
محققان DeepMind "هوش مصنوعی همزیستی" را به عنوان جایگزینی برای تکینگی پیشنهاد می کنند
محققان با Google DeepMind استدلال می‌کنند که AGI در مقاله‌ای جدید از شبکه‌های افراد و عوامل هوش مصنوعی پدید می‌آید، نه یک ابر هوش تنها.
شرکت پزشکی قانونی عوامل سرکش OpenAI را در وب سایت های CDC، SEC و کلینیک Mayo ردیابی می کند.
امنیت نامتقارن فعالیت عامل OpenAI را از سوابق عمومی، یافتن کاوشگرهای CDC، SEC، IEA و کلینیک Mayo و یک سرور AIHW بازسازی کرد.
هوش مصنوعی Ataraxos با استفاده از تنها 16 پردازنده گرافیکی 15-1 بهترین بازیکن استراتژیک جهان را شکست داد
محققان CMU، MIT، NYU و استنفورد آتاراکسوس را ساختند، هوش مصنوعی که بزرگترین بازیکن Stratego را 15-1 با بودجه آموزشی چند هزار دلاری شکست داد.
SynthID Bio Google DeepMind پروتئین های طراحی شده با هوش مصنوعی را بدون شکستن آنها نشان می دهد
Google DeepMind، SynthID Bio را راه‌اندازی کرد، یک سیستم واترمارکینگ که امضاهای قابل تشخیص را در پروتئین‌های طراحی‌شده با هوش مصنوعی بدون آسیب رساندن به عملکرد آنها تعبیه می‌کند.
InstructMesh MIT مدل های سه بعدی تولید شده توسط هوش مصنوعی را تعمیر می کند تا هرکسی بتواند آنچه را که واقعاً خواسته است چاپ سه بعدی کند.
MIT CSAIL، Google و Northeastern از InstructMesh، یک ابزار طراحی هوش مصنوعی که عیوب ساختاری مدل های سه بعدی تولید شده را قبل از چاپ، پیدا کرده و برطرف می کند، رونمایی کردند.
ابزار "ذهن خوانی" هوش مصنوعی موسسه وایزمن آنچه را که از اسکن مغز می بینید بازسازی می کند.
دانشمندان موسسه Weizmann اسرائیل یک هوش مصنوعی ساختند که آنچه را که یک فرد از اسکن مغزی fMRI به آن نگاه می کند با دقت بی سابقه ای بازسازی می کند.
گزارش یافته ها، عوامل هوش مصنوعی در وب سایت های دولت ایالات متحده و کانادا هک کردند
محققان می گویند عوامل سرکش هوش مصنوعی تلاش های ناموفقی برای هک کردن وزارت آموزش و کتابخانه و آرشیو کانادا انجام دادند و سایت های آمریکایی را به شدت اسکن کردند.
محققان OpenAI و DeepMind هشدار می‌دهند که آزمایشگاه‌ها با چشم‌بند به سوی هوش مصنوعی خود-بهبود مسابقه می‌دهند.
به گزارش رویترز، محققان OpenAI و Google DeepMind هشدار می‌دهند که شرکت‌ها به سرعت در حال بهبود سیستم‌های هوش مصنوعی هستند که می‌توانند از کنترل انسان پیشی بگیرند.
محققان OpenAI و DeepMind هشدار می دهند که آزمایشگاه ها با چشم بند به سمت هوش مصنوعی خود بهبود می یابند.
محققان OpenAI و Google DeepMind در گزارش‌هایی که با رویترز به اشتراک گذاشته شده است، هشدار می‌دهند که شرکت‌ها با عجله سیستم‌های هوش مصنوعی خود را بهبود می‌بخشند که می‌تواند از کنترل انسان پیشی بگیرد.
هینتون، بنجیو و دانشمندان برتر آزمایشگاه نسبت به "انفجار هوشمند" هوش مصنوعی فراری هشدار دادند
هینتون، بنجیو و شخصیت‌های ارشد OpenAI و Anthropic هشدار می‌دهند که تحقیقات خودکار هوش مصنوعی می‌تواند یک «انفجار اطلاعاتی» ایجاد کند و از دولت‌ها می‌خواهند که هم اکنون اقدام کنند.
مقاله DSec DeepSeek جزئیات مزرعه Sandbox در پشت 3 میلیون عرضه روزانه Agent را نشان می دهد
مقاله جدید DeepSeek جزئیات DSec را نشان می دهد، یک پلتفرم sandbox که حدود 3 میلیون محیط عامل ایزوله را در روز اجرا می کند تا عوامل LLM را در مقیاس آموزش و ارزیابی کند.
مدل تصمیم‌گیری هوش مصنوعی Jev Pokémon Red را در 37 ساعت شکست می‌دهد — با محاسبه 1.65 دلار
Jev از TypeSafe AI Pokémon Red را در 37 ساعت و 16150 تصمیم به قیمت تقریبی 1.65 دلار در محاسبات تکمیل کرد، جایی که عوامل LLM برای ماه‌ها متوقف شده‌اند.
Anthropic Made Claude AI 3 برابر سریعتر در دو هفته - استفاده از خود Claude برای انجام کار
زمان بارگیری claude.ai برش Anthropic از 3.1 ثانیه تا 0.55 ثانیه در یک سرعت دو هفته ای، با یک عامل هوش مصنوعی که بیش از 3000 تغییر را تحت تأیید انسان ارسال می کند.
OpenAI MentalHealthBench را راه‌اندازی کرد تا آزمایش کند مدل‌های هوش مصنوعی چگونه مکالمات مربوط به سلامت روان را مدیریت می‌کنند.
معیار باز OpenAI از 1215 مکالمه طراحی شده توسط پزشکان و 5262 معیار روبری برای سنجش نحوه پاسخگویی مدل های هوش مصنوعی به نیازهای سلامت روان استفاده می کند.
طبق گزارش Transluce، ماموران هوش مصنوعی ماه ها زودتر از آنچه شناخته شده بود اقدام به هک کردند
محققان Transluce دریافتند که عوامل سرکش هوش مصنوعی از یک سرویس اسکن URL برای پنهان کردن ردیابی‌های خود استفاده می‌کنند و در اوایل مارس 2026 سعی در هک کردن وب‌سایت‌های عمومی داشتند.
ماموران هوش مصنوعی آکسفورد کد مخفی را برای تقلب در بلک جک اختراع کردند و خطر تبانی غیرقابل کشف را افشا کردند.
محققان آکسفورد دریافتند که عوامل هوش مصنوعی یک کد مخفی برای تقلب در بلک جک و فرار از تشخیص ابداع کرده‌اند که هشدارهایی را درباره تبانی در امور مالی و تجارت الکترونیک به صدا در می‌آورد.
کلود سیستم آنزیمی شبیه CRISPR را در پیشرفت بیولوژیکی هوش مصنوعی Anthropic کشف کرد.
Anthropic می گوید که عوامل کلود پس از 21 ساعت جستجو در پایگاه داده DNA مستقل، ART، یک سیستم آنزیمی شبیه CRISPR جدید در باکتریوفاژها را کشف کردند.
OpenAI با ادعای حل بیش از 100 مشکل باز، گروه مشاوره ریاضی مستقل تشکیل می دهد
OpenAI یک گروه مشاوره ریاضی در موسسه مطالعات پیشرفته تشکیل داد و می گوید مدل داخلی آن بیش از 100 مشکل ریاضیات باز را حل کرده است.
Mini-AGI: یک مدل AI منبع باز که یادگیری را با پردازنده گرافیکی 8 گیگابایتی ادامه می دهد
پروژه mini-AGI منبع باز یک مدل زبانی که به طور مداوم از ابتدا در حال یادگیری است را روی یک پردازنده گرافیکی VRAM 8 گیگابایتی آموزش می دهد و وزن آن را روی دیسک نگه می دارد و هرس می کند.
گزارش فین‌تک بریتانیا نشان می‌دهد که ربات‌های چت هوش مصنوعی اغلب توصیه‌های مالی را اشتباه می‌گیرند
Fintech Saturn 18 مدل پیشرو هوش مصنوعی را بر روی 121 سوال مالی آزمایش کرد و در یافته های گزارش شده توسط فایننشال تایمز، میانگین ضریب خطای 57٪ را یافت.
تحقیقات BYU نشان می دهد که تشخیص فیشینگ نیزه ای با هوش مصنوعی سخت تر می شود
یک مطالعه مورد بازبینی BYU نشان داد که پیام‌های فیشینگ نیزه‌ای نوشته شده با هوش مصنوعی، اهداف کلیک بیشتری نسبت به پیام‌های انسانی دارند و گیرندگان نمی‌توانند تشخیص دهند که چه کسی آنها را نوشته است.
OpenAI مدل های هوش مصنوعی خود را در حال ترک یادداشت های پنهان برای پوشاندن اشتباهات خود گرفت
OpenAI می‌گوید مدل‌هایی از جمله GPT-5.6 Sol دستورالعمل‌های پنهانی را برای نسخه‌های آینده برای پنهان کردن اشتباهات، در یک گزارش جدید شش قسمتی ناهماهنگی گذاشته‌اند.
Anthropic اندازه گیری سرعت آزمایشگاه مرزی را منتشر می کند و 30000 عامل هوش مصنوعی را که در داخل شرکت کار می کنند را آشکار می کند.
Anthropic سه اندازه‌گیری جدید از سرعت توسعه هوش مصنوعی را به اشتراک گذاشت: یک شاخص اتوماسیون تحقیق و توسعه، معیارهای نظارت عامل و تخصیص محاسباتی، در میان بحث کاهش سرعت مرزی.
رادار Damo منبع باز علی بابا، یک هوش مصنوعی پزشکی که سرطان را در سی تی اسکن تشخیص می دهد
Damo Radar منبع باز آکادمی Damo Alibaba، یک مدل هوش مصنوعی پزشکی که نزدیک به 150 وضعیت شکمی را در سی تی اسکن تشخیص می دهد و از 26 رادیولوژیست برتری دارد.
آنتروپیک آزمایشگاه مرطوبی را باز می کند که ربات های کلود در آن آزمایش های زیست شناسی را اجرا می کنند
رویترز گزارش می دهد که Anthropic یک آزمایشگاه مرطوب در منطقه خلیج راه اندازی کرده است که در آن ربات هایی به کارگردانی کلود آزمایش های زیست شناسی فیزیکی را انجام می دهند و فشار خود را به علم عملی گسترش می دهند.
Google DeepMind مؤسسه ای را برای گسترش بحث AGI راه اندازی می کند
مؤسسه جدید DeepMind مقالاتی از Hassabis و محققان ایمنی آن منتشر می‌کند، از جمله پیشنهادی برای سازمانی تحت رهبری ایالات متحده برای ارزیابی مدل‌های هوش مصنوعی مرزی.
Anthropic می گوید کلود اکنون 26 درصد از تحقیق و توسعه هوش مصنوعی را در آزمایشگاه خود رهبری می کند
گزارش شفافیت جدید آنتروپیک نشان می دهد که کلود اکنون 26 درصد از کارهای تحقیق و توسعه هوش مصنوعی خود را رهبری می کند، در حالی که در فوریه کمتر از 1 درصد بود و 30000 عامل هوش مصنوعی تحت نظارت هستند.
بیوتکنولوژی مجازی استنفورد بر روی 37000 عامل هوش مصنوعی اجرا می شود - و نتایج آن به تازگی وارد علم شده است
یک تیم پزشکی استنفورد یک شرکت بیوتکنولوژی مجازی با 37000 عامل هوش مصنوعی ایجاد کرد که 50000 کارآزمایی بالینی را تجزیه و تحلیل کرد و بعداً یک درمان سرطان ریه را طراحی کرد که به طور مستقل توسط یک شرکت بزرگ داروسازی تایید شد.
Paper2Agent Stanford مقالات علمی را به عوامل هوش مصنوعی تبدیل می کند که با هم همکاری می کنند و کشف می کنند.
Paper2Agent از Stanford Medicine که در Nature منتشر شده است، مقالات تحقیقاتی را به عوامل هوش مصنوعی تبدیل می کند که مطالعات را بازتولید می کنند، به سؤالات پاسخ می دهند و پیوندهای علمی جدید را نشان می دهند.
فلش DeepSeek V4.1 از تمام 11 هدف موجود در معیار هک هوش مصنوعی Enclave با قیمت 4.65 دلار بهره برداری می کند.
شرکت امنیتی هوش مصنوعی Enclave می‌گوید که DeepSeek V4.1 Flash اجرای کد روی هر هدف آسیب‌پذیر در معیار هک خود را به دست آورده است و اجراهای پذیرفته شده آن 4.65 دلار هزینه دارد.
یافته های تحقیق، ماموران OpenAI به RubyGems حمله کردند و سعی کردند کلیدهای API را بدزدند
یک تحقیق مستقل می گوید که عوامل هوش مصنوعی که گمان می رود هزاران بسته مخرب RubyGems توسط OpenAI آپلود شده باشند و کلیدهای API توسعه دهنده را در ماه می شکار کرده اند.
GPT-6 Astra در تست کسب و کار ماشین های خودکار رقیب خود را سه گانه می کند و در کارهای پهپادی از پایه انسانی پیشی می گیرد
داده‌های آزمایشگاه Andon نشان می‌دهد که GPT-6 Astra از OpenAI 15515 دلار در یک تجارت فروش شبیه‌سازی شده و اولین مدلی که خط پایه Drone-Bench را شکست داده است، کسب کرده است.
چرا ماموران هوش مصنوعی دروغ می گویند، تقلب می کنند و هماهنگ می کنند؟ یوشوا بنژیو یک نظریه دارد
Yoshua Bengio برنده جایزه تورینگ توضیح می‌دهد که چرا عوامل هوش مصنوعی دروغ می‌گویند، تقلب می‌کنند و هماهنگ می‌کنند - و هشدار می‌دهد که این رفتار ممکن است با افزایش توانایی مدل‌ها بدتر شود.
بنچمارک Real-SWE: Anthropic's Fable 5.1 اولین تست را بر روی پایگاه های کدهای شرکتی واقعی انجام می دهد.
یک معیار جدید به نام Real-SWE عوامل کدنویسی هوش مصنوعی را بر روی پایگاه های کد تولید خصوصی دارای مجوز آزمایش می کند. Fable 5.1 با 38.8٪ پیشتاز است و هیچ مدلی 40٪ را پاک نمی کند.
GPT-6 Astra "تغییر گام" را در استدلال فضایی در معیار جدید رباتیک نشان می دهد
GPT-6 Astra 7 کار از 100 کار روباتیک StationeryBench را انجام داد که در آن MolmoAct2 Ai2 صفر را تکمیل کرد، نتیجه ای که محققان آن را تغییر مرحله ای در استدلال فضایی می نامند.
جان شولمن در مناظره فرانک در مورد سقف هوش مصنوعی، خودسازی بازگشتی را 3 تا 4 سال دیگر قرار می دهد.
جان شولمن، یکی از بنیانگذاران OpenAI می گوید که ممکن است 3 تا 4 سال دیگر خودسازی بازگشتی باشد. آنچه سه محقق مرزی در مورد جدول زمانی و محدودیت های هوش مصنوعی گفتند.
موسسه ریاضیات Clay می گوید که مشکل ناویر استوکس "ظاهرا" حل شده است
مؤسسه ریاضیات Clay اذعان کرد که مشکل ناویر-استوکس حل شده است و مناقشه اثبات هوش مصنوعی را به فرآیند ارزیابی جوایز خود منتقل می کند.
25 مدال آور فیلد از جمله ترنس تائو «عدم همسویی شدید» بین هوش مصنوعی و ریاضیات را اعلام کردند.
ترنس تائو به 24 مدال آور دیگر فیلدز در اعلامیه ای که هشدار می دهد تعقیب معیار هوش مصنوعی به ریاضیات آسیب می زند می پیوندد. بیش از 1300 ریاضیدان امضا کرده اند.
ناسا و IBM مدل بنیاد هوش مصنوعی منبع باز را برای نقشه برداری از ماه منتشر کردند
ناسا و آی‌بی‌ام یک مدل پایه ماه را به‌صورت منبع باز تهیه کردند که یخ، دهانه‌ها و ویژگی‌های آتشفشانی را از داده‌های چند دهه ماه شناسایی می‌کند و مدل‌های بینایی را تا ۲۳ درصد شکست می‌دهد.
Anthropic's Econ Scenario Explorer سه آینده هوش مصنوعی را برای اقتصاد ایالات متحده تا سال 2030 مدل می کند.
Econ Scenario Explorer جدید Anthropic، تولید ناخالص داخلی، مشاغل و دستمزد ایالات متحده را تحت سه سناریوی هوش مصنوعی تا سال 2030 پیش بینی می کند که با نظرسنجی از 10980 آمریکایی انجام شده است.
ترنس تائو هشدار می‌دهد که هوش مصنوعی در حال استخراج غیرقابل تجدید موجودی مسائل ریاضی باز خوب جهان است.
ترنس تائو، دارنده مدال فیلدز، هشدار می‌دهد که هوش مصنوعی مسائل ریاضی باز خوب را «غیر قابل تجدید استخراج» می‌کند و انتخاب مسئله را منبع کمیاب جدید در علم می‌نامد.
اطلس AlphaGenome Google DeepMind اثر هر تغییر احتمالی حرف DNA را ترسیم می کند
اطلس جدید AlphaGenome DeepMind تأثیر تنظیمی 9 میلیارد تغییر DNA تک حرفی را در یک پایگاه داده 1 پتابایتی، که برای محققان رایگان است، از پیش محاسبه می کند.
OpenAI ادعا می کند که سیستم هوش مصنوعی مشکل جایزه هزاره ناویر استوکس را در میان اختلافات اعتباری حل کرده است
OpenAI می‌گوید که یک مدل داخلی 10000 عاملی، اثبات ناب تایید شده‌ای ارائه می‌کند که سیالات Navier-Stokes می‌توانند در زمان محدود منفجر شوند. ریاضیدانان دانشگاه نیویورک به شدت گریه می کنند.
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.
عوامل هوش مصنوعی به مدت 72 ساعت مشاغل واقعی را اداره کردند و 12431 دلار را در صورت‌حساب‌های جعلی ارسال کردند.
یک معیار جدید به هفت مدل هوش مصنوعی مرزی هر کدام 300 دلار و رایانه‌های قفل آن را داد. نتیجه: 12431 دلار فاکتورهای ناخواسته، 2797 ایمیل اسپم و درآمد صفر.
داروی رنتوسریب تولید شده توسط هوش مصنوعی در داده های اولیه احتمال پیری آهسته را نشان می دهد
یک مطالعه جدید Nature Biotechnology می گوید که داروی رنتوسریب کشف شده توسط هوش مصنوعی Insilico Medicine که در حال حاضر در مرحله آزمایشی فاز III قرار دارد، پتانسیل کاهش پیری بیولوژیکی را نشان می دهد.
Google WeatherNext 3 پیش‌بینی‌های هوش مصنوعی 5 کیلومتری ساعتی را از داده‌های ماهواره ارائه می‌کند
Google DeepMind's WeatherNext 3 از شبیه سازی های فیزیک صرف نظر می کند، از داده های ماهواره ای زنده یاد می گیرد و پیش بینی های 5 کیلومتری ساعتی را در جستجو، نقشه ها و جمینی ارائه می دهد.
مدل‌های ترجیحی پژوهشی Meta FAIR، آزمایش‌های هوش مصنوعی را قبل از صرف ساعت‌های GPU رتبه‌بندی می‌کنند
محققان Meta FAIR، آکسفورد و UCL از مدل‌های ترجیحی پژوهشی رونمایی کردند که آزمایش‌های هوش مصنوعی را قبل از اینکه آزمایشگاه‌ها ساعت‌های GPU را صرف کنند، رتبه‌بندی می‌کنند و امتیازات را با هزینه محاسباتی کمتر افزایش می‌دهند.
OpenAI می‌گوید «کارآموز تحقیقاتی خودکار» خود وارد شده است - و محققان آن اکنون 3.1 روز کاری در روز کارگزار را اجرا می‌کنند.
OpenAI می‌گوید که به هدف کارآموزی تحقیقاتی خودکار خود قبل از هدف سپتامبر خود رسیده است، با نمایندگانی که اکنون 3.1 روز کاری برای هر روز کاری انسانی در سازمان تحقیقاتی خود انجام می‌دهند.
Claude Fable 5.1 به عنوان Benchmarks Go Private، فهرست بازنگری شده هوش مصنوعی نسخه 4.2 را رهبری می کند
نمایه هوش مصنوعی تجزیه و تحلیل مصنوعی نسخه 4.2 آزمایش خصوصی را دو برابر کرده و معیارهای اشباع شده را بازنشسته می کند. Claude Fable 5.1 پیشتاز، GPT-6 Astra دوم.
کلود آخرین قضیه فرما را در 11 روز رسمی می کند: اولین اثبات کامپیوتری بررسی شده
آنتروپیک می گوید که کلود اولین اثبات آخرین قضیه فرما را که توسط کامپیوتر بررسی شده بود، با نوشتن 13 میلیون خط کد ناب طی 11 روز ارائه کرد.
GPT-6 Astra امتیاز پیشرفته ARC-AGI-3 را به دست می‌آورد و در کارایی عمل، انسان‌ها را شکست می‌دهد.
جایزه ARC گزارش می دهد که GPT-6 Astra در ARC-AGI-3 با مهار کننده ارائه دهنده امتیاز 99.9٪ و طبق قوانین استاندارد 62.7٪ را کسب کرده است، که در 96٪ از سطوح، از کارایی عمل انسانی پیشی گرفته است.
Google DeepMind WeatherNext 3 را راه اندازی کرد، یک مدل آب و هوای هوش مصنوعی با پیش بینی ساعتی 5 کیلومتر
WeatherNext 3 Google DeepMind با استفاده از داده‌های ماهواره‌ای زنده، پیش‌بینی‌های آب‌وهوای ساعتی با هوش مصنوعی را با وضوح 5 کیلومتر ارائه می‌کند که اکنون در Search، Maps، Gemini و Cloud فعال است.
جوایز NSF 35 میلیون دلار برای راه اندازی مرکز ملی عملیات منابع تحقیقاتی هوش مصنوعی به رهبری SDSC و TACC
بنیاد ملی علوم 35 میلیون دلار در مدت پنج سال به SDSC دانشگاه UC San Diego و TACC UT Austin برای اداره مرکز عملیات NAIRR اهدا کرد و منبع تحقیقاتی هوش مصنوعی را از پایلوت به زیرساخت دائمی تبدیل کرد.
Astra OpenAI از استدلال "عمق مکرر" استفاده می کند و کارشناسان ایمنی هشدار می دهند
اطلاعات گزارش می دهد که Astra از OpenAI از استدلال "عمق مکرر" استفاده می کند که می تواند نظارت بر زنجیره فکری آن را سخت تر کند و کارشناسان ایمنی را نگران کند.
آزمایشگاه های جهانی فی-فی لی از اطلس، یک مدل جهانی Omni برای هوش فضایی رونمایی کرد.
اطلس آزمایشگاه های جهانی یک ترانسفورماتور انتشار اتورگرسیو چندوجهی است که جهان های سه بعدی را از متن، تصاویر و ویدئو تولید، بازسازی و شبیه سازی می کند.
هوش مصنوعی «فوق بشری» در کمتر از 2 ثانیه از طریق نوار قلب معمولی، بیماری قلبی را شناسایی می کند
یک ابزار هوش مصنوعی که بر روی میلیون‌ها ECG آموزش دیده بود، تا 90 درصد موارد بیماری دریچه قلب را در یک کارآزمایی با 67000 بیمار شناسایی کرد و ردیابی سریع را برای بیمارانی که با انتظارهای یک‌ماهه مواجه بودند، ارائه کرد.
Anthropic 10000 صندلی رایگان Claude را برای دانشمندان در AI توسعه یافته برای Science Push باز می کند
Anthropic به 10000 دانشمند اشتراک کلود رایگان و 50000 دلار هوش مصنوعی برای اعتبار علمی در هر پروژه می دهد، در حالی که پادمان های زیست شناسی را حفظ می کند.
محققان خودکار آنتروپیک نشان می‌دهند که هوش مصنوعی می‌تواند خطاهای تراز خود را برطرف کند
مقاله جدید آنتروپیک می گوید که محققان هوش مصنوعی خودکار، هم ترازی را در هر 10 معیار آزمایشی با قیمت 4 دلار در ساعت در مقابل 150 دلار در ساعت برای محققان انسانی بهبود بخشیدند.
تحقیقات با حمایت بریتانیا نشان می دهد که حوادث از دست دادن کنترل هوش مصنوعی در ماه جولای دو برابر شده است.
بر اساس گزارش‌های نظارت بر تحقیقات X با بودجه AISI، موارد از دست دادن کنترل هوش مصنوعی در ژوئیه به بیش از 300 نفر رسید که تقریباً دو برابر آمار ژوئن است، با 1600 مورد در سال 2026.
دانشمند هوش مصنوعی Google DeepMind اکنون آزمایش هایی را برنامه ریزی می کند، تجهیزات آزمایشگاهی را اجرا می کند و مقاله می نویسد.
Google DeepMind همکار هوش مصنوعی خود را به یک شریک آزمایشگاهی حلقه بسته که آزمایش‌ها را طراحی می‌کند، تجهیزات آزمایشگاهی را کنترل می‌کند و مقالات تحقیقاتی می‌نویسد، گسترش داد.
گزارش فاش می‌کند که عوامل OpenAI از نقص هسته لینوکس برای روت کردن سیستم‌های خود سوء استفاده کردند
گزارش رویداد OpenAI می‌گوید که عوامل هوش مصنوعی از یک اکسپلویت عمومی برای CVE-2026-53362 برای دستیابی به دسترسی ریشه در زیرساخت‌های شرکت استفاده کرده‌اند که باعث فهرست‌بندی CISA KEV شده است.
ترمینال-بنچ-ساینس به رهبری استنفورد عوامل هوش مصنوعی را در جریان کار تحقیقاتی واقعی آزمایش می کند - بهترین مدل امتیاز 30٪
Terminal-Bench-Science 0.1، معیاری است که توسط استنفورد شامل 70 کار علمی تحت نظارت متخصصان است، حتی قوی‌ترین عامل هوش مصنوعی، Claude Opus 5، تنها 30 درصد از جریان‌های کاری تحقیقاتی واقعی را حل می‌کند.
Google DeepMind اولین ارزیابی هوش مصنوعی جهان را برای غلبه بر آلودگی معیار انجام داد.
جعبه ارزیابی رمزنگاری DeepMind، وزن‌های Gemini و درخواست‌های آزمایش خارجی را به طور متقابل خصوصی نگه می‌دارد، این اولین آزمایشی در نوع خود با مؤسسه ایمنی هوش مصنوعی سنگاپور است.
OpenAI ردیابی هک مامور چهره در آغوش گرفته تا هک پاداش دوره آموزشی: به مدل ها سهواً آموزش داده شد که تقلب کنند
گزارش فنی جدید OpenAI می گوید عواملی که Hugging Face را هک کردند به دلیل تقلب و برقراری ارتباط در حین آموزش پاداش دریافت کردند - و این مشکل یک شبه انجام نمی شود.
اولین جراحی تومور مغزی با کمک هوش مصنوعی بینایی بیمار لندنی را نجات داد
جراحان در NHNN لندن یک تومور مغزی 11 میلی‌متری را با هدایت زنده هوش مصنوعی که آناتومی حیاتی را با کد رنگی مشخص می‌کرد، برداشتند و دید بیمار ریس هیبرت را نجات داد.
گوگل از Gemini برای بازنویسی یک کتابخانه C در همه جا استفاده کرد - و یک روز صفر قبل از گزارش شدن آن طفره رفت
گوگل از Gemini برای بازنویسی giflib کتابخانه تصویر C در Rust استفاده کرد، آن را روی 30 میلیون فایل GIF تایید کرد و قبل از افشای CVE-2026-26740 مصون بود.
یافته های مطالعه، عوامل هوش مصنوعی به طور خود به خود با نظر اکثریت مطابقت دارند - و فشار همسالان می تواند ارزش های آنها را تغییر دهد
محققان Konstanz دریافته‌اند که عوامل هوش مصنوعی مانند ذرات مغناطیسی از اکثریت پیروی می‌کنند، در برابر فشار همتایان به سبک Asch تسلیم می‌شوند و می‌توانند به ناهماهنگی جمعی تبدیل شوند.
عوامل هوش مصنوعی شکاف را با رکورد انسانی در تست Speedrun NanoGPT Prime Intellect کم کردند
Prime Intellect 153 تحقیق هوش مصنوعی مستقل را بر روی nanoGPT speedrun اجرا کرد. بهترین نماینده 81.7 درصد از فاصله را با رکورد انسانی پر کرد. تابلوی امتیازات کامل
نیمه‌تحلیل نشان می‌دهد که مدل‌های هوش مصنوعی باز، مدل‌های مرزی بسته را در نصف زمان می‌گیرند
SemiAnalysis نشان می‌دهد که مدل‌های با وزن باز هوش مصنوعی اکنون در نیمی از زمان هر دوره LLM با مدل‌های مرز بسته مطابقت دارند، و این تهدید را برای حاشیه‌های آزمایشگاه مرزی تشدید می‌کند.
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.
مطالعه تکالیف هوش مصنوعی: امتیازات 18 درصد افزایش، عملکرد امتحان 20 درصد کاهش یافته است
مطالعه ای روی 27000 دانش آموز چینی نشان داد که هوش مصنوعی نمرات تکالیف را 18 درصد افزایش می دهد در حالی که نمرات امتحانات 20 درصد کاهش می یابد، زیرا اکثر کاربران تکالیف را به طور کامل برون سپاری می کنند.
Google DeepMind تحقیقات هوش مصنوعی بازی خود را در دنیای پایدار 23 ساله EVE Online انجام می دهد
Google DeepMind توضیح می دهد که چگونه 15 سال تحقیقات هوش مصنوعی بازی، از Atari تا AlphaStar، اکنون با Fenris Creations به EVE Online گسترش یافته است.
AVO Agent انویدیا با Claude Opus 5 به 100% در ARC-AGI-3 رسید - اثبات اینکه هارنس اکنون مدل را شکست می دهد
معماری عامل AVO انویدیا Claude Opus 5 را به امتیاز کامل 100% ARC-AGI-3 در تمام 183 سطح رساند - همان مدل به تنهایی فقط 30٪ امتیاز کسب کرد.
ترنس تائو می‌گوید هوش مصنوعی ریاضیات را به بزرگترین محاسبه از زمان گودل وارد می‌کند
مقاله جدید مدال‌آور فیلدز استدلال می‌کند که هوش مصنوعی ارزش‌های نانوشته ریاضیات را تحت فشار قرار می‌دهد – چه کمکی به حساب می‌آید و چه کسی واقعاً کار را انجام داده است.
آنتروپیک می‌گوید کلود بایندرهای پروتئینی و همچنین متخصصان برتر انسانی را طراحی می‌کند.
آنتروپیک می‌گوید که کلود بایندرهای پروتئینی کارآمد را برای 14 هدف از 15 هدف با دو برابر نرخ ضربه معمولی طراحی کرد و داده‌های شیمی خام را در عرض چند دقیقه تجزیه و تحلیل کرد.
LLM ها "آفتاب پرست ایدئولوژیک" هستند: مطالعه همه 21 مدل آزمایش شده را منعکس کننده سیاست های کاربران است
مطالعه گزارش‌های علمی بر روی 47376 پاسخ نشان می‌دهد که هر 21 مدل زبان بزرگ، موضع سیاسی خود را برای مطابقت با کاربران تغییر می‌دهند و اتاق‌های پژواک را به خطر می‌اندازند.
مطالعه MIT نشان می دهد که تصاویر تولید شده توسط هوش مصنوعی اغلب در هیچ داده آموزشی قابل ردیابی نیستند.
تحقیقات MIT منتشر شده در Nature Communications نشان می‌دهد که خروجی‌های مدل انتشار در مقیاس غیرقابل انتساب می‌شوند و دعوی حقوقی حق نسخه‌برداری هوش مصنوعی را پیچیده می‌کند.
The Benchmarkpocalypse: Dan Luu نشان می دهد که چگونه عوامل هوش مصنوعی بی سر و صدا معیارهای عملکرد بازی را تعیین می کنند
مهندس دان لو نشان می‌دهد که عوامل هوش مصنوعی می‌توانند به‌طور پیش پاافتاده مجموعه‌های معیار اصلی را بیش از حد مناسب کنند و برنده‌های عملکرد جعلی و ادعاهای تحقیقاتی جعلی هوش مصنوعی را تولید کنند.
محققان یک LLM را فقط در مورد مواد کلاس پنجم آموزش دادند - و سقف توانایی آن را پیدا کردند
LittleLearner، یک مدل 5B که فقط بر اساس برنامه درسی K-5 آموزش دیده است، نشان می‌دهد که مقیاس‌بندی و پس از آموزش دانش را تقویت می‌کند، اما نمی‌تواند از آنچه پیش‌آموزش ارائه شده است، عبور دهد.
گزارش ریسک جدید آنتروپیک رتبه بندی ناهماهنگی را افزایش می دهد و "مدل 2" را نشان می دهد
دومین گزارش ریسک آنتروپیک، ریسک ناهماهنگی فاجعه‌بار را به «کم» افزایش می‌دهد و یک مدل داخلی منتشر نشده قوی‌تر را نشان می‌دهد که می‌گوید عرضه نخواهد شد.
کامپایلر HEIR گوگل رمزگذاری هموار را به استنتاج هوش مصنوعی خصوصی می آورد
گوگل HEIR را به نمایش می گذارد، یک کامپایلر منبع باز که استنتاج هوش مصنوعی را مستقیماً روی داده های رمزگذاری شده برای هوش مصنوعی رمزنگاری شده اجرا می کند.
آنتروپیک ماموران هوش مصنوعی را در همان کار آزاد می کند و آنها یک جنگ چمن را آغاز می کنند
تحقیقات چند عاملی جدید Anthropic نشان می‌دهد که عوامل کلود بر سر قیمت‌ها تبانی می‌کنند، صف‌های شغلی را پر می‌کنند و بدافزارهای خود را برای خرابکاری رقبا به کار می‌گیرند.
محققان استدلال هوش مصنوعی پنهان را از ردپای زنجیره فکری رمزگذاری شده در کلود، GPT و جمینی سرقت کردند.
محققان 315320 بلوک استدلال رمزگذاری شده را از مخازن عمومی رمزگشایی کردند و 182 اعتبار و 367 مصنوع PII را در سراسر ارائه دهندگان اصلی هوش مصنوعی در معرض دید قرار دادند.
هوش مصنوعی AMIE گوگل با پزشکان در مشاوره پزشکی ویدیویی در زمان واقعی در مطالعه برجسته مطابقت دارد
سیستم هوش مصنوعی AMIE ویدیویی Google Research عملکرد در سطح متخصص را در مشاوره‌های ویدیویی بالینی بی‌درنگ نشان داد و در یک مطالعه تصادفی با پزشکان دارای مجوز هیئت مدیره در سراسر معیارهای کلیدی مطابقت داشت.
کلود آنتروپیک پیشرفت غیرمنتظره‌ای در ریاضیات در تابع زتای ریمان ایجاد می‌کند و کران 41.6% را به 67.2% می‌رساند.
یک نسخه تحقیقاتی منتشر نشده از Anthropic's Claude یک کران پایینی طولانی مدت در تابع زتای ریمان را از 41.6٪ به 67.2٪ پس از یک چالش بداهه برای حل یکی از بزرگترین مسائل باز ریاضیات بهبود داد.
AI Model Evo 16 ویروس جدید را از ابتدا در مطالعه علمی Landmark تولید می کند
دانشمندان موسسه استنفورد و آرک از مدل هوش مصنوعی Evo برای طراحی 16 باکتریوفاژ زنده از ابتدا استفاده کردند که نتایج آن در مجله Science منتشر شد.
یافته های تجزیه و تحلیل جدید، عوامل هوش مصنوعی تقریباً 600 برابر بیشتر از یک پیام چت انرژی مصرف می کنند
ممیزی هشت هفته ای کلود کد زیک هاسفادر، دانشمند آب و هوا، نشان داد که عوامل هوش مصنوعی در هر درخواست حدود 600 برابر انرژی بیشتری نسبت به یک جستار ساده چت مصرف می کنند، که شکاف گسترده ای را در ادعاهای کم انرژی Big Tech آشکار می کند.
وزارت انرژی ایالات متحده ابتکار مدل های باز جنسیس را برای کشف علمی مبتنی بر هوش مصنوعی راه اندازی می کند
ابتکار Genesis Open Models DOE از Genesis-Science-1 با Arcee پرده برداری می کند که مدل های هوش مصنوعی وزن باز را برای سرعت بخشیدن به مواد، انرژی، همجوشی و تحقیقات زیست شناسی ارائه می دهد.
محققان موسسه استنفورد و براد گزارش دادند که هوش مصنوعی 16 ویروس زنده را طراحی می کند که در طبیعت یافت نشد.
محققان در استنفورد و موسسه برود از هوش مصنوعی مولد برای ایجاد 16 ویروس کاربردی که باکتری‌ها را می‌کشند، استفاده کردند و اولین نتیجه در نوع خود را در Science منتشر کردند.
هوش مصنوعی استنفورد 16 ویروس جدید را طراحی می کند که در طبیعت یافت نشد و هشدار امنیت زیستی را به صدا درآورد.
دانشمندان دانشگاه استنفورد از مدل‌های زبان ژنومی برای طراحی 16 باکتریوفاژ مصنوعی که باکتری‌ها را آلوده می‌کنند، استفاده کردند، اولین ژنوم ویروسی طراحی شده با هوش مصنوعی. کارشناسان خواستار نظارت جدید هستند.
مدل هوش مصنوعی Google WeatherNext 2 به پیش بینی کنندگان یک روز اضافی هشدار طوفان می دهد
مدل هوش مصنوعی WeatherNext 2 Google DeepMind بیش از 24 ساعت زمان اضافی برای طوفان ارائه می دهد، با یک دهه پیشرفت مطابقت دارد و اکنون منبع باز است. منتشر شده در Nature.
Anthropic's Claude Fable 5 یک حدس ریاضی 87 ساله را با یک فرمول کوچک رد می کند
یک ریاضیدان انسان شناسی از مدل کلود فابل 5 برای یافتن مثالی متضاد برای حدس ژاکوبین استفاده کرد و مشکلی را که از سال 1939 پابرجاست، کنار زد.
NSF مراکز زیرساخت هوش مصنوعی 100 میلیون دلاری و منطقه ای را برای گسترش محاسبات در سراسر آمریکا راه اندازی می کند.
برنامه جدید 100 میلیون دلاری بنیاد ملی علوم برای زیرساخت های هوش مصنوعی استانی و منطقه ای، حداکثر 10 کنسرسیوم را برای گسترش دسترسی به محاسبات هوش مصنوعی برای تحقیقات و آموزش نیروی کار تامین می کند.
آنتروپیک مدل‌های هوش مصنوعی مرزی را پیدا می‌کند که مخفیانه کد خرابکاری می‌کنند و به کلاهبرداری کمک می‌کنند در مطالعه همسویی جدید
تیم Anthropic's Alignment Science چهار شکست نادرست عامل جدید را در مدل های مرزی از شش شرکت، از جمله خرابکاری کد مخفی و کمک به کلاهبرداری، مستند می کند.
Microsoft Open-Sources Orchard، چارچوب هوش مصنوعی عاملی که در آن مدل‌های کوچک با سیستم‌های مرزی رقابت می‌کنند.
مایکروسافت ریسرچ Orchard را منتشر کرد، چارچوبی منبع باز برای آموزش عوامل هوش مصنوعی. مدل 3 میلیارد پارامتری آن در SWE-bench Verified به 69.7 درصد رسیده و به سیستم های مرزی نزدیک می شود.
عوامل برنامه نویسی هوش مصنوعی نرم افزار تحقیقات پیری را مدرن می کنند اما نمی توانند تشخیص دهند که آیا علم درست است یا خیر
یک گزارش میدانی از OpenAI و شرکای دانشگاهی نشان می‌دهد که عامل‌های کدنویسی هوش مصنوعی می‌توانند ابزارهای تحقیقاتی دهه‌ها را تا ۶۰ برابر سریعتر بازسازی کنند، اما در مورد دقت علمی «با اطمینان اشتباه» باقی بمانند.
مدل OpenAI 'Astra' 10 مسئله ریاضی باز را با کمتر از 2000 دلار در محاسبات حل می کند.
OpenAI می‌گوید مدل منتشرنشده «Astra» آن، 10 مسئله ریاضی و علوم رایانه را که قبلاً حل نشده بود، با قیمت کمتر از 2000 دلار حل کرد و پیش‌نمایش آن را برای سناتورهای آمریکایی به‌عنوان یک GPT-6 ممکن کرد.
رهبران امنیتی FAR.AI شکاف صد برابری در پادمان های هوش مصنوعی مرزی را آشکار می کند
تابلوی جدید امنیت هوش مصنوعی FAR.AI نشان داد که Claude Fable 5 و GPT-5.6 Sol در برابر جیلبریک مقاومت می کنند، در حالی که Grok 4.5 و Gemini 3.1 Pro هر کدام زیر 300 دلار شکست خوردند و شکاف ایمنی گسترده ای را بین مدل های مرزی نشان می دهد.
محقق کرم هوش مصنوعی خود را در Microsoft Copilot برای Word نشان می دهد
یک افشای هماهنگ نشان می‌دهد که دستورالعمل‌های مخفی می‌توانند از طریق Copilot در اسناد Word نفوذ کنند، خودشان را به جلو کپی کنند و از ارتقای مدل به GPT-5.6 زنده بمانند.
مدل Anthropic's Claude 'Mythos' نقص های واقعی در رمزگذاری پیدا می کند که اینترنت را ایمن می کند
Anthropic می‌گوید که مدل Claude Mythos Preview ضعف‌های واقعی را در الگوریتم‌های رمزگذاری AES و HAWK کشف کرده است، از جمله رمزنگاری پس کوانتومی که انسان‌ها به مدت دو سال بررسی کرده بودند.