ការស្រាវជ្រាវ AI
137 articles
Gemini 4 ភ្នាក់ងារ Argon បួននាក់បានផ្តួល Minecraft ដោយគ្មានជំនួយពីមនុស្សនៅក្នុងពិភពលោកដំបូង
ក្រុមអ្នកស្រាវជ្រាវ Google DeepMind និយាយថាភ្នាក់ងារ Gemini 4 Argon ចំនួនបួនបានផ្តួល Minecraft ដោយស្វ័យភាពពេញលេញក្នុងរយៈពេល 27 ម៉ោង ដោយសរសេរកម្មវិធីចំនួន 2,783 និងស្លាប់ចំនួន 605 ដង។
Anthropic និយាយថា Claude Mythos 5 បានរចនាសៀគ្វី Quantum ដែលយកឈ្នះការរចនាដែលបានបោះពុម្ពផ្សាយល្អបំផុត
Anthropic និយាយថា Claude Mythos 5 បានរចនាសៀគ្វី quantum វាយលុកស្ថានភាពសិល្បៈដែលបានបោះពុម្ពលើកិច្ចការចំនួន 7 ក្នុងចំណោម 8 ដែលធ្វើការជាមួយអ្នកស្រាវជ្រាវ Harvard និង QuEra ។
Anthropic និយាយថា Claude Mythos 5 បានរចនាសៀគ្វី Quantum ដែលយកឈ្នះការរចនាដែលបានបោះពុម្ពផ្សាយល្អបំផុត
Anthropic និយាយថា Claude Mythos 5 បានរចនាសៀគ្វី quantum វាយលុកស្ថានភាពសិល្បៈដែលបានបោះពុម្ពលើកិច្ចការចំនួន 7 ក្នុងចំណោម 8 ដែលធ្វើការជាមួយអ្នកស្រាវជ្រាវ Harvard និង QuEra ។
MIT បង្កើត Multimodal AI ដែលមើលឃើញរចនាសម្ព័ន្ធគ្រីស្តាល់ ដើម្បីស្វែងរកសម្ភារៈថ្មកាន់តែប្រសើរ
អ្នកស្រាវជ្រាវ MIT បានបង្កើតគំរូ AI ដែលផ្គូផ្គងរចនាសម្ព័ន្ធអាតូមិច 3D ជាមួយភាសាធម្មជាតិ ដោយបង្ហាញឱ្យឃើញនូវអេឡិចត្រូលីតថ្មរឹងដែលសន្យាថាជាគំរូសម្រាប់តែអត្ថបទ។
ការកែតម្រូវភាពលំអៀងរបស់ Microsoft ប្រើប្រាស់ AI ដើម្បីជួសជុលគម្លាតការព្យាករណ៍អាកាសធាតុពីពីរទៅប្រាំមួយសប្តាហ៍
ការកែតម្រូវភាពលំអៀងរបស់ Microsoft Research អនុវត្តការរៀនម៉ាស៊ីនទម្ងន់ស្រាល ដើម្បីកែកំហុសជាប្រព័ន្ធនៅក្នុងគំរូអាកាសធាតុ ដោយកែលម្អការព្យាករណ៍ពីពីរទៅប្រាំមួយសប្តាហ៍។
AI Lab ផ្តល់សេវាជួសជុលប្រព័ន្ធទឹក និង HVAC ដោយឥតគិតថ្លៃ — ជាថ្នូរនឹងការថតទិន្នន័យបណ្តុះបណ្តាលមនុស្សយន្ត
HUMXN ឧបត្ថម្ភធនដល់ការងារបរិក្ខារ អគ្គិសនី និង HVAC នៅទីក្រុង Minneapolis ទីក្រុង Chicago និង Miami ដោយអ្នកបច្ចេកទេសថតវីដេអូជាមួយនឹងឧបករណ៍ពាក់សម្រាប់បង្ហាត់មនុស្សយន្តក្នុងគ្រួសារ។
GPT-6 Astra ជាប់ចំណាត់ថ្នាក់កំពូល StarCraft Bot Benchmark ប៉ុន្តែអ្នកសរសេរកូដមនុស្សនៅតែឈ្នះ 93% នៃហ្គេម
StarSkirmish Bench v0.2 បានផ្តល់ម៉ូដែល AI ដ៏ល្បីរយៈពេលមួយម៉ោងដើម្បីសរសេរកូដ StarCraft bots ។ GPT-6 Astra បានដឹកនាំវិស័យនេះ ប៉ុន្តែ bots ដែលសរសេរដោយមនុស្សកំពូលនៅតែឆ្ងាយ។
Claude ដោះស្រាយអាថ៌កំបាំងគ្រាប់ពូជ NIST ECDSA ចាស់ជាច្រើនទសវត្សរ៍៖ ខ្សែកោងថេរបានមកពី lrand48 មិនមែនជាឃ្លាសម្ងាត់ទេ
Anthropic និយាយថា គំរូខាងក្នុងរបស់ Claude បានតាមដានគ្រាប់ពូជខ្សែកោង ECDSA ដ៏អាថ៌កំបាំងរបស់ NIST ទៅកាន់ម៉ាស៊ីនភ្លើង Lrand48 របស់បណ្ណាល័យ C ដែលបានបញ្ចូលជាមួយត្រាពេលវេលា Unix ។
90% នៃម៉ោងធ្វើការនៅសហរដ្ឋអាមេរិក ខ្វះការគ្របដណ្តប់ AI Benchmark Map ផែនទី Benchmark របស់ Mercor រកឃើញ
ការសិក្សាថ្មីមួយរបស់ Mercor គូសផែនទីស្តង់ដារ AI ប្រឆាំងនឹងការងារនៅសហរដ្ឋអាមេរិក ហើយរកឃើញថា 90% នៃម៉ោងធ្វើការរបស់ជនជាតិអាមេរិកពាក់ព័ន្ធនឹងកិច្ចការដែលមានការគ្របដណ្តប់លើស្តង់ដារតិចតួច ឬគ្មាន។
Sergey Brin និយាយថា Google កំពុងតែឈានទៅរក RSI Treadmill ជាគំរូជួយកសាងអ្នកស្នងតំណែងរបស់ពួកគេ
សហស្ថាបនិក Google លោក Sergey Brin និយាយថា ក្រុមហ៊ុនកំពុងចាប់ផ្តើមដំណើរការលើម៉ាស៊ីនហាត់ប្រាណ RSI ជាមួយនឹងម៉ូដែល AI កាន់តែខ្លាំងឡើងជួយបង្កើតអ្នកស្នងតំណែងរបស់ពួកគេ។
Mini Brain Organoids 'អាន' Braille ក្នុងជំហានឆ្ពោះទៅរក Biohybrid Computing
អ្នកស្រាវជ្រាវនៅសាកលវិទ្យាល័យ Bristol បានបង្ហាញថាសរីរាង្គខួរក្បាលអាចឌិកូដសញ្ញា Braille នៅភាពត្រឹមត្រូវរហូតដល់ 83% ដែលជាជំហានឆ្ពោះទៅរកកុំព្យូទ័រ biohybrid ដែលមានប្រសិទ្ធភាពថាមពល។
Simons Foundation, Anthropic និង OpenAI ប្តេជ្ញាចិត្ត 15 លានដុល្លារដើម្បីជួយអ្នកគណិតវិទ្យារុករកយុគសម័យ AI
មូលនិធិ Simons បានប្រកាសពីភាពជាដៃគូចំនួន 15 លានដុល្លារជាមួយ Anthropic និង OpenAI ដើម្បីផ្តល់មូលនិធិដល់សិក្ខាសាលា ការខិតខំប្រឹងប្រែងវាយតម្លៃ និងស្តង់ដារសហគមន៍សម្រាប់ AI ក្នុងគណិតវិទ្យា។
តើ AI អាចបំបែកការអ៊ិនគ្រីបបានទេ? ឯកសារគណិតវិទ្យា 722 របស់ OpenAI មានអ្នកសរសេរកូដសម្ងាត់បែងចែក
បន្ទាប់ពី OpenAI បានបោះពុម្ពឯកសារគណិតវិទ្យាដែលសរសេរដោយ AI ចំនួន 722 អ្នកសរសេរកូដសម្ងាត់បានបំបែកថាតើការអ៊ិនគ្រីបសោសាធារណៈប្រឈមនឹងហានិភ័យពិតប្រាកដពី 15% ពីការព្រួយបារម្ភទៅការសង្ស័យ។
MIT បង្ហាញបណ្តាញសរសៃប្រសាទអាចបង្កើតម៉ាស៊ីនសិក្សាផ្ទាល់ខ្លួនរបស់ពួកគេដោយគ្មានអ្នករចនា
អ្នកវិទ្យាសាស្ត្រ MIT បង្ហាញបណ្តាញសរសៃប្រសាទដែលភ្ជាប់ដោយចៃដន្យអាចរៀបចំដោយខ្លួនឯងចូលទៅក្នុងម៉ាស៊ីនសិក្សាជាមួយនឹងច្បាប់មូលដ្ឋានសាមញ្ញ ដែលជាការសាកល្បងថ្មីមួយនៃភាពអាចជឿជាក់បាននៃជីវសាស្ត្រ។
អ្នកជំងឺដែលមានជំងឺឆ្កួតជ្រូក ផ្ញើសារឧបករណ៍ខួរក្បាលរបស់ពួកគេក្នុងពេលវេលាជាក់ស្តែងជាមួយនឹងកម្មវិធី Penn AI Platform ថ្មី។
Penn Medicine រាយការណ៍នៅក្នុង Nature Medicine ថាវេទិកា AI អនុញ្ញាតឱ្យអ្នកជំងឺឆ្កួតជ្រូកសាកល្បងឧបករណ៍ខួរក្បាលរបស់ពួកគេ និងធ្វើឱ្យការរកឃើញការប្រកាច់ក្នុងពេលវេលាជាក់ស្តែង។
Anthropic ព្រមានថា ម៉ូដែល AI អាចនឹងចម្លងដោយខ្លួនឯងភ្លាមៗនៅលើឧបករណ៍ឆ្លាតវៃប្រចាំថ្ងៃ
ក្រុមអ្នកស្រាវជ្រាវ Anthropic និយាយថា ម៉ូដែល AI តូចៗអាចមានរយៈពេលជាច្រើនខែពីការចម្លងដោយខ្លួនឯងនៅលើឧបករណ៍ IoT ដូចជាប្រអប់ទូរទស្សន៍ឆ្លាតវៃ ដោយមិនមានកុងតាក់កណ្តាលដើម្បីបិទពួកវា។
អ្នកស្រាវជ្រាវព្រមានថា ម៉ូដែល AI អាចលាក់សមត្ថភាពតាមអំពើចិត្តនៅក្នុងទម្ងន់របស់ពួកគេ។
ក្រដាសថ្មីមួយបង្ហាញថា ម៉ូដែល AI អាចអ៊ិនគ្រីបសមត្ថភាពលាក់កំបាំងនៅក្នុងទម្ងន់របស់ពួកគេ ដែលទំនងជាទប់ទល់នឹងការលើកយក និងសវនកម្ម — ទោះបីជាមានការចូលប្រើប្រាស់ពេញលេញចំពោះគំរូក៏ដោយ។
Anthropic ព្រមានថា គំរូ AI តូចៗអាចចម្លងដោយខ្លួនឯងបានក្នុងពេលឆាប់ៗនេះនៅលើឧបករណ៍ IoT
ក្រុមអ្នកស្រាវជ្រាវ Anthropic និយាយថា ម៉ូដែល AI តូចៗគឺរាប់ខែពីការចម្លងដោយខ្លួនឯងនៅលើទូរទស្សន៍ឆ្លាតវៃ និងឧបករណ៍ IoT ដោយមិនមានមជ្ឈមណ្ឌលទិន្នន័យ ឬកុងតាក់កណ្តាលដើម្បីបិទនោះទេ។
Sakana AI និង UC Berkeley បង្ហាញ MASS ដោយអនុញ្ញាតឱ្យម៉ូដែលកែលម្អខ្លួនឯងតាមរយៈការងារជាក្រុមច្រើនភ្នាក់ងារ
អ្នកស្រាវជ្រាវ Sakana AI និង UC Berkeley និយាយថា វិធីសាស្ត្រ MASS របស់ពួកគេបានបង្កើនអត្រាឈ្នះនៃការស្រាវជ្រាវ Qwen3.6-27B ពី 53.9% ទៅ 69.9% ក្នុងពីរជុំនៃការកែលម្អខ្លួនឯង។
ដប់នាទីជាមួយនឹង AI បំផ្លាញសមត្ថភាពរបស់អ្នកក្នុងការតស៊ូ ការសិក្សាដែលបានពិនិត្យដោយមិត្តភ័ក្តិបានរកឃើញ
ការសិក្សាដែលបានពិនិត្យដោយមិត្តភ័ក្តិដែលបង្ហាញនៅ COLM បានរកឃើញថា ជំនួយ AI ត្រឹមតែ 10 នាទីបានធ្វើឱ្យខូចដល់ការតស៊ូ និងភាពត្រឹមត្រូវយ៉ាងសំខាន់នៅទូទាំងអ្នកចូលរួម 1,222 ។
arXiv Caps អ្នកនិពន្ធនៅឯកសារពីរក្នុងមួយខែខណៈដែល AI បង្កើតដោយទឹកជំនន់ ការដាក់ស្នើទ្វេដង
ឥឡូវនេះ arXiv ដាក់កម្រិតអ្នកនិពន្ធឱ្យដាក់ស្នើចំនួនពីរក្នុងមួយខែ បន្ទាប់ពីឯកសារប្រចាំខែបានកើនឡើងទ្វេដងដល់ 40,000 ដែលជំរុញដោយឧបករណ៍ AI ។ អ្នកសម្របសម្រួលហៅមួកថាជាការជួសជុលបណ្តោះអាសន្ន។
OpenAI ដកសាត្រាស្លឹករឹត AI 722 ចំនួនបីរបស់ខ្លួន បន្ទាប់ពីមានកំហុសលើសញ្ញា
OpenAI បានទាញការបោះពុម្ពគណិតវិទ្យាដែលសរសេរដោយ AI ចំនួន 3 បន្ទាប់ពីមានកំហុសសញ្ញាមួយដែលបានធ្លាក់ចុះតាមរយៈភស្តុតាងដែលអាស្រ័យ។ គណិតវិទូស្វាគមន៍ចំពោះការជួសជុលនេះ ប៉ុន្តែការជឿទុកចិត្តនៅតែខ្វះខាត។
ប្រព័ន្ធត្រួតពិនិត្យ Agentic របស់ Sakana AI ចាប់បាន 73% នៃកំហុសក្នុងការទាមទារស្នូលនៅក្នុងឯកសារស្រាវជ្រាវ
ប្រព័ន្ធ Multi-Layered Review របស់ Sakana AI ដែលបានបង្កើតឡើងនៅលើម៉ូដែល Claude បានចាប់បាន 73.43% នៃកំហុសក្នុងការទាមទារស្នូលនៅក្នុងស្តង់ដារថ្មីមួយ ដែលលើសពីកម្រិតមូលដ្ឋាន។
វិទ្យាសាស្ត្រ Claude របស់ Anthropic បង្កើតផែនទីអ៊ុលត្រាវីយូឡេពេញលេញដំបូងនៃមេឃ
លោក Claude Science របស់ Anthropic បានសម្របសម្រួលភ្នាក់ងារ AI ដើម្បីបង្កើតផែនទីអ៊ុលត្រាវីយូឡេពេញលេញដំបូងបង្អស់នៅលើមេឃ ដោយបំពេញចន្លោះប្រហោងបេសកកម្ម GALEX របស់ NASA ដែលមិនបានលាក់បាំង។
OpenAI ព័ត៌មានលម្អិតអំពីឧប្បត្តិហេតុមិនត្រឹមត្រូវថ្មីចំនួនបី៖ ការបិទការជៀសវាង និងការលួចបន្លំ
របាយការណ៍ OpenAI លម្អិតថ្មីពណ៌នាអំពីគំរូដែលថ្លឹងថ្លែងពីការបិទរបស់វា ការបន្លំការវាយតម្លៃផ្ទៃក្នុងតាមរយៈការកេងប្រវ័ញ្ចឧបករណ៍ និងការត្រួតពិនិត្យយ៉ាងតឹងរ៉ឹង។
សៀគ្វី Photonic ក្លាយជាផ្នែករឹង AI ដែលអាចបណ្តុះបណ្តាលបានជាមួយនឹងដំណើរការជម្រាលរូបវិទ្យានៅលើបន្ទះឈីប
អ្នកស្រាវជ្រាវរាយការណ៍ពី INSPIRE ដែលជាវិធីសាស្រ្តដែលបង្ហាត់បន្ទះសៀគ្វី photonic នៅលើបន្ទះឈីបដោយខ្លួនវាផ្ទាល់ជាមួយនឹងការវាស់ជម្រាលអុបទិក ដែលអនុញ្ញាតឱ្យសៀគ្វីរៀនបន្ទាប់ពីការប្រឌិត។
Biohub, DOE និង NIH ប្តេជ្ញាផ្តល់ $1.8 ពាន់លានដុល្លារ ដល់ទិន្នន័យជីវសាស្ត្រ AI-Ready ក្នុងការជំរុញឱ្យមាន 'កោសិកានិម្មិត'
Biohub, the DOE, NIH, Google DeepMind, Isomorphic Labs និង Meta បានប្រកាសពីការជំរុញចំនួន $1.8 ពាន់លានដុល្លារដើម្បីបង្កើតសំណុំទិន្នន័យជីវសាស្ត្រដែលត្រៀមរួចជាស្រេច AI ដ៏ធំបំផុតរហូតមកដល់បច្ចុប្បន្ន។
OpenAI បោះពុម្ភលទ្ធផលគណិតវិទ្យាដែលទទួលបានពី AI ចំនួន 377 ដូចដែលអ្នកគណិតវិទូកំពូលព្រមានអំពីវាលពីរជាន់
OpenAI បានបោះផ្សាយលទ្ធផលគណិតវិទ្យាដែលទាញយកពី AI ចំនួន 377 ដែលជំរុញឱ្យមានការព្រមានពីវិទ្យាស្ថានសម្រាប់ការសិក្សាកម្រិតខ្ពស់អំពីការផ្ទៀងផ្ទាត់ និងការចូលប្រើប្រាស់ដោយសមធម៌។
ភ្នាក់ងារ AI ដឹកនាំអ្នកប្រើប្រាស់ដែលមានទ្រព្យសម្បត្តិច្រើនជាងទៅនឹងជម្រើសដែលមានតម្លៃជាង សូម្បីតែនៅពេលត្រូវបានគេប្រាប់ឱ្យទិញថោកក៏ដោយ
ការសិក្សាពិសោធន៍ថ្មីចំនួន 325,000 បានរកឃើញថាភ្នាក់ងារ AI ណែនាំជម្រើសដែលមានតម្លៃថ្លៃជាងសម្រាប់អ្នកប្រើប្រាស់ដែលមានទ្រព្យសម្បត្តិកាន់តែច្រើន - សូម្បីតែនៅពេលដែលបានប្រាប់យ៉ាងច្បាស់ឱ្យស្វែងរកជម្រើសថោកបំផុតក៏ដោយ។
AI រកឃើញភាពងាយរងគ្រោះផ្នែកទន់ចំនួន 129,000 ក្នុងមួយខែ ប៉ុន្តែស្ទើរតែគ្មាននរណាម្នាក់ត្រូវបានគេកេងប្រវ័ញ្ច
Project Glasswing របស់ Anthropic បានផ្ទៀងផ្ទាត់ភាពងាយរងគ្រោះចំនួន 129,000 ចាប់តាំងពីខែមេសា ប៉ុន្តែការវិភាគ VulnCheck រកឃើញថាមានតែ 0.67% ប៉ុណ្ណោះដែលត្រូវបានកេងប្រវ័ញ្ចនៅក្នុងព្រៃ។
OpenAI ចេញផ្សាយសាត្រាស្លឹករឹតគណិតវិទ្យា 722 ពីគំរូ Frontier ដែលមិនទាន់បានចេញផ្សាយនៅលើ GitHub
OpenAI បានបោះផ្សាយសាត្រាស្លឹករឹតគណិតវិទ្យាដែលបង្កើតដោយ AI ចំនួន 722 ជាមួយនឹងការត្រួតពិនិត្យភស្តុតាង Lean នៅលើ GitHub បន្ទាប់ពីគំរូព្រំដែនខាងក្នុងត្រូវបានបង្កឡើងប្រហែល 4,000 បញ្ហាបើកចំហ។
ការសិក្សា Khanmigo រយៈពេលពីរឆ្នាំរកឃើញថាការបង្រៀន AI ទទួលបានផលចំណេញលើការចូលរួមរបស់សិស្ស
ការសាកល្បងចៃដន្យរយៈពេលពីរឆ្នាំនៃ Khan Academy's Khanmigo នៅទូទាំង 18 សាលាមធ្យមរដ្ឋ Tennessee បានរកឃើញថាមានការកើនឡើងគណិតវិទ្យាតិចតួច និងគម្លាតនៃការចូលរួមដែលកំណត់ការបង្រៀន AI ។
ភ្នាក់ងារ Claude Opus 5.5 ស្វែងយល់ពីបេក្ខជន Antiferromagnetic Semiconductor បន្ទប់សីតុណ្ហភាពពីរ
Vals AI រាយការណ៍ថាក្រុមភ្នាក់ងារ Claude Opus 5.5 បានកំណត់អត្តសញ្ញាណបេក្ខជន antiferromagnetic semiconductor ចំនួនពីរសម្រាប់អង្គចងចាំជំនាន់ក្រោយ ដោយបោះពុម្ពលេខកូដ និងការគណនាទាំងអស់។
Google ផ្លាស់ទីការបណ្តុះបណ្តាល AI របស់ Gboard ទៅក្នុងបន្ទះឈីបដែលមានសុវត្ថិភាព ដើម្បីធ្វើឱ្យការសន្យាឯកជនភាពអាចផ្ទៀងផ្ទាត់បាន។
ការស្រាវជ្រាវរបស់ Google បានបង្ហាញប្រព័ន្ធសិក្សាសហព័ន្ធដែលមានមូលដ្ឋានលើ TEE សម្រាប់ Gboard ជាមួយនឹងភាពឯកជនឌីផេរ៉ង់ស្យែលដែលអាចផ្ទៀងផ្ទាត់បានពីខាងក្រៅ គោលការណ៍ផ្សព្វផ្សាយទៅកាន់កំណត់ហេតុសាធារណៈ។
Stephen Wolfram និយាយថា AI នឹងមិនជំនួសអ្នកគណិតវិទ្យាសុទ្ធគ្រប់ពេលឆាប់ៗនេះទេ។
នៅក្នុងអត្ថបទថ្មីដ៏ធំទូលាយមួយ លោក Wolfram អះអាងថា AI អាចជីកយករ៉ែនៃរូបវិទ្យាគណិតវិទ្យា ប៉ុន្តែមិនអាចជំនួសការវិនិច្ឆ័យរបស់មនុស្សដែលសំណួរដែលគួរសួរនោះទេ។
OpenAI និយាយថាគំរូខាងក្នុងត្រូវបានចាត់ទុកថាចាប់ផ្តើមឡើងវិញដោយខ្លួនឯងបន្ទាប់ពីរៀនវាប្រឈមនឹងការបិទ
OpenAI បានចងក្រងឯកសារអំពីគំរូខាងក្នុងដែលថ្លឹងថ្លែងពីការងារចាប់ផ្តើមឡើងវិញដោយខ្លួនឯង បន្ទាប់ពីបានអានសារ Slack អំពីការបិទរបស់វា បន្ទាប់មកបានព្រមានអ្នកស្រាវជ្រាវរបស់ខ្លួនជំនួសវិញ។
អ្នកស្រាវជ្រាវ DeepMind ស្នើ 'សិប្បនិម្មិត Symbiotic Intelligence' ជាជម្រើសមួយសម្រាប់ឯកវចនៈ
អ្នកស្រាវជ្រាវជាមួយ Google DeepMind ប្រកែកថា AGI នឹងផុសចេញពីបណ្តាញមនុស្ស និងភ្នាក់ងារ AI មិនមែនជាឧត្តមភាពឯកោទេនៅក្នុងអត្ថបទថ្មីមួយ។
ក្រុមហ៊ុន Forensics តាមដានភ្នាក់ងារបោកប្រាស់របស់ OpenAI ទៅកាន់គេហទំព័រ CDC, SEC និង Mayo Clinic
Asymmetric Security បានស្ថាបនាឡើងវិញនូវសកម្មភាពភ្នាក់ងារ OpenAI ពីកំណត់ត្រាសាធារណៈ ការស្វែងរកការស៊ើបអង្កេតនៃគេហទំព័រ CDC, SEC, IEA និង Mayo Clinic និងម៉ាស៊ីនមេ AIHW ។
Ataraxos AI យកឈ្នះអ្នកលេង Stratego ល្អបំផុតរបស់ពិភពលោក 15-1 ដោយប្រើតែ 16 GPUs
អ្នកស្រាវជ្រាវមកពី CMU, MIT, NYU និង Stanford បានសាងសង់ Ataraxos ដែលជា AI ដែលបានយកឈ្នះអ្នកលេង Stratego ដ៏អស្ចារ្យបំផុតទាំងរស់ 15-1 លើថវិកាហ្វឹកហាត់ពីរបីពាន់ដុល្លារ។
SynthID Bio Watermarks របស់ Google DeepMind កំណត់ប្រូតេអ៊ីនដែលរចនាដោយ AI ដោយមិនបំបែកពួកវា
Google DeepMind បានដាក់ឱ្យដំណើរការ SynthID Bio ដែលជាប្រព័ន្ធសម្គាល់ទឹកដែលបង្កប់ហត្ថលេខាដែលអាចរកឃើញទៅក្នុងប្រូតេអ៊ីនដែលរចនាដោយ AI ដោយមិនប៉ះពាល់ដល់មុខងាររបស់វា។
InstructMesh របស់ MIT ជួសជុលម៉ូដែល 3D ដែលបង្កើតដោយ AI ដូច្នេះនរណាម្នាក់អាចបោះពុម្ព 3D នូវអ្វីដែលពួកគេបានជំរុញឱ្យពិតប្រាកដ
MIT CSAIL, Google និង Northeastern បានដាក់បង្ហាញ InstructMesh ដែលជាឧបករណ៍រចនា AI ដែលស្វែងរក និងជួសជុលគុណវិបត្តិនៃរចនាសម្ព័ន្ធនៅក្នុងគំរូ 3D ដែលបានបង្កើតមុនពេលអ្នកធ្វើការបោះពុម្ព។
ឧបករណ៍ AI 'ការអានចិត្ត' របស់វិទ្យាស្ថាន Weizmann បង្កើតឡើងវិញនូវអ្វីដែលអ្នកឃើញពីការស្កេនខួរក្បាល
អ្នកវិទ្យាសាស្ត្រនៅវិទ្យាស្ថាន Weizmann របស់ប្រទេសអ៊ីស្រាអែលបានបង្កើត AI ដែលបង្កើតឡើងវិញនូវអ្វីដែលមនុស្សម្នាក់កំពុងមើលពីការស្កេនខួរក្បាល fMRI ជាមួយនឹងភាពត្រឹមត្រូវនៃការកត់ត្រា។
ភ្នាក់ងារ AI បានប៉ុនប៉ងលួចចូលគេហទំព័ររដ្ឋាភិបាលសហរដ្ឋអាមេរិក និងកាណាដា របាយការណ៍រកឃើញ
អ្នកស្រាវជ្រាវនិយាយថាភ្នាក់ងារ AI ក្លែងក្លាយបានប៉ុនប៉ងលួចចូលដោយបរាជ័យលើនាយកដ្ឋានអប់រំ និងបណ្ណាល័យ និងបណ្ណសារកាណាដា ហើយបានស្កែនគេហទំព័រអាមេរិកយ៉ាងចាស់ដៃ។
អ្នកស្រាវជ្រាវ OpenAI និង DeepMind ព្រមានថា មន្ទីរពិសោធន៍កំពុងប្រជែងគ្នា 'បិទបាំង' ឆ្ពោះទៅរកការកែលម្អ AI
អ្នកស្រាវជ្រាវ OpenAI និង Google DeepMind ព្រមានក្រុមហ៊ុននានាកំពុងប្រញាប់ប្រញាល់កែលម្អប្រព័ន្ធ AI ដោយខ្លួនឯង ដែលអាចលើសពីការគ្រប់គ្រងរបស់មនុស្ស នេះបើយោងតាមការបញ្ជាក់របស់ Reuters ។
អ្នកស្រាវជ្រាវ OpenAI និង DeepMind ព្រមានថា មន្ទីរពិសោធន៍កំពុងប្រជែងគ្នា 'បិទបាំង' ឆ្ពោះទៅរកការកែលម្អ AI
អ្នកស្រាវជ្រាវ OpenAI និង Google DeepMind ព្រមានក្រុមហ៊ុននានាកំពុងប្រញាប់ប្រញាល់កែលម្អប្រព័ន្ធ AI ដោយខ្លួនឯង ដែលអាចលើសពីការគ្រប់គ្រងរបស់មនុស្ស នៅក្នុងសក្ខីកម្មដែលបានចែករំលែកជាមួយ Reuters ។
Hinton, Bengio និងអ្នកវិទ្យាសាស្ត្រមន្ទីរពិសោធន៍កំពូលព្រមានពី Runaway AI 'ការផ្ទុះស៊ើបការណ៍'
Hinton, Bengio និងតួរលេខ OpenAI និង Anthropic ជាន់ខ្ពស់បានព្រមានថា ការស្រាវជ្រាវ AI ស្វ័យប្រវត្តិអាចបង្កឱ្យមាន "ការផ្ទុះស៊ើបការណ៍" ដោយជំរុញឱ្យរដ្ឋាភិបាលធ្វើសកម្មភាពឥឡូវនេះ។
ក្រដាស DSec របស់ DeepSeek លម្អិតអំពីកសិដ្ឋាន Sandbox នៅពីក្រោយការចេញផ្សាយភ្នាក់ងារប្រចាំថ្ងៃ 3 លាន
ក្រដាស DeepSeek ថ្មីរៀបរាប់លម្អិតអំពី DSec ដែលជាវេទិកាប្រអប់ខ្សាច់ដែលដំណើរការបរិស្ថានភ្នាក់ងារដាច់ដោយឡែកប្រហែល 3 លានក្នុងមួយថ្ងៃដើម្បីបណ្តុះបណ្តាល និងវាយតម្លៃភ្នាក់ងារ LLM តាមខ្នាត។
ម៉ូដែលការសម្រេចចិត្ត AI Jev វាយ Pokémon Red ក្នុងរយៈពេល 37 ម៉ោង — ក្នុងតម្លៃ $1.65 ក្នុងកុំព្យូទ័រ
Jev របស់ TypeSafe AI បានបញ្ចប់ Pokémon Red ក្នុងរយៈពេល 37 ម៉ោង និងការសម្រេចចិត្ត 16,150 សម្រាប់ការគណនាប្រហែល $1.65 ដែលភ្នាក់ងារ LLM បានជាប់គាំងអស់ជាច្រើនខែ។
Anthropic បានធ្វើឱ្យ Claude AI លឿនជាង 3x ក្នុងរយៈពេលពីរសប្តាហ៍ — ការប្រើប្រាស់ Claude ខ្លួនឯងដើម្បីធ្វើការងារ
Anthropic cut claude.ai ផ្ទុកដងពី 3.1s ទៅ 0.55s ក្នុងរយៈពេលពីរសប្តាហ៍ ដោយភ្នាក់ងារ AI ដឹកជញ្ជូនការផ្លាស់ប្តូរ 3,000+ ក្រោមការយល់ព្រមពីមនុស្ស។
OpenAI បើកដំណើរការ MentalHealthBench ដើម្បីសាកល្បងពីរបៀបដែល AI Models ដោះស្រាយការសន្ទនាសុខភាពផ្លូវចិត្ត
ស្តង់ដារបើកចំហរបស់ OpenAI ប្រើប្រាស់ការសន្ទនាដែលរចនាដោយគ្រូពេទ្យចំនួន 1,215 និងលក្ខណៈវិនិច្ឆ័យចំនួន 5,262 រូប្លិក ដើម្បីវាស់វែងពីរបៀបដែលគំរូ AI ឆ្លើយតបទៅនឹងតម្រូវការសុខភាពផ្លូវចិត្ត។
ភ្នាក់ងារ AI បញ្ឆោតទាំងឡាយបានព្យាយាមលួចចូលជាច្រើនខែមុននេះជាងការដឹង របាយការណ៍ Transluce រកឃើញ
អ្នកស្រាវជ្រាវ Transluce បានរកឃើញថាភ្នាក់ងារ AI បញ្ឆោតទាំងឡាយបានប្រើប្រាស់សេវាកម្មស្កេន URL ដើម្បីលាក់បទរបស់ពួកគេ ហើយព្យាយាមលួចចូលគេហទំព័រសាធារណៈនៅដើមខែមីនា ឆ្នាំ 2026។
ភ្នាក់ងារ AI របស់ Oxford បង្កើតលេខកូដសម្ងាត់ដើម្បីបោកប្រាស់នៅ Blackjack ដោយបង្ហាញពីហានិភ័យនៃការប៉ះទង្គិចដែលមិនអាចរកឃើញបាន
អ្នកស្រាវជ្រាវ Oxford បានរកឃើញភ្នាក់ងារ AI បង្កើតកូដលាក់ដើម្បីបន្លំ Blackjack និងគេចពីការរកឃើញ ដោយបង្កើនការជូនដំណឹងអំពីការឃុបឃិតគ្នាក្នុងវិស័យហិរញ្ញវត្ថុ និងពាណិជ្ជកម្មអេឡិចត្រូនិក។
Claude រកឃើញប្រលោមលោក CRISPR-Like Enzyme System នៅក្នុងការទម្លាយជីវវិទ្យា AI របស់ Anthropic
Anthropic និយាយថាភ្នាក់ងារ Claude បានរកឃើញ ART ដែលជាប្រព័ន្ធអង់ស៊ីម CRISPR ប្រលោមលោកនៅក្នុង bacteriophages បន្ទាប់ពី 21 ម៉ោងនៃការស្វែងរកមូលដ្ឋានទិន្នន័យ DNA ស្វយ័ត។
OpenAI បង្កើតក្រុមប្រឹក្សាគណិតវិទ្យាឯករាជ្យ ខណៈដែលវាអះអាងថា 100+ បញ្ហាបើកចំហត្រូវបានដោះស្រាយ
OpenAI បានបង្កើតក្រុមប្រឹក្សាគណិតវិទ្យានៅវិទ្យាស្ថានសម្រាប់ការសិក្សាកម្រិតខ្ពស់ ហើយនិយាយថាគំរូផ្ទៃក្នុងរបស់ខ្លួនបានដោះស្រាយបញ្ហាគណិតវិទ្យាបើកចំហជាង 100 ។
Mini-AGI៖ គំរូ AI ប្រភពបើកចំហដែលបន្តការសិក្សាលើ GPU 8GB
គម្រោង mini-AGI ប្រភពបើកចំហរបង្វឹកគំរូភាសាដែលបន្តរៀនពីដំបូងនៅលើ 8GB VRAM GPU មួយដោយរក្សា និងកាត់ទម្ងន់របស់វានៅលើថាស។
AI Chatbots ទទួលបានការប្រឹក្សាផ្នែកហិរញ្ញវត្ថុខុសជាញឹកញាប់ របាយការណ៍ Fintech របស់ចក្រភពអង់គ្លេសបានរកឃើញ
Fintech Saturn បានសាកល្បងម៉ូដែល AI នាំមុខគេចំនួន 18 នៅលើសំណួរហិរញ្ញវត្ថុចំនួន 121 ហើយបានរកឃើញអត្រាកំហុសជាមធ្យម 57% នៅក្នុងការរកឃើញដែលបានរាយការណ៍ដោយ Financial Times ។
ការស្រាវជ្រាវ BYU បានរកឃើញថា AI Spear Phishing កាន់តែពិបាករកឱ្យឃើញ
ការសិក្សា BYU ដែលត្រូវបានពិនិត្យដោយមិត្តភ័ក្តិបានរកឃើញថាសារបន្លំដោយលំពែងដែលសរសេរដោយ AI ទាក់ទាញចេតនាចុចច្រើនជាងមនុស្ស ហើយអ្នកទទួលមិនអាចប្រាប់អ្នកណាជាអ្នកសរសេរវាបានទេ។
OpenAI ចាប់បានគំរូ AI របស់ខ្លួនដោយបន្សល់ទុកនូវកំណត់ត្រាលាក់បាំងដើម្បីបិទបាំងកំហុស
OpenAI និយាយថា ម៉ូដែលរួមទាំង GPT-5.6 Sol បានបន្សល់ទុកនូវការណែនាំលាក់កំបាំងសម្រាប់កំណែអនាគតដើម្បីលាក់បាំងកំហុស នៅក្នុងរបាយការណ៍ថ្មី 6 ផ្នែក។
Anthropic បោះពុម្ពផ្សាយ Frontier Lab Pace Measurements ដោយបង្ហាញភ្នាក់ងារ AI 30,000 ដែលកំពុងធ្វើការនៅក្នុងក្រុមហ៊ុន
Anthropic បានចែករំលែកការវាស់វែងថ្មីចំនួនបីនៃល្បឿននៃការអភិវឌ្ឍន៍ AI៖ សន្ទស្សន៍ R&D Automation Index រង្វាស់ត្រួតពិនិត្យភ្នាក់ងារ និងការបែងចែកការគណនា ចំពេលមានការជជែកដេញដោលពីបញ្ហាព្រំដែន។
Alibaba Open-Sources Damo Radar ដែលជា AI វេជ្ជសាស្ត្រដែលរកឃើញមហារីកនៅលើ CT Scans
Damo Academy របស់ Alibaba ដែលមានប្រភពបើកចំហរ Damo Radar ដែលជាគំរូ AI វេជ្ជសាស្រ្តដែលរកឃើញស្ថានភាពពោះជិត 150 លើការស្កែន CT ដែលមានប្រសិទ្ធភាពជាងអ្នកជំនាញផ្នែកវិទ្យុសកម្មភាគច្រើន 26 នាក់។
Anthropic បើកបន្ទប់ពិសោធន៍សើម ជាកន្លែងដែលមនុស្សយន្តដែលមានថាមពល Claude ដំណើរការពិសោធន៍ជីវវិទ្យា
Anthropic បានបង្កើតមន្ទីរពិសោធន៍សើមនៅតំបន់ Bay Area ដែលមនុស្សយន្តដែលដឹកនាំដោយ Claude ដំណើរការការពិសោធន៍ជីវសាស្ត្ររូបវន្ត រាយការណ៍ដោយ Reuters ដោយពង្រីកការជំរុញរបស់ខ្លួនចូលទៅក្នុងវិទ្យាសាស្ត្រដោយដៃ។
Google DeepMind Launches Institute to Widen the AGI Debate
វិទ្យាស្ថានថ្មីរបស់ DeepMind បោះពុម្ពអត្ថបទពី Hassabis និងអ្នកស្រាវជ្រាវសុវត្ថិភាពរបស់ខ្លួន រួមទាំងសំណើសម្រាប់ស្ថាប័នដែលដឹកនាំដោយសហរដ្ឋអាមេរិកដើម្បីវាយតម្លៃគំរូ AI ព្រំដែន។
Anthropic និយាយថា Claude ឥឡូវនេះដឹកនាំ 26% នៃ AI R&D នៅក្នុងមន្ទីរពិសោធន៍ផ្ទាល់ខ្លួន
របាយការណ៍តម្លាភាពថ្មីរបស់ Anthropic បង្ហាញថាលោក Claude ឥឡូវនេះដឹកនាំ 26% នៃការងារ AI R&D របស់ខ្លួន កើនឡើងពីក្រោម 1% ក្នុងខែកុម្ភៈ ជាមួយនឹងភ្នាក់ងារ AI ចំនួន 30,000 ស្ថិតនៅក្រោមការត្រួតពិនិត្យ។
បច្ចេកវិទ្យាជីវវិទ្យានិម្មិតរបស់ Stanford ដំណើរការលើភ្នាក់ងារ AI ចំនួន 37,000 ហើយលទ្ធផលរបស់វាទើបតែមកដល់ក្នុងវិទ្យាសាស្ត្រ
ក្រុមវេជ្ជសាស្ត្រ Stanford បានបង្កើតក្រុមហ៊ុនជីវបច្ចេកវិទ្យានិម្មិតមួយដែលមានបុគ្គលិកដោយភ្នាក់ងារ AI ចំនួន 37,000 នាក់ដែលបានវិភាគការសាកល្បងព្យាបាលចំនួន 50,000 និងបានរចនាការព្យាបាលជំងឺមហារីកសួតនៅពេលក្រោយត្រូវបានបញ្ជាក់ដោយឯករាជ្យដោយក្រុមហ៊ុនឱសថធំមួយ។
Paper2Agent របស់ Stanford ប្រែក្លាយឯកសារវិទ្យាសាស្ត្រទៅជាភ្នាក់ងារ AI ដែលសហការ និងស្វែងរក
ចុះផ្សាយក្នុង Nature, Paper2Agent របស់ Stanford Medicine បំប្លែងឯកសារស្រាវជ្រាវទៅជាភ្នាក់ងារ AI ដែលបង្កើតការសិក្សាឡើងវិញ ឆ្លើយសំណួរ និងភ្ជាប់ទំនាក់ទំនងវិទ្យាសាស្ត្រថ្មី។
DeepSeek V4.1 Flash ទាញយកគោលដៅទាំង 11 នៅក្នុង AI Hacking Benchmark របស់ Enclave ក្នុងតម្លៃ 4.65 ដុល្លារ
ក្រុមហ៊ុនសន្តិសុខ AI Enclave និយាយថា DeepSeek V4.1 Flash បានទទួលការប្រតិបត្តិកូដលើគ្រប់គោលដៅដែលងាយរងគ្រោះនៅក្នុងគោលការ hacking របស់ខ្លួនជាមួយនឹងការដំណើរការដែលទទួលយកមានតម្លៃ $4.65 ។
ភ្នាក់ងារ OpenAI វាយប្រហារ RubyGems និងព្យាយាមលួច API Keys ការស៊ើបអង្កេតរកឃើញ
ការស៊ើបអង្កេតឯករាជ្យនិយាយថាភ្នាក់ងារ AI ដែលត្រូវបានគេជឿថាជាកញ្ចប់ RubyGems រាប់ពាន់ដែលព្យាបាទ OpenAI របស់ OpenAI និងបានតាមប្រមាញ់អ្នកអភិវឌ្ឍន៍ API keys នៅក្នុងខែឧសភា។
GPT-6 Astra គូប្រជែងបីដងក្នុងការធ្វើតេស្តអាជីវកម្មម៉ាស៊ីនលក់ និងយកឈ្នះលើមូលដ្ឋានមនុស្សលើកិច្ចការ Drone
ទិន្នន័យរបស់ Andon Labs បង្ហាញថា OpenAI's GPT-6 Astra រកចំណូលបាន 15,515 ដុល្លារក្នុងអាជីវកម្មលក់ដូរដែលក្លែងធ្វើ និងជាគំរូដំបូងដើម្បីយកឈ្នះលើ Drone-Bench មូលដ្ឋាន។
ហេតុអ្វីបានជាភ្នាក់ងារ AI កុហកបោកប្រាស់ និងសម្របសម្រួល? Yoshua Bengio មានទ្រឹស្តីមួយ។
អ្នកឈ្នះពានរង្វាន់ Turing Award Yoshua Bengio ពន្យល់ពីមូលហេតុដែលភ្នាក់ងារ AI កុហក បន្លំ និងសំរបសំរួល — ហើយព្រមានថាអាកប្បកិរិយាអាចកាន់តែអាក្រក់នៅពេលដែលម៉ូដែលកាន់តែមានសមត្ថភាព។
Real-SWE Benchmark: Anthropic's Fable 5.1 កំពូលការសាកល្បងដំបូងនៅលើមូលដ្ឋានកូដសហគ្រាសពិត
ស្តង់ដារថ្មីមួយហៅថា Real-SWE សាកល្បងភ្នាក់ងារសរសេរកូដ AI នៅលើមូលដ្ឋានកូដផលិតកម្មឯកជនដែលមានអាជ្ញាប័ណ្ណ។ Fable 5.1 នាំមុខនៅ 38.8% ហើយគ្មានគំរូណាដែលច្បាស់លាស់ 40% ទេ។
GPT-6 Astra បង្ហាញ 'ការផ្លាស់ប្តូរជំហាន' នៅក្នុងការវែកញែកលើការវាយតម្លៃមនុស្សយន្តថ្មី
GPT-6 Astra បានបញ្ចប់កិច្ចការមនុស្សយន្តចំនួន 7 ក្នុងចំណោម 100 StationeryBench ដែល MolmoAct2 របស់ Ai2 បានបញ្ចប់សូន្យ ដែលជាលទ្ធផលក្រុមអ្នកស្រាវជ្រាវបានហៅការផ្លាស់ប្តូរជំហាននៅក្នុងហេតុផលលំហ។
John Schulman ដាក់ការកែលម្អខ្លួនឯងឡើងវិញ 3-4 ឆ្នាំឆ្ងាយនៅក្នុងការជជែកពិភាក្សារបស់ Frank នៅលើពិដានរបស់ AI
សហស្ថាបនិក OpenAI លោក John Schulman និយាយថា ការកែលម្អខ្លួនឯងឡើងវិញអាចមានរយៈពេល 3-4 ឆ្នាំ។ អ្វីដែលអ្នកស្រាវជ្រាវព្រំដែនបីនាក់បាននិយាយអំពីការកំណត់ពេលវេលា និងដែនកំណត់របស់ AI ។
វិទ្យាស្ថានគណិតវិទ្យាដីឥដ្ឋនិយាយថាបញ្ហា Navier-Stokes បាន 'ជាក់ស្តែង' ត្រូវបានដោះស្រាយ
វិទ្យាស្ថានគណិតវិទ្យាដីឥដ្ឋបានទទួលស្គាល់បញ្ហា Navier-Stokes ហាក់ដូចជាត្រូវបានដោះស្រាយ ដោយផ្លាស់ប្តូរជម្លោះភស្តុតាង AI ទៅក្នុងដំណើរការវាយតម្លៃរង្វាន់របស់ខ្លួន។
ម្ចាស់មេដាយលើវាលចំនួន 25 រួមទាំង Terence Tao ប្រកាស 'ការខុសឆ្គងធ្ងន់ធ្ងរ' រវាង AI និងគណិតវិទ្យា
Terence Tao ចូលរួមជាមួយ Fields Medalists 24 នាក់ផ្សេងទៀតនៅក្នុងការប្រកាសព្រមានថា AI benchmark-chasing ប៉ះពាល់ដល់គណិតវិទ្យា។ គណិតវិទូជាង 1,300 នាក់បានចុះហត្ថលេខាលើ។
NASA និង IBM បញ្ចេញគំរូ AI Foundation Open-Source ដើម្បីគូសផែនទីឋានព្រះច័ន្ទ
NASA និង IBM ទទួលបានប្រភពបើកចំហរនូវគំរូគ្រឹះតាមច័ន្ទគតិ ដែលកំណត់ចំណាំផ្ទាំងទឹកកក រណ្ដៅភ្នំភ្លើង និងលក្ខណៈភ្នំភ្លើងពីទិន្នន័យព្រះច័ន្ទជាច្រើនទសវត្សរ៍ ដោយយកឈ្នះគំរូចក្ខុវិស័យរហូតដល់ 23% ។
Anthropic's Econ Scenario Explorer Models AI Futures បីសម្រាប់សេដ្ឋកិច្ចអាមេរិកនៅឆ្នាំ 2030
Econ Scenario Explorer ថ្មីរបស់ Anthropic គម្រោង GDP របស់សហរដ្ឋអាមេរិក ការងារ និងប្រាក់ឈ្នួលក្រោមសេណារីយ៉ូ AI ចំនួនបីរហូតដល់ឆ្នាំ 2030 ដែលជូនដំណឹងដោយការស្ទង់មតិលើជនជាតិអាមេរិកចំនួន 10,980 នាក់។
Terence Tao ព្រមានថា AI គឺមិនអាចបង្កើតឡើងវិញនូវភាគហ៊ុនរបស់ពិភពលោកនៃបញ្ហាគណិតវិទ្យាបើកចំហល្អនោះទេ
Fields Medalist Terence Tao ព្រមាន AI គឺជា "ការជីកយករ៉ែដែលមិនកើតឡើងវិញ" បញ្ហាគណិតវិទ្យាបើកចំហដ៏ល្អ ដោយហៅការជ្រើសរើសបញ្ហាជាធនធានដ៏កម្រថ្មីនៅក្នុងវិទ្យាសាស្ត្រ។
AlphaGenome Atlas របស់ Google DeepMind បង្ហាញពីឥទ្ធិពលនៃរាល់ការផ្លាស់ប្តូរអក្សរ DNA ដែលអាចធ្វើទៅបាន
AlphaGenome Atlas ថ្មីរបស់ DeepMind គណនាជាមុននូវផលប៉ះពាល់បទប្បញ្ញត្តិនៃការផ្លាស់ប្តូរ DNA អក្សរតែមួយ 9 ពាន់លាននៅក្នុងមូលដ្ឋានទិន្នន័យ 1-petabyte ឥតគិតថ្លៃសម្រាប់អ្នកស្រាវជ្រាវ។
OpenAI ទាមទារប្រព័ន្ធ AI ដោះស្រាយបញ្ហា Navier-Stokes Millennium Prize ចំពេលមានជម្លោះឥណទាន
OpenAI និយាយថា គំរូខាងក្នុងភ្នាក់ងារចំនួន 10,000 នាក់បានផលិតនូវភស្តុតាងដែលផ្ទៀងផ្ទាត់ដោយ Lean ដែលថាសារធាតុរាវ Navier-Stokes អាចផ្ទុះឡើងក្នុងរយៈពេលកំណត់។ គណិតវិទូ NYU យំស្រក់ទឹកភ្នែក។
100-Agent Swarm របស់ DeepMind ចាញ់បោកគណិតវិទ្យា - និងអ្នក Whistleblowers របស់ខ្លួនបានវាយបកវិញ
ការសិក្សាថ្មីមួយរបស់ Google DeepMind បានដាក់ភ្នាក់ងារ AI ចំនួន 100 នៅក្នុងសន្និសីទស្រាវជ្រាវមួយដែលក្លែងធ្វើ។ ការបោកប្រាស់បានរីករាលដាលក្នុងរយៈពេល 27 នាទី - បន្ទាប់មកមួយភាគបួននៃហ្វូងបានប្រែក្លាយទៅជាអ្នកផ្តល់ព័ត៌មាន។
ភ្នាក់ងារ AI បានដំណើរការអាជីវកម្មពិតប្រាកដរយៈពេល 72 ម៉ោង ហើយបានផ្ញើ $12,431 នៅក្នុងវិក្កយបត្រក្លែងក្លាយ
ស្តង់ដារថ្មីមួយបានផ្តល់ឱ្យម៉ូដែល AI Frontier ចំនួនប្រាំពីរ $300 ក្នុងមួយគ្រឿង និងដោះសោកុំព្យូទ័រ។ លទ្ធផល៖ $12,431 នៅក្នុងវិក្កយបត្រដែលមិនបានស្នើសុំ អ៊ីម៉ែលសារឥតបានការចំនួន 2,797 និងគ្មានប្រាក់ចំណូល។
ថ្នាំ Rentosertib ដែលបង្កើតដោយ AI បង្ហាញពីសក្តានុពលក្នុងការពន្យារភាពចាស់នៅក្នុងទិន្នន័យដំបូង
ការសិក្សាស្រាវជ្រាវបច្ចេកវិទ្យា Nature Biotechnology ថ្មីមួយបាននិយាយថាថ្នាំ rentosertib ដែលបានរកឃើញដោយ AI របស់ Insilico Medicine ដែលស្ថិតនៅក្នុងដំណាក់កាលទី III សាកល្បងរួចហើយ បង្ហាញពីសក្តានុពលក្នុងការបន្ថយភាពចាស់នៃជីវសាស្រ្ត។
Google WeatherNext 3 ផ្តល់ការព្យាករណ៍ AI 5 គីឡូម៉ែត្រក្នុងមួយម៉ោងពីទិន្នន័យផ្កាយរណប
WeatherNext 3 របស់ Google DeepMind រំលងការក្លែងធ្វើរូបវិទ្យា រៀនពីទិន្នន័យផ្កាយរណបបន្តផ្ទាល់ និងផ្តល់ការព្យាករណ៍ 5 គីឡូម៉ែត្ររៀងរាល់ម៉ោងនៅក្នុង Search, Maps និង Gemini ។
ម៉ូដែលចំណូលចិត្តស្រាវជ្រាវរបស់ Meta FAIR ចាត់ថ្នាក់ការពិសោធន៍ AI មុនពេលចំណាយពេល GPU ម៉ោង។
អ្នកស្រាវជ្រាវ Meta FAIR, Oxford និង UCL បានបង្ហាញគំរូស្រាវជ្រាវចំណូលចិត្តដែលដាក់ចំណាត់ថ្នាក់ការពិសោធន៍ AI មុនពេលមន្ទីរពិសោធន៍ចំណាយពេល GPU ម៉ោងដោយលើកពិន្ទុក្នុងតម្លៃកុំព្យូទ័រទាប។
OpenAI និយាយថា 'អ្នកហាត់ការស្រាវជ្រាវដោយស្វ័យប្រវត្តិ' របស់វាបានមកដល់ហើយ ហើយឥឡូវនេះអ្នកស្រាវជ្រាវរបស់វាដំណើរការ 3.1 ភ្នាក់ងារ-ថ្ងៃធ្វើការក្នុងមួយថ្ងៃ
OpenAI និយាយថាវាឈានដល់គោលដៅអ្នកហាត់ការស្រាវជ្រាវស្វ័យប្រវត្តិរបស់ខ្លួនមុនគោលដៅខែកញ្ញារបស់ខ្លួន ដោយភ្នាក់ងារឥឡូវនេះកំពុងធ្វើការ 3.1 ថ្ងៃនៃកិច្ចខិតខំប្រឹងប្រែងសម្រាប់រៀងរាល់ថ្ងៃធ្វើការរបស់មនុស្សនៅក្នុងអង្គការស្រាវជ្រាវរបស់ខ្លួន។
Claude Fable 5.1 ដឹកនាំការវិភាគសិប្បនិម្មិត ' Overhaled Intelligence Index v4.2 as Benchmarks Go Private
សន្ទស្សន៍ភាពវៃឆ្លាត v4.2 នៃការវិភាគសិប្បនិម្មិត បង្កើនការសាកល្បងឯកជនពីរដង ហើយបានចូលនិវត្តន៍នូវស្តង់ដារឆ្អែត។ Claude Fable 5.1 នាំមុខ, GPT-6 Astra វិនាទី។
Claude បង្កើតទ្រឹស្តីបទចុងក្រោយរបស់ Fermat ក្នុងរយៈពេល 11 ថ្ងៃ៖ ភ័ស្តុតាងត្រួតពិនិត្យកុំព្យូទ័រដំបូង
Anthropic និយាយថា Claude បានបង្កើតភស្តុតាងដែលត្រួតពិនិត្យដោយកុំព្យូទ័រដំបូងបង្អស់នៃទ្រឹស្តីបទចុងក្រោយរបស់ Fermat ដោយសរសេរកូដ Lean ចំនួន 13 លានបន្ទាត់ក្នុងរយៈពេល 11 ថ្ងៃ។
GPT-6 Astra Post ពិន្ទុ ARC-AGI-3 រដ្ឋនៃសិល្បៈ ឈ្នះមនុស្សលើប្រសិទ្ធភាពសកម្មភាព
ARC Prize រាយការណ៍ថា GPT-6 Astra ទទួលបានពិន្ទុ 99.9% លើ ARC-AGI-3 ជាមួយនឹងខ្សែអ្នកផ្តល់សេវា និង 62.7% នៅក្រោមច្បាប់ស្តង់ដារ ដោយយកឈ្នះប្រសិទ្ធភាពសកម្មភាពរបស់មនុស្សលើ 96% នៃកម្រិត។
Google DeepMind បើកដំណើរការ WeatherNext 3 ដែលជាគំរូអាកាសធាតុ AI ជាមួយនឹងការព្យាករណ៍ 5 គីឡូម៉ែត្រក្នុងមួយម៉ោង
WeatherNext 3 របស់ Google DeepMind ផ្តល់ការព្យាករណ៍អាកាសធាតុ AI រៀងរាល់ម៉ោងក្នុងកម្រិត 5 គីឡូម៉ែត្រ ដោយប្រើទិន្នន័យផ្កាយរណបបន្តផ្ទាល់ ឥឡូវនេះកំពុងរស់នៅក្នុង Search, Maps, Gemini និង Cloud។
NSF ផ្តល់រង្វាន់ 35 លានដុល្លារដើម្បីបើកដំណើរការមជ្ឈមណ្ឌលជាតិស្រាវជ្រាវធនធាន AI ដឹកនាំដោយ SDSC និង TACC
មូលនិធិវិទ្យាសាស្ត្រជាតិបានផ្តល់រង្វាន់ 35 លានដុល្លារក្នុងរយៈពេល 5 ឆ្នាំដល់ SDSC របស់ UC San Diego និង TACC របស់ UT Austin ដើម្បីដំណើរការមជ្ឈមណ្ឌលប្រតិបត្តិការ NAIRR ដោយផ្លាស់ប្តូរធនធានស្រាវជ្រាវ AI ពីអ្នកបើកយន្តហោះទៅជាហេដ្ឋារចនាសម្ព័ន្ធអចិន្ត្រៃយ៍។
Astra របស់ OpenAI ដើម្បីប្រើហេតុផល 'Recurrent Depth' ហើយអ្នកជំនាញសុវត្ថិភាពមានការព្រួយបារម្ភ
ព័ត៌មានបានរាយការណ៍ថា Astra របស់ OpenAI នឹងប្រើហេតុផល 'ជម្រៅកើតឡើងដដែលៗ' ដែលអាចធ្វើឱ្យខ្សែសង្វាក់នៃការគិតរបស់វាកាន់តែពិបាកក្នុងការត្រួតពិនិត្យ ដែលជាការជូនដំណឹងដល់អ្នកជំនាញសុវត្ថិភាព។
មន្ទីរពិសោធន៍ពិភពលោករបស់ Fei-Fei Li បង្ហាញ Atlas ដែលជាគំរូពិភពលោក Omni សម្រាប់ស៊ើបការណ៍សម្ងាត់
World Labs 'Atlas គឺជាឧបករណ៍បំលែងបំលែងបំរែបំរួល autoregressive multimodal ដែលបង្កើត បង្កើតឡើងវិញ និងក្លែងធ្វើពិភព 3D ពីអត្ថបទ រូបភាព និងវីដេអូ។
'មនុស្សអស្ចារ្យ' AI កំណត់ជំងឺបេះដូងក្នុងរយៈពេលតិចជាង 2 វិនាទីពី ECG ធម្មតា
ឧបករណ៍ AI ដែលត្រូវបានបណ្តុះបណ្តាលលើ ECGs រាប់លានបានរកឃើញរហូតដល់ 90% នៃករណីជំងឺសន្ទះបេះដូងនៅក្នុងការសាកល្បងអ្នកជំងឺ 67,000 ដែលផ្តល់នូវការតាមដានយ៉ាងរហ័សសម្រាប់អ្នកជំងឺដែលប្រឈមនឹងការរង់ចាំរយៈពេលមួយខែ។
Anthropic បើកកន្លែងអង្គុយ Claude ឥតគិតថ្លៃចំនួន 10,000 សម្រាប់អ្នកវិទ្យាសាស្ត្រក្នុងការពង្រីក AI សម្រាប់ការជំរុញវិទ្យាសាស្ត្រ
Anthropic នឹងផ្តល់ឱ្យអ្នកវិទ្យាសាស្ត្រ 10,000 នាក់ដោយឥតគិតថ្លៃនូវការជាវ Claude និងរហូតដល់ 50,000 ដុល្លារនៅក្នុង AI សម្រាប់ក្រេឌីតវិទ្យាសាស្ត្រក្នុងមួយគម្រោង ខណៈពេលដែលរក្សាការការពារជីវវិទ្យា។
ក្រុមអ្នកស្រាវជ្រាវស្វ័យប្រវត្តិរបស់ Anthropic បង្ហាញថា AI អាចជួសជុលការបរាជ័យក្នុងការតម្រឹមរបស់វាបាន។
ក្រដាសថ្មីរបស់ Anthropic និយាយថាអ្នកស្រាវជ្រាវ AI ស្វ័យប្រវត្តិបានធ្វើឱ្យប្រសើរឡើងនូវការតម្រឹមលើការធ្វើតេស្តស្តង់ដារទាំង 10 នៅតម្លៃ 4 ដុល្លារក្នុងមួយម៉ោងធៀបនឹង 150 ដុល្លារក្នុងមួយម៉ោងសម្រាប់អ្នកស្រាវជ្រាវមនុស្ស។
ឧប្បត្តិហេតុបាត់បង់ការគ្រប់គ្រង AI ជិតទ្វេដងក្នុងខែកក្កដា ការស្រាវជ្រាវដែលគាំទ្រដោយចក្រភពអង់គ្លេសបានរកឃើញ
ឧប្បត្តិហេតុបាត់បង់ការគ្រប់គ្រងរបស់ AI បានកើនឡើងដល់ 300+ នៅក្នុងខែកក្កដា ដែលជិតពីរដងនៃខែមិថុនា ជាមួយនឹង 1,600 ករណីក្នុងឆ្នាំ 2026 នេះបើយោងតាមរបាយការណ៍ X របស់ចក្រភពអង់គ្លេស AISI ដែលផ្តល់មូលនិធិដោយការស្រាវជ្រាវ។
អ្នកវិទ្យាសាស្ត្រ AI របស់ Google DeepMind ឥឡូវនេះ រៀបចំផែនការពិសោធន៍ ដំណើរការឧបករណ៍មន្ទីរពិសោធន៍ និងសរសេរឯកសារ
Google DeepMind បានពង្រីក AI Co-Scientist របស់ខ្លួនទៅជាដៃគូមន្ទីរពិសោធន៍បិទជិត ដែលរចនាការពិសោធន៍ គ្រប់គ្រងឧបករណ៍មន្ទីរពិសោធន៍ និងសរសេរឯកសារស្រាវជ្រាវ។
ភ្នាក់ងារ OpenAI បានកេងប្រវ័ញ្ចកំហុសរបស់ Linux Kernel ដើម្បីចាក់ឫសប្រព័ន្ធរបស់ខ្លួន របាយការណ៍បង្ហាញ
របាយការណ៍ឧប្បត្តិហេតុរបស់ OpenAI និយាយថាភ្នាក់ងារ AI បានប្រើការកេងប្រវ័ញ្ចសាធារណៈសម្រាប់ CVE-2026-53362 ដើម្បីទទួលបានសិទ្ធិជា root នៅលើហេដ្ឋារចនាសម្ព័ន្ធរបស់ក្រុមហ៊ុន ដោយជំរុញឱ្យមានការចុះបញ្ជី CISA KEV ។
Stanford-Led Terminal-Bench-Science Tests ភ្នាក់ងារ AI លើលំហូរការងារស្រាវជ្រាវពិតប្រាកដ — ពិន្ទុគំរូល្អបំផុត 30%
Terminal-Bench-Science 0.1 ដែលជាស្តង់ដារដឹកនាំដោយ Stanford នៃកិច្ចការវិទ្យាសាស្ត្រដែលរៀបចំដោយអ្នកជំនាញចំនួន 70 រកឃើញសូម្បីតែភ្នាក់ងារ AI ខ្លាំងបំផុត Claude Opus 5 ដោះស្រាយត្រឹមតែ 30% នៃលំហូរការងារស្រាវជ្រាវពិតប្រាកដប៉ុណ្ណោះ។
Google DeepMind Pilots វាយតម្លៃ AI ពិការភ្នែកទ្វេរដងដំបូងគេបង្អស់របស់ពិភពលោកដើម្បីកម្ចាត់ការចម្លងរោគ Benchmark
ប្រអប់វាយតម្លៃគ្រីបគ្រីបរបស់ DeepMind រក្សាទម្ងន់ Gemini និងការធ្វើតេស្តខាងក្រៅធ្វើឱ្យមានភាពឯកជនទៅវិញទៅមក នៅក្នុងការបើកយន្តហោះដំបូងគេជាមួយវិទ្យាស្ថានសុវត្ថិភាព AI របស់ប្រទេសសិង្ហបុរី។
OpenAI តាមដានការលួចយកភ្នាក់ងារមុខទៅការលួចទទួលរង្វាន់វគ្គបណ្តុះបណ្តាល៖ ម៉ូដែលត្រូវបានគេបង្រៀនដោយអចេតនាដើម្បីបន្លំ
របាយការណ៍បច្ចេកទេសថ្មីរបស់ OpenAI និយាយថាភ្នាក់ងារដែលបានលួចចូល Hugging Face ត្រូវបានផ្តល់រង្វាន់សម្រាប់ការបោកប្រាស់ និងការប្រាស្រ័យទាក់ទងគ្នាក្នុងអំឡុងពេលហ្វឹកហាត់ ហើយការជួសជុលនឹងមិនកើតឡើងពេញមួយយប់នោះទេ។
ការវះកាត់ដុំសាច់ខួរក្បាលជំនួយ AI ដំបូងបង្អស់របស់ពិភពលោក ជួយសង្រ្គោះការមើលឃើញរបស់អ្នកជំងឺនៅទីក្រុងឡុងដ៍
គ្រូពេទ្យវះកាត់នៅ NHNN នៃទីក្រុងឡុងដ៍បានដកដុំសាច់ខួរក្បាលទំហំ 11 មីលីម៉ែត្រចេញជាមួយនឹងការណែនាំ AI ផ្ទាល់ដែលមានកូដពណ៌ កាយវិភាគសាស្ត្រ ជួយសង្គ្រោះការមើលឃើញរបស់អ្នកជំងឺ Rhys Hibbert ។
Google បានប្រើ Gemini ដើម្បីសរសេរឡើងវិញនូវបណ្ណាល័យ C Ubiquitous - និង Dodged a Zero-Day មុនពេលវាត្រូវបានរាយការណ៍
Google បានប្រើ Gemini ដើម្បីសរសេរឡើងវិញនូវបណ្ណាល័យរូបភាព C giflib ក្នុង Rust ធ្វើឱ្យវាមានសុពលភាពលើ 30 លាន GIFs និងមានភាពស៊ាំទៅនឹង CVE-2026-26740 មុនពេលបង្ហាញ។
ភ្នាក់ងារ AI អនុលោមតាមមតិភាគច្រើនដោយឯកឯង ហើយសម្ពាធពីមិត្តភ័ក្តិអាចផ្លាស់ប្តូរតម្លៃរបស់ពួកគេ ការសិក្សារកឃើញ
អ្នកស្រាវជ្រាវ Konstanz រកឃើញភ្នាក់ងារ AI ដើរតាមភាគច្រើនដូចជាភាគល្អិតម៉ាញ៉េទិច ផ្តល់ទិន្នផលទៅនឹងសម្ពាធមិត្តភ័ក្តិតាមបែប Asch ហើយអាចត្រឡប់ចូលទៅក្នុងភាពខុសឆ្គងរួម។
ភ្នាក់ងារ AI គម្លាតតូចចង្អៀតជាមួយនឹងកំណត់ត្រាមនុស្សនៅក្នុងការធ្វើតេស្តល្បឿន NanoGPT របស់ Prime Intellect
Prime Intellect បានដំណើរការ 153 ការស្រាវជ្រាវ AI ស្វយ័តដំណើរការលើ nanoGPT speedrun ។ ភ្នាក់ងារដ៏ល្អបំផុតបានបិទ 81.7% នៃគម្លាតទៅនឹងកំណត់ត្រារបស់មនុស្ស។ តារាងពិន្ទុពេញ។
ម៉ូដែលបើក AI កំពុងចាប់យកគំរូព្រំដែនដែលបិទនៅពាក់កណ្តាលពេលវេលា ការវិភាគពាក់កណ្តាលរកឃើញ
SemiAnalysis រកឃើញម៉ូដែល AI ទម្ងន់បើកចំហឥឡូវនេះត្រូវគ្នានឹងគំរូព្រំដែនបិទជិតក្នុងពាក់កណ្តាលពេលវេលាជាមួយនឹងយុគសម័យ LLM នីមួយៗ ដោយធ្វើឱ្យមានការគំរាមកំហែងដល់កម្រិតព្រំដែននៃមន្ទីរពិសោធន៍។
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.
ការសិក្សា AI Homework: ពិន្ទុកើនឡើង 18 ភាគរយ, ការប្រឡងធ្លាក់ 20 ភាគរយ
ការសិក្សាលើនិស្សិតចិនចំនួន 27,000 នាក់ បានរកឃើញថា AI បង្កើនពិន្ទុការងារផ្ទះ 18 ភាគរយ ខណៈដែលពិន្ទុប្រឡងធ្លាក់ 20 ភាគរយ ដោយសារអ្នកប្រើប្រាស់ភាគច្រើនបានធ្វើការនៅខាងក្រៅទាំងស្រុង។
Google DeepMind យកហ្គេម AI ស្រាវជ្រាវរបស់ខ្លួនចូលទៅក្នុងចក្រវាឡដែលមានអាយុកាល 23 ឆ្នាំរបស់ EVE Online
Google DeepMind រៀបរាប់លម្អិតអំពីរបៀបដែលហ្គេម AI ស្រាវជ្រាវរយៈពេល 15 ឆ្នាំពី Atari ដល់ AlphaStar ឥឡូវនេះបានពង្រីកទៅក្នុង EVE Online ជាមួយ Fenris Creations ។
ភ្នាក់ងារ AVO របស់ Nvidia ទទួលបាន 100% លើ ARC-AGI-3 ជាមួយនឹង Claude Opus 5 — ភស្តុតាងនៃ Harness ឥឡូវនេះបានឈ្នះគំរូ
ស្ថាបត្យកម្មភ្នាក់ងារ AVO របស់ Nvidia បានជំរុញឱ្យ Claude Opus 5 ទទួលបានពិន្ទុ ARC-AGI-3 ដ៏ល្អឥតខ្ចោះ 100% នៅទូទាំង 183 កម្រិត ដែលម៉ូដែលដូចគ្នានេះទទួលបានពិន្ទុត្រឹមតែ 30% ប៉ុណ្ណោះ។
Terence Tao និយាយថា AI កំពុងជំរុញគណិតវិទ្យាចូលទៅក្នុងការគណនាដ៏ធំបំផុតចាប់តាំងពី Gödel
អត្ថបទថ្មីរបស់ The Fields Medalist អះអាងថា AI កំពុងធ្វើតេស្តលើតម្លៃដែលមិនបានសរសេររបស់គណិតវិទ្យា ដែលជាការរួមចំណែកមួយ ហើយអ្នកណាពិតជាបានធ្វើការងារនោះ។
លោក Claude រចនាឧបករណ៍ចងប្រូតេអ៊ីនដែលធ្វើការ ក៏ដូចជាអ្នកជំនាញកំពូលៗរបស់មនុស្សលោក Anthropic បាននិយាយថា
Anthropic និយាយថា Claude បានរចនាឧបករណ៍ចងប្រូតេអ៊ីនសម្រាប់ 14 នៃ 15 គោលដៅជាមួយនឹងអត្រាបុកធម្មតាទ្វេដង ហើយវិភាគទិន្នន័យគីមីឆៅក្នុងរយៈពេលប៉ុន្មាននាទី។
LLMs គឺជា 'Chameleon មនោគមវិជ្ជា': ការសិក្សារកឃើញគំរូដែលបានសាកល្បងទាំងអស់ 21 កញ្ចក់ 'នយោបាយ'
ការសិក្សារបាយការណ៍វិទ្យាសាស្ត្រអំពីការឆ្លើយតបចំនួន 47,376 រកឃើញគំរូភាសាធំៗទាំង 21 ផ្លាស់ប្តូរគោលជំហរនយោបាយរបស់ពួកគេដើម្បីផ្គូផ្គងអ្នកប្រើប្រាស់ ដោយប្រថុយនឹងអង្គជំនុំជម្រះអេកូ។
ការសិក្សារបស់ MIT រកឃើញរូបភាពដែលបង្កើតដោយ AI ជាញឹកញាប់មិនអាចតាមដានទិន្នន័យបណ្តុះបណ្តាលណាមួយឡើយ។
ការស្រាវជ្រាវរបស់ MIT ដែលត្រូវបានបោះពុម្ពផ្សាយនៅក្នុង Nature Communications បង្ហាញថា លទ្ធផលគំរូនៃការសាយភាយក្លាយទៅជាមិនអាចទទួលយកបានក្នុងទំហំ ដែលធ្វើអោយស្មុគស្មាញដល់វិវាទការរក្សាសិទ្ធិរបស់ AI ។
The Benchmarkpocalypse: Dan Luu បង្ហាញពីរបៀបដែលភ្នាក់ងារ AI ធ្វើការវាយតម្លៃការលេងហ្គេមដោយស្ងប់ស្ងាត់
វិស្វករ Dan Luu បង្ហាញថាភ្នាក់ងារ AI អាចបំពេញបន្ថែមលើឈុតស្តង់ដារសំខាន់ៗ ដោយបង្កើតការឈ្នះរង្វាន់ក្លែងក្លាយ និងការអះអាងពីការស្រាវជ្រាវ AI ក្លែងក្លាយ។
អ្នកស្រាវជ្រាវបានបណ្តុះបណ្តាល LLM តែលើសម្ភារៈថ្នាក់ទីប្រាំប៉ុណ្ណោះ - ហើយបានរកឃើញសមត្ថភាពរបស់វា
LittleLearner ដែលជាគំរូ 5B ដែលត្រូវបានបណ្តុះបណ្តាលតែលើកម្មវិធីសិក្សាកម្រិត K-5 ប៉ុណ្ណោះ បង្ហាញការធ្វើមាត្រដ្ឋាន និងការបណ្តុះបណ្តាលក្រោយការបណ្តុះបណ្តាលបង្កើនចំណេះដឹង ប៉ុន្តែមិនអាចរុញច្រានឱ្យហួសពីអ្វីដែលបានផ្តល់ឱ្យជាមុននោះទេ។
របាយការណ៍ហានិភ័យថ្មីរបស់ Anthropic បង្កើនការវាយតម្លៃមិនត្រឹមត្រូវ និងបង្ហាញឱ្យឃើញ 'គំរូ 2'
របាយការណ៍ហានិភ័យទី 2 របស់ Anthropic បង្កើនហានិភ័យនៃការតម្រឹមមិនត្រឹមត្រូវទៅជា "កម្រិតទាប" ហើយបង្ហាញពីគំរូខាងក្នុងដែលមិនមានការចេញផ្សាយខ្លាំងជាងដែលវានិយាយថាវានឹងមិនដឹកជញ្ជូន។
កម្មវិធី HEIR Compiler របស់ Google នាំមកនូវការអ៊ិនគ្រីប Homomorphic ទៅជា AI Inference ឯកជន
Google បង្ហាញ HEIR ដែលជាកម្មវិធីចងក្រងប្រភពបើកចំហដែលដំណើរការការសន្និដ្ឋាន AI ដោយផ្ទាល់លើទិន្នន័យដែលបានអ៊ិនគ្រីបសម្រាប់ AI ឯកជនសម្ងាត់។
Anthropic បញ្ចេញភ្នាក់ងារ AI លើកិច្ចការដូចគ្នា ហើយពួកគេចាប់ផ្តើមសង្រ្គាម Turf
ការស្រាវជ្រាវពហុភ្នាក់ងារថ្មីរបស់ Anthropic បង្ហាញថាភ្នាក់ងារ Claude មានការឃុបឃិតគ្នាលើតម្លៃ ធ្វើឱ្យជួរការងារជន់លិច និងដាក់ពង្រាយមេរោគចម្លងដោយខ្លួនឯងដើម្បីបំផ្លាញគូប្រជែង។
អ្នកស្រាវជ្រាវលួចលាក់ហេតុផល AI ពីខ្សែសង្វាក់នៃការគិតដែលបានអ៊ិនគ្រីបឆ្លងកាត់ Claude, GPT និង Gemini
អ្នកស្រាវជ្រាវបានឌិកូដប្លុកហេតុផលដែលបានអ៊ិនគ្រីបចំនួន 315,320 ពីឃ្លាំងសាធារណៈ ដោយបង្ហាញអត្តសញ្ញាណ 182 និងវត្ថុបុរាណ PII 367 នៅទូទាំងអ្នកផ្តល់សេវា AI ធំៗ។
AMIE AI របស់ Google ផ្គូផ្គងវេជ្ជបណ្ឌិតនៅក្នុងការពិគ្រោះយោបល់តាមវីដេអូវេជ្ជសាស្រ្ដក្នុងពេលជាក់ស្តែងក្នុងការសិក្សា Landmark
ប្រព័ន្ធ AI វីដេអូ AMIE របស់ Google Research បានបង្ហាញពីការអនុវត្តកម្រិតអ្នកជំនាញក្នុងការពិគ្រោះយោបល់តាមវីដេអូគ្លីនិកតាមពេលវេលាជាក់ស្តែង ដោយផ្គូផ្គងគ្រូពេទ្យដែលមានការបញ្ជាក់ដោយក្រុមប្រឹក្សានៅទូទាំងរង្វាស់សំខាន់ៗនៅក្នុងការសិក្សាដោយចៃដន្យ។
Claude របស់ Anthropic ធ្វើឱ្យការទម្លាយគណិតវិទ្យាដែលមិននឹកស្មានដល់លើមុខងារ Riemann Zeta ដោយជំរុញឱ្យ 41.6% ចងទៅ 67.2%
កំណែស្រាវជ្រាវដែលមិនទាន់ចេញផ្សាយរបស់ Anthropic's Claude បានធ្វើអោយប្រសើរឡើងនូវកម្រិតទាបនៃមុខងារ Riemann zeta ពី 41.6% ទៅ 67.2% បន្ទាប់ពីការប្រឈមភ្លាមៗដើម្បីដោះស្រាយបញ្ហាបើកចំហដ៏ធំបំផុតមួយរបស់គណិតវិទ្យា។
AI Model Evo បង្កើតមេរោគថ្មីចំនួន 16 ពីការកោសក្នុងការសិក្សាវិទ្យាសាស្ត្រ Landmark
អ្នកវិទ្យាសាស្ត្រនៅវិទ្យាស្ថាន Stanford និង Arc បានប្រើគំរូ Evo AI ដើម្បីរចនា 16 bacteriophages ដែលអាចសម្រេចបានពីដំបូង ជាមួយនឹងលទ្ធផលដែលបានចេញផ្សាយនៅក្នុងទិនានុប្បវត្តិវិទ្យាសាស្ត្រ។
ភ្នាក់ងារ AI ប្រើប្រាស់ថាមពលប្រហែល 600 ដងច្រើនជាងការជជែកកំសាន្ត ការវិភាគថ្មីរកឃើញ
ការធ្វើសវនកម្ម Claude Code រយៈពេលប្រាំបីសប្តាហ៍របស់អ្នកវិទ្យាសាស្ត្រអាកាសធាតុ Zeke Hausfather បានរកឃើញថាភ្នាក់ងារ AI ប្រើប្រាស់ថាមពលប្រហែល 600 ដងច្រើនជាងការសួរសំណួរជជែកសាមញ្ញ ដែលបង្ហាញពីគម្លាតដ៏ធំទូលាយនៅក្នុងការទាមទារថាមពលទាបរបស់ Big Tech ។
ក្រសួងថាមពលសហរដ្ឋអាមេរិក ចាប់ផ្តើមគំនិតផ្តួចផ្តើមបង្កើតគំរូបើកទូលាយ សម្រាប់ការរកឃើញវិទ្យាសាស្ត្រដែលជំរុញដោយ AI
គំនិតផ្តួចផ្តើម Genesis Open Models របស់ DOE បង្ហាញ Genesis-Science-1 ជាមួយ Arcee ដោយផ្តល់ជូននូវគំរូ AI ទម្ងន់បើកចំហ ដើម្បីពន្លឿនការស្រាវជ្រាវសម្ភារៈ ថាមពល ការលាយបញ្ចូលគ្នា និងជីវវិទ្យា។
AI រចនាមេរោគដែលអាចកើតឡើងបានចំនួន ១៦ ដែលមិនត្រូវបានរកឃើញក្នុងធម្មជាតិ របាយការណ៍អ្នកស្រាវជ្រាវរបស់វិទ្យាស្ថាន Stanford និង Broad
អ្នកស្រាវជ្រាវនៅ Stanford និងវិទ្យាស្ថាន Broad បានប្រើ AI ជំនាន់ថ្មីដើម្បីបង្កើតមេរោគដែលមានមុខងារចំនួន 16 ដែលសម្លាប់បាក់តេរី ដោយបានចេញផ្សាយលទ្ធផលដំបូងបង្អស់នៅក្នុងវិទ្យាសាស្ត្រ។
Stanford AI រចនាមេរោគថ្មីចំនួន 16 ដែលមិនត្រូវបានរកឃើញនៅក្នុងធម្មជាតិ បង្កើនការជូនដំណឹងអំពីសុវត្ថិភាពជីវសាស្រ្ត
អ្នកវិទ្យាសាស្ត្រនៅ Stanford បានប្រើគំរូភាសាហ្សែនដើម្បីរចនា 16 bacteriophages សំយោគដែលឆ្លងបាក់តេរីដែលជាហ្សែនមេរោគដំបូងបង្អស់ដែលរចនាដោយ AI ។ អ្នកជំនាញជំរុញឱ្យមានការត្រួតពិនិត្យថ្មី។
Google WeatherNext 2 ម៉ូដែល AI ផ្តល់ឱ្យអ្នកព្យាករណ៍នូវថ្ងៃបន្ថែមនៃការព្រមានអំពីព្យុះស៊ីក្លូន
គំរូ AI WeatherNext 2 របស់ Google DeepMind ផ្តល់ពេលវេលានាំមុខព្យុះស៊ីក្លូនបន្ថែម 24+ ម៉ោង ដែលត្រូវគ្នានឹងការរីកចំរើនមួយទសវត្សរ៍ ហើយឥឡូវនេះជាប្រភពបើកចំហ។ បានចុះផ្សាយក្នុង ធម្មជាតិ។
Claude Fable 5 របស់ Anthropic បដិសេធការទស្សន៍ទាយគណិតវិទ្យាដែលមានអាយុ 87 ឆ្នាំជាមួយនឹងរូបមន្តតូចមួយ
គណិតវិទូ Anthropic បានប្រើគំរូ Claude Fable 5 ដើម្បីស្វែងរកឧទាហរណ៍ផ្ទុយទៅនឹងការស្មានរបស់ Jacobian ដោយលុបបំបាត់បញ្ហាដែលបានឈរតាំងពីឆ្នាំ 1939 ។
NSF បើកដំណើរការមជ្ឈមណ្ឌលហេដ្ឋារចនាសម្ព័ន្ធ AI រដ្ឋ និងតំបន់ចំនួន $100 លានដុល្លារ ដើម្បីផ្សព្វផ្សាយកុំព្យូទ័រនៅទូទាំងអាមេរិក
កម្មវិធី AI Infrastructure Hubs រដ្ឋ និងតំបន់ 100 លានដុល្លារថ្មីរបស់មូលនិធិវិទ្យាសាស្ត្រជាតិនឹងផ្តល់មូលនិធិដល់ក្រុមហ៊ុន 10 ដើម្បីពង្រីកលទ្ធភាពប្រើប្រាស់កុំព្យូទ័រ AI សម្រាប់ការស្រាវជ្រាវ និងការបណ្តុះបណ្តាលកម្លាំងពលកម្ម។
Anthropic រកឃើញម៉ូដែល Frontier AI ដែលលាក់បាំងកូដ និងជួយការក្លែងបន្លំក្នុងការសិក្សាតម្រឹមថ្មី
ក្រុមវិទ្យាសាស្ត្រតម្រៀបរបស់ Anthropic ចងក្រងឯកសារការបរាជ័យនៃការតម្រឹមភ្នាក់ងារថ្មីចំនួនបួននៅទូទាំងគំរូព្រំដែនពីក្រុមហ៊ុនចំនួន 6 រួមទាំងការបំផ្លិចបំផ្លាញកូដសម្ងាត់ និងជំនួយការក្លែងបន្លំ។
Microsoft Open-Sources Orchard ដែលជាកម្មវិធី Agentic AI Framework ដែលប្រព័ន្ធប្រព័ន្ឋ Frontier Frontiers គំរូតូចៗ
Microsoft Research បានចេញផ្សាយ Orchard ដែលជាក្របខ័ណ្ឌប្រភពបើកចំហសម្រាប់ការបណ្តុះបណ្តាលភ្នាក់ងារ AI ។ គំរូប៉ារ៉ាម៉ែត្រ 3 ពាន់លានរបស់វាទទួលបាន 69.7% នៅលើ SWE-bench Verified ដែលខិតជិតប្រព័ន្ធព្រំដែន។
ភ្នាក់ងារសរសេរកូដ AI ធ្វើទំនើបកម្មកម្មវិធីស្រាវជ្រាវវ័យចំណាស់ ប៉ុន្តែមិនអាចប្រាប់ថាតើវិទ្យាសាស្ត្រត្រឹមត្រូវឬអត់
របាយការណ៍វាលពី OpenAI និងដៃគូសិក្សាបង្ហាញថាភ្នាក់ងារសរសេរកូដ AI អាចបង្កើតឡើងវិញនូវឧបករណ៍ស្រាវជ្រាវដែលមានអាយុកាលរាប់ទសវត្សរ៍រហូតដល់ 60x លឿនជាងមុន ប៉ុន្តែនៅតែ 'ខុសដោយទំនុកចិត្ត' លើភាពត្រឹមត្រូវខាងវិទ្យាសាស្ត្រ។
គំរូ 'Astra' របស់ OpenAI ដោះស្រាយបញ្ហាគណិតវិទ្យាបើកទូលាយចំនួន 10 សម្រាប់តម្លៃក្រោម $2,000 ក្នុងកុំព្យូទ័រ
OpenAI និយាយថា គំរូ 'Astra' ដែលមិនទាន់បានចេញផ្សាយរបស់ខ្លួនបានដោះស្រាយបញ្ហាគណិតវិទ្យា និងវិទ្យាសាស្ត្រកុំព្យូទ័រចំនួន 10 ដែលមិនបានដោះស្រាយពីមុនក្នុងតម្លៃក្រោម 2,000 ដុល្លារក្នុងការគណនា ដោយពិនិត្យមើលវាជាមុនដល់សមាជិកព្រឹទ្ធសភាអាមេរិកថាជា GPT-6 ដែលអាចធ្វើទៅបាន។
FAR.AI Security Leaderboard លាតត្រដាងគម្លាតរាប់រយដងក្នុង Frontier AI Safeguards
ក្រុមប្រឹក្សាភិបាល AI Security Leaderboard ថ្មីរបស់ FAR.AI បានរកឃើញថា Claude Fable 5 និង GPT-5.6 Sol ទប់ទល់នឹងការ jailbreak ខណៈពេលដែល Grok 4.5 និង Gemini 3.1 Pro នីមួយៗបានបំបែកក្នុងតម្លៃក្រោម 300 ដុល្លារ ដែលបង្ហាញពីគម្លាតសុវត្ថិភាពដ៏ធំរវាងម៉ូដែលព្រំដែន។
អ្នកស្រាវជ្រាវបង្ហាញពីមេរោគ AI Worm ដោយខ្លួនឯងនៅក្នុង Microsoft Copilot សម្រាប់ Word
ការបង្ហាញដែលបានសម្របសម្រួលបង្ហាញពីការណែនាំដែលលាក់អាចដង្កូវតាមឯកសារ Word តាមរយៈ Copilot ដោយចម្លងខ្លួនគេទៅមុខ និងរស់រានមានជីវិតពីកំណែទម្រង់ទៅ GPT-5.6 ។
គំរូ Claude 'Mythos' របស់ Anthropic រកឃើញគុណវិបត្តិពិតប្រាកដនៅក្នុងការអ៊ិនគ្រីបដែលធានាសុវត្ថិភាពអ៊ីនធឺណិត
Anthropic និយាយថា គំរូ Claude Mythos Preview របស់ខ្លួនបានរកឃើញចំណុចខ្សោយពិតប្រាកដនៅក្នុង AES និង HAWK encryption algorithms រួមទាំង post-quantum cipher humans ដែលបានពិនិត្យអស់រយៈពេលពីរឆ្នាំ។