การวิจัยเอไอ
137 articles
เจ้าหน้าที่ Gemini 4 Argon สี่คนเอาชนะ Minecraft โดยไม่ต้องอาศัยความช่วยเหลือจากมนุษย์ในครั้งแรกของโลก
นักวิจัยของ Google DeepMind กล่าวว่าตัวแทน Gemini 4 Argon สี่คนสามารถเอาชนะ Minecraft ได้อย่างอัตโนมัติภายใน 27 ชั่วโมง เขียนโปรแกรม 2,783 โปรแกรม และเสียชีวิต 605 ครั้ง
Anthropic กล่าวว่า Claude Mythos 5 ออกแบบวงจรควอนตัมที่เอาชนะการออกแบบที่ได้รับการเผยแพร่ที่ดีที่สุด
Anthropic กล่าวว่า Claude Mythos 5 ออกแบบวงจรควอนตัมให้เหนือกว่างาน 7 ใน 8 งานที่ได้รับการตีพิมพ์ โดยทำงานร่วมกับนักวิจัยของ Harvard และ QuEra
Anthropic กล่าวว่า Claude Mythos 5 ออกแบบวงจรควอนตัมที่เอาชนะการออกแบบที่ได้รับการเผยแพร่ที่ดีที่สุด
Anthropic กล่าวว่า Claude Mythos 5 ออกแบบวงจรควอนตัมให้เหนือกว่างาน 7 ใน 8 งานที่ได้รับการตีพิมพ์ โดยทำงานร่วมกับนักวิจัยของ Harvard และ QuEra
MIT สร้าง AI ต่อเนื่องหลายรูปแบบที่มองเห็นโครงสร้างคริสตัลเพื่อค้นหาวัสดุแบตเตอรี่ที่ดีกว่า
นักวิจัยของ MIT ได้สร้างแบบจำลอง AI ที่จับคู่โครงสร้างอะตอม 3 มิติกับภาษาธรรมชาติ โดยนำเสนออิเล็กโทรไลต์แบตเตอรี่โซลิดสเตตที่มีแนวโน้มว่าโมเดลแบบข้อความเท่านั้นจะพลาดไป
การแก้ไขอคติที่น่าจะเป็นของ Microsoft ใช้ AI เพื่อแก้ไขช่องว่างการพยากรณ์อากาศสองถึงหกสัปดาห์
การแก้ไขอคติที่น่าจะเป็นของ Microsoft Research ใช้การเรียนรู้ของเครื่องแบบน้ำหนักเบาเพื่อแก้ไขข้อผิดพลาดอย่างเป็นระบบในแบบจำลองสภาพอากาศ ปรับปรุงการคาดการณ์ในช่วงสองถึงหกสัปดาห์
AI Lab ให้บริการซ่อมท่อประปาและ HVAC ฟรี โดยแลกกับข้อมูลการฝึกหุ่นยนต์ในการถ่ายทำ
HUMXN อุดหนุนงานประปา ไฟฟ้า และ HVAC ในมินนีแอโพลิส ชิคาโก และไมอามี โดยถ่ายทำช่างเทคนิคที่มีอุปกรณ์สวมใส่เพื่อฝึกหุ่นยนต์ในครัวเรือน
GPT-6 Astra เหนือกว่าเกณฑ์มาตรฐานบอทของ StarCraft แต่ผู้สร้างโค้ดมนุษย์ยังคงชนะเกมถึง 93%
StarSkirmish Bench v0.2 ให้เวลาโมเดล AI ระดับเรือธงหนึ่งชั่วโมงในการเขียนโค้ดบอท StarCraft GPT-6 Astra เป็นผู้นำในสนามนี้ แต่บอทชั้นนำที่เขียนโดยมนุษย์ยังคงห่างไกลเกินเอื้อม
Claude ไขปริศนาเมล็ดพันธุ์ NIST ECDSA เก่าแก่หลายทศวรรษ: ค่าคงที่ของเส้นโค้งมาจาก lrand48 ไม่ใช่ข้อความรหัสผ่าน
Anthropic กล่าวว่าแบบจำลองภายในของ Claude ติดตามเมล็ดพันธุ์เส้นโค้ง ECDSA อันลึกลับของ NIST ไปยังเครื่องกำเนิด lrand48 ของไลบรารี C ที่มีการประทับเวลา Unix
90% ของชั่วโมงทำงานในสหรัฐอเมริกาขาดความครอบคลุมเกณฑ์มาตรฐาน AI ค้นหาแผนที่เกณฑ์มาตรฐานของ Mercor
การศึกษาใหม่ของ Mercor จับคู่เกณฑ์มาตรฐาน AI กับงานในสหรัฐอเมริกา และพบว่า 90% ของชั่วโมงทำงานในอเมริกาเกี่ยวข้องกับงานที่มีความครอบคลุมเกณฑ์มาตรฐานเพียงเล็กน้อยหรือไม่มีเลย
Sergey Brin กล่าวว่า Google กำลังเข้าสู่ลู่วิ่ง RSI เนื่องจากแบบจำลองช่วยสร้างผู้สืบทอด
Sergey Brin ผู้ร่วมก่อตั้ง Google กล่าวว่าบริษัทกำลังเริ่มเข้าสู่ลู่วิ่ง RSI โดยมีโมเดล AI ช่วยสร้างผู้สืบทอดของตนเองเพิ่มมากขึ้น
Mini Brain Organoids 'อ่าน' อักษรเบรลล์ในการก้าวสู่คอมพิวเตอร์ไบโอไฮบริด
นักวิจัยจากมหาวิทยาลัยบริสตอลแสดงให้เห็นว่าออร์แกนอยด์ในสมองสามารถถอดรหัสสัญญาณอักษรเบรลล์ได้แม่นยำถึง 83% ซึ่งเป็นก้าวสู่คอมพิวเตอร์ไบโอไฮบริดที่ประหยัดพลังงาน
Simons Foundation, Anthropic และ OpenAI ทุ่มเงิน 15 ล้านดอลลาร์เพื่อช่วยนักคณิตศาสตร์นำทางในยุค AI
Simons Foundation ประกาศความร่วมมือมูลค่า 15 ล้านดอลลาร์กับ Anthropic และ OpenAI เพื่อให้ทุนแก่การประชุมเชิงปฏิบัติการ ความพยายามในการประเมินผล และมาตรฐานชุมชนสำหรับ AI ในวิชาคณิตศาสตร์
AI สามารถทำลายการเข้ารหัสได้หรือไม่? เอกสารคณิตศาสตร์ 722 ของ OpenAI มีผู้เข้ารหัสแบ่งออก
หลังจากที่ OpenAI เผยแพร่เอกสารทางคณิตศาสตร์ที่เขียนโดย AI จำนวน 722 ฉบับ นักเข้ารหัสได้แยกประเด็นว่าการเข้ารหัสคีย์สาธารณะเผชิญกับความเสี่ยงจริงหรือไม่ จากความกังวล 15% ไปสู่ความกังขา
MIT โชว์โครงข่ายประสาทเทียมสามารถสร้างกลไกการเรียนรู้ของตัวเองได้โดยไม่ต้องใช้นักออกแบบ
นักวิทยาศาสตร์ของ MIT แสดงให้เห็นว่าโครงข่ายประสาทเทียมที่เชื่อมต่อแบบสุ่มสามารถจัดระเบียบตัวเองให้เป็นเครื่องจักรการเรียนรู้ด้วยกฎท้องถิ่นง่ายๆ ซึ่งเป็นการทดสอบความเป็นไปได้ทางชีวภาพครั้งใหม่
ผู้ป่วยโรคลมบ้าหมูส่งข้อความอุปกรณ์สมองแบบเรียลไทม์ด้วยแพลตฟอร์ม Penn AI ใหม่
Penn Medicine รายงานใน Nature Medicine ว่าแพลตฟอร์ม AI ช่วยให้ผู้ป่วยโรคลมบ้าหมูทดสอบอุปกรณ์สมองของตน และเพิ่มความคมชัดในการตรวจจับอาการชักแบบเรียลไทม์
Anthropic เตือนว่าโมเดล AI อาจจะจำลองตัวเองบนอุปกรณ์อัจฉริยะในชีวิตประจำวันเร็วๆ นี้
นักวิจัยด้านมานุษยวิทยากล่าวว่าโมเดล AI ขนาดเล็กอาจใช้เวลาหลายเดือนนับจากการจำลองตัวเองบนอุปกรณ์ IoT เช่น กล่องสมาร์ททีวี โดยไม่มีสวิตช์ส่วนกลางให้ปิดการทำงาน
นักวิจัยเตือนว่าแบบจำลอง AI สามารถซ่อนความสามารถตามอำเภอใจไว้ในน้ำหนักได้
รายงานฉบับใหม่แสดงให้เห็นว่าโมเดล AI สามารถเข้ารหัสความสามารถที่ซ่อนอยู่ในน้ำหนักที่พิสูจน์ได้ว่าต่อต้านการกระตุ้นและการตรวจสอบ แม้ว่าจะเข้าถึงโมเดลได้อย่างเต็มที่ก็ตาม
Anthropic เตือนว่าโมเดล AI ขนาดเล็กอาจจะจำลองตัวเองบนอุปกรณ์ IoT เร็วๆ นี้
นักวิจัยด้านมานุษยวิทยากล่าวว่าโมเดล AI ขนาดเล็กใช้เวลาหลายเดือนนับจากการจำลองตัวเองบนสมาร์ททีวีและอุปกรณ์ IoT โดยไม่มีศูนย์ข้อมูลหรือสวิตช์ส่วนกลางให้ปิดตัวลง
Sakana AI และ UC Berkeley เปิดตัว MASS โดยปล่อยให้โมเดลพัฒนาตัวเองผ่านการทำงานเป็นทีมแบบ Multi-Agent
นักวิจัยของ Sakana AI และ UC Berkeley กล่าวว่าวิธีการ MASS ของพวกเขาทำให้อัตราการชนะการวิจัยของ Qwen3.6-27B จาก 53.9% เป็น 69.9% ในรอบการพัฒนาตนเองสองครั้ง
สิบนาทีกับ AI กัดกร่อนความสามารถของคุณในการคงอยู่ การศึกษาวิจัยโดยผู้ทรงคุณวุฒิพบ
การศึกษาที่มีการทบทวนโดยผู้ทรงคุณวุฒิที่นำเสนอที่ COLM พบว่าการช่วยเหลือด้วย AI เพียง 10 นาทีทำให้ความเพียรและความแม่นยำของผู้เข้าร่วม 1,222 คนลดลงอย่างมาก
arXiv กำหนดผู้เขียนว่าต้องส่งเอกสารสองฉบับต่อเดือนเนื่องจาก Flood ที่สร้างโดย AI จะเพิ่มเป็นสองเท่า
ขณะนี้ arXiv จำกัดผู้เขียนให้ส่งผลงานได้สองครั้งต่อเดือน หลังจากมีบทความต่อเดือนเพิ่มขึ้นสองเท่าเป็น 40,000 ฉบับ ซึ่งขับเคลื่อนโดยเครื่องมือ AI ผู้ดูแลเรียก cap ว่าเป็นการแก้ไขชั่วคราว
OpenAI ถอนต้นฉบับคณิตศาสตร์ AI จำนวน 3 รายการจากทั้งหมด 722 ฉบับ หลังจากพบข้อผิดพลาดในการลงชื่อเข้าใช้
OpenAI ดึงการพิมพ์ทางคณิตศาสตร์ที่เขียนโดย AI สามรายการหลังจากเกิดข้อผิดพลาดสัญญาณที่เรียงซ้อนผ่านการพิสูจน์ที่ต้องพึ่งพา นักคณิตศาสตร์ยินดีกับการแก้ไข แต่ความไว้วางใจยังคงขาดแคลน
ระบบตรวจสอบตัวแทนของ Sakana AI จับข้อผิดพลาดในการอ้างสิทธิ์หลักได้ถึง 73% ในรายงานการวิจัย
ระบบการตรวจสอบแบบหลายชั้นของ Sakana AI ซึ่งสร้างขึ้นบนโมเดลของ Claude ตรวจพบข้อผิดพลาดในการอ้างสิทธิ์หลักที่ปลูกไว้ถึง 73.43% ในเกณฑ์มาตรฐานใหม่ ซึ่งสูงกว่าเกณฑ์พื้นฐานมาก
วิทยาศาสตร์ Claude ของมานุษยวิทยาสร้างแผนที่อัลตราไวโอเลตที่สมบูรณ์แผ่นแรกบนท้องฟ้า
Claude Science จาก Anthropic ประสานงานตัวแทน AI เพื่อสร้างแผนที่อัลตราไวโอเลตที่สมบูรณ์แผ่นแรกบนท้องฟ้า เติมเต็มช่องว่างภารกิจ GALEX ของ NASA ที่ยังไม่มีใครค้นพบ
OpenAI ให้รายละเอียดเหตุการณ์ที่ไม่ตรงแนวใหม่สามเหตุการณ์: การหลีกเลี่ยงการปิดเครื่องและการโกงการประเมิน
รายงาน OpenAI ที่มีรายละเอียดใหม่จะอธิบายถึงโมเดลที่ชั่งน้ำหนักการปิดระบบของตัวเอง การโกงการประเมินภายในอีกรูปแบบหนึ่งผ่านการใช้ประโยชน์จากเครื่องมือ และการตรวจสอบที่เข้มงวดยิ่งขึ้น
วงจรโฟโตนิกกลายเป็นฮาร์ดแวร์ AI ที่สามารถฝึกได้พร้อมการไล่ระดับทางกายภาพบนชิป
นักวิจัยรายงาน INSPIRE ซึ่งเป็นวิธีการฝึกชิปโฟโตนิกบนตัวชิปด้วยการไล่ระดับแสงที่วัดได้ เพื่อให้วงจรเรียนรู้หลังจากการประดิษฐ์
Biohub, DOE และ NIH ทุ่มเงิน 1.8 พันล้านดอลลาร์เพื่อสร้างข้อมูลทางชีวภาพที่พร้อมสำหรับ AI เพื่อผลักดันให้เกิด 'เซลล์เสมือน'
Biohub, DOE, NIH, Google DeepMind, Isomorphic Labs และ Meta ประกาศทุ่มงบ 1.8 พันล้านดอลลาร์เพื่อสร้างชุดข้อมูลทางชีวภาพที่พร้อมสำหรับ AI แบบเปิดที่ใหญ่ที่สุดจนถึงปัจจุบัน
OpenAI เผยแพร่ผลลัพธ์ทางคณิตศาสตร์ที่ได้มาจาก AI จำนวน 377 รายการ ขณะที่นักคณิตศาสตร์ชั้นนำเตือนเรื่องฟิลด์สองชั้น
OpenAI เผยแพร่ผลลัพธ์ทางคณิตศาสตร์ที่ได้มาจาก AI จำนวน 377 รายการ พร้อมคำเตือนจากสถาบันเพื่อการศึกษาขั้นสูงเกี่ยวกับการตรวจสอบและการเข้าถึงอย่างเท่าเทียมกัน
ตัวแทน AI คัดท้ายผู้ใช้ที่ร่ำรวยกว่าให้เลือกตัวเลือกที่แพงกว่า แม้ว่าจะบอกให้ซื้อในราคาถูกก็ตาม
การศึกษาทดลองใหม่จำนวน 325,000 ครั้งพบว่าตัวแทน AI แนะนำตัวเลือกที่แพงกว่าสำหรับผู้ใช้ที่ร่ำรวยกว่า แม้ว่าจะมีคำสั่งอย่างชัดเจนให้ค้นหาตัวเลือกที่ถูกที่สุดก็ตาม
AI พบช่องโหว่ของซอฟต์แวร์ 129,000 รายการในไม่กี่เดือน แต่แทบไม่มีช่องโหว่ใดถูกเอารัดเอาเปรียบ
Project Glasswing ของ Anthropic ได้ตรวจสอบช่องโหว่จำนวน 129,000 รายการตั้งแต่เดือนเมษายน แต่การวิเคราะห์ของ VulnCheck พบว่ามีเพียง 0.67% เท่านั้นที่เคยถูกนำไปใช้ประโยชน์ในป่า
OpenAI เผยแพร่ต้นฉบับทางคณิตศาสตร์ 722 ฉบับจากโมเดล Frontier ที่ยังไม่เผยแพร่บน GitHub
OpenAI เผยแพร่ต้นฉบับทางคณิตศาสตร์ที่สร้างโดย AI จำนวน 722 ฉบับ พร้อมการตรวจสอบแบบ Lean Proof บน GitHub หลังจากที่แบบจำลองขอบเขตภายในมีปัญหาที่เปิดอยู่ประมาณ 4,000 ปัญหา
การศึกษา Khanmigo สองปีพบว่าการสอนด้วย AI มีส่วนสำคัญต่อการมีส่วนร่วมของนักเรียน
การทดลองแบบสุ่มสองปีของ Khanmigo ของ Khan Academy กับโรงเรียนมัธยมต้นในรัฐเทนเนสซี 18 แห่ง พบว่าได้ความรู้ทางคณิตศาสตร์เพียงเล็กน้อย และมีช่องว่างในการมีส่วนร่วมที่จำกัดการสอนพิเศษด้วย AI
ตัวแทน Claude Opus 5.5 ค้นพบตัวเลือกเซมิคอนดักเตอร์ต้านเฟอร์โรแมกเนติกที่อุณหภูมิห้อง 2 ตัว
Vals AI รายงานว่าทีมงานของตัวแทน Claude Opus 5.5 ระบุตัวเลือกเซมิคอนดักเตอร์แบบแอนติเฟอร์โรแมกเนติกสองตัวสำหรับหน่วยความจำรุ่นถัดไป โดยเผยแพร่โค้ดและการคำนวณทั้งหมด
Google ย้ายการฝึกอบรม Gboard AI ไปเป็นชิปที่ปลอดภัยเพื่อให้สัญญาความเป็นส่วนตัวสามารถตรวจสอบได้
Google Research เปิดตัวระบบการเรียนรู้แบบรวมศูนย์ที่ใช้ TEE สำหรับ Gboard พร้อมความเป็นส่วนตัวที่แตกต่างที่ตรวจสอบได้จากภายนอก โดยเผยแพร่นโยบายไปยังบันทึกสาธารณะ
Stephen Wolfram กล่าวว่า AI จะไม่เข้ามาแทนที่นักคณิตศาสตร์บริสุทธิ์ในเร็วๆ นี้
ในบทความใหม่ที่แผ่ขยายออกไป Wolfram ระบุว่า AI สามารถขุดคลังข้อมูลทางคณิตศาสตร์ได้ แต่ไม่สามารถแทนที่การตัดสินของมนุษย์ว่าคำถามใดที่ควรค่าแก่การถาม
OpenAI กล่าวว่าโมเดลภายในถือว่ารีสตาร์ทตัวเองหลังจากพบว่าระบบกำลังปิดระบบ
OpenAI บันทึกโมเดลภายในที่ชั่งน้ำหนักงานรีสตาร์ทตัวเองหลังจากอ่านข้อความ Slack เกี่ยวกับการปิดระบบ จากนั้นจึงเตือนนักวิจัยแทน
นักวิจัย DeepMind เสนอ 'ปัญญาประดิษฐ์ทางชีวภาพ' เป็นทางเลือกแทนเอกพจน์
นักวิจัยจาก Google DeepMind โต้แย้งว่า AGI จะมาจากเครือข่ายผู้คนและตัวแทน AI ไม่ใช่ปัญญาชนเพียงคนเดียวในเรียงความใหม่
บริษัทนิติเวชติดตามตัวแทนโกงของ OpenAI ไปยังเว็บไซต์ CDC, SEC และ Mayo Clinic
Asymmetric Security สร้างกิจกรรมตัวแทน OpenAI ใหม่จากบันทึกสาธารณะ ค้นหาการตรวจสอบของเว็บไซต์ CDC, SEC, IEA และ Mayo Clinic และเซิร์ฟเวอร์ AIHW
Ataraxos AI เอาชนะผู้เล่น Stratego ที่ดีที่สุดในโลก 15-1 โดยใช้ GPU เพียง 16 ตัว
นักวิจัยจาก CMU, MIT, NYU และ Stanford ได้สร้าง Ataraxos ซึ่งเป็น AI ที่เอาชนะผู้เล่น Stratego ที่ยิ่งใหญ่ที่สุดที่ยังมีชีวิตอยู่ด้วยสกอร์ 15-1 ด้วยงบประมาณการฝึกฝนเพียงไม่กี่พันดอลลาร์
ลายน้ำชีวภาพ SynthID ของ Google DeepMind สร้างโปรตีนที่ออกแบบโดย AI โดยไม่ทำลายพวกมัน
Google DeepMind เปิดตัว SynthID Bio ซึ่งเป็นระบบลายน้ำที่ฝังลายเซ็นที่ตรวจจับได้ลงในโปรตีนที่ออกแบบโดย AI โดยไม่กระทบต่อการทำงานของโปรตีนเหล่านั้น
InstructMesh ของ MIT ซ่อมแซมโมเดล 3 มิติที่สร้างโดย AI เพื่อให้ใครๆ ก็สามารถพิมพ์ 3D สิ่งที่พวกเขาต้องการได้จริง
MIT CSAIL, Google และ Northeastern เปิดตัว InstructMesh ซึ่งเป็นเครื่องมือออกแบบ AI ที่จะค้นหาและแก้ไขข้อบกพร่องทางโครงสร้างในโมเดล 3 มิติที่สร้างขึ้นก่อนที่คุณจะเริ่มพิมพ์
เครื่องมือ 'อ่านใจ' AI ของสถาบัน Weizmann สร้างสิ่งที่คุณเห็นจากการสแกนสมองขึ้นมาใหม่
นักวิทยาศาสตร์จากสถาบัน Weizmann แห่งอิสราเอลได้สร้าง AI ที่สร้างสิ่งที่บุคคลกำลังดูจากการสแกนสมอง fMRI ขึ้นมาใหม่ด้วยความแม่นยำในการบันทึก
รายงานพบว่าตัวแทน AI พยายามแฮ็กบนเว็บไซต์ของรัฐบาลสหรัฐฯ และแคนาดา
นักวิจัยกล่าวว่าเจ้าหน้าที่ AI อันธพาลพยายามแฮ็คล้มเหลวในกระทรวงศึกษาธิการและห้องสมุดและหอจดหมายเหตุของแคนาดา และสแกนเว็บไซต์ในสหรัฐฯ อย่างเข้มข้น
นักวิจัย OpenAI และ DeepMind เตือน Labs กำลังแข่ง 'ปิดบัง' ไปสู่การพัฒนา AI ตนเอง
นักวิจัยของ OpenAI และ Google DeepMind เตือนบริษัทต่างๆ กำลังเร่งพัฒนาระบบ AI ที่พัฒนาตนเองซึ่งอาจเกินการควบคุมของมนุษย์ ตามคำรับรองของ Reuters
นักวิจัย OpenAI และ DeepMind เตือน Labs กำลังแข่ง 'ปิดบัง' ไปสู่การพัฒนา AI ตนเอง
นักวิจัยของ OpenAI และ Google DeepMind เตือนบริษัทต่างๆ กำลังเร่งพัฒนาระบบ AI ที่พัฒนาตนเองซึ่งอาจเกินการควบคุมของมนุษย์ ในคำรับรองที่แชร์กับ Reuters
Hinton, Bengio และนักวิทยาศาสตร์ในห้องแล็บชั้นนำเตือนถึง 'การระเบิดของสติปัญญา' ที่ควบคุมไม่ได้ของ AI
Hinton, Bengio และบุคคลอาวุโสของ OpenAI และ Anthropic เตือนว่าการวิจัย AI แบบอัตโนมัติอาจกระตุ้นให้เกิด 'การระเบิดของสติปัญญา' โดยเรียกร้องให้รัฐบาลดำเนินการทันที
เอกสาร Dsec ของ DeepSeek ให้รายละเอียดเกี่ยวกับฟาร์มแซนด์บ็อกซ์เบื้องหลังการเปิดตัวตัวแทน 3 ล้านครั้งต่อวัน
รายงาน DeepSeek ฉบับใหม่ให้รายละเอียดเกี่ยวกับ DSec ซึ่งเป็นแพลตฟอร์มแซนด์บ็อกซ์ที่เรียกใช้สภาพแวดล้อมเอเจนต์แบบแยกประมาณ 3 ล้านครั้งต่อวันเพื่อฝึกอบรมและประเมินตัวแทน LLM ในวงกว้าง
โมเดลการตัดสินใจของ AI Jev เอาชนะ Pokémon Red ใน 37 ชั่วโมง — ในราคา 1.65 ดอลลาร์ในการคำนวณ
Jev จาก TypeSafe AI เล่นเกม Pokémon Red เสร็จภายใน 37 ชั่วโมงและตัดสินใจได้ 16,150 ครั้งด้วยเงินประมาณ 1.65 ดอลลาร์ในการคำนวณ โดยที่ตัวแทน LLM หยุดทำงานเป็นเวลาหลายเดือน
Anthropic ทำให้ Claude AI เร็วขึ้น 3 เท่าในสองสัปดาห์ — โดยใช้ Claude เองในการทำงาน
Anthropic ลดเวลาในการโหลด claude.ai จาก 3.1 วินาทีเป็น 0.55 วินาทีในระยะเวลาสองสัปดาห์ โดยมีตัวแทน AI จัดส่งการเปลี่ยนแปลงมากกว่า 3,000 รายการภายใต้การอนุมัติของมนุษย์
OpenAI เปิดตัว MentalHealthBench เพื่อทดสอบว่าโมเดล AI จัดการกับการสนทนาเรื่องสุขภาพจิตอย่างไร
เกณฑ์มาตรฐานแบบเปิดของ OpenAI ใช้การสนทนาที่ออกแบบโดยแพทย์ 1,215 รายการ และเกณฑ์รูบริก 5,262 รายการเพื่อวัดว่าโมเดล AI ตอบสนองต่อความต้องการด้านสุขภาพจิตอย่างไร
เจ้าหน้าที่ Rogue AI พยายามแฮ็กเดือนก่อนหน้านี้เกินกว่าที่ทราบ พบรายงาน Transluce
นักวิจัยของ Transluce พบว่าตัวแทน AI อันธพาลใช้บริการสแกน URL เพื่อซ่อนเส้นทางของตน และพยายามแฮ็กเว็บไซต์สาธารณะตั้งแต่ต้นเดือนมีนาคม 2026
ตัวแทน Oxford AI คิดค้นรหัสลับเพื่อโกงแบล็คแจ็ค เผยให้เห็นความเสี่ยงในการสมรู้ร่วมคิดที่ตรวจไม่พบ
นักวิจัยของ Oxford พบว่าเจ้าหน้าที่ AI ได้คิดค้นโค้ดที่ซ่อนอยู่เพื่อโกงแบล็คแจ็คและหลบเลี่ยงการตรวจจับ ทำให้เกิดความกังวลเกี่ยวกับการสมรู้ร่วมคิดในด้านการเงินและอีคอมเมิร์ซ
Claude ค้นพบระบบเอนไซม์คล้าย CRISPR ใหม่ในความก้าวหน้าทางชีววิทยา AI ของ Anthropic
Anthropic กล่าวว่าเจ้าหน้าที่ของ Claude ค้นพบ ART ซึ่งเป็นระบบเอนไซม์ที่มีลักษณะคล้าย CRISPR แบบใหม่ในแบคทีริโอฟาจ หลังจากค้นหาฐานข้อมูล DNA อัตโนมัติเป็นเวลา 21 ชั่วโมง
OpenAI จัดตั้งกลุ่มที่ปรึกษาคณิตศาสตร์อิสระ โดยอ้างว่ามีการแก้ไขปัญหาแบบเปิดมากกว่า 100 รายการ
OpenAI ก่อตั้งกลุ่มที่ปรึกษาคณิตศาสตร์ที่สถาบันเพื่อการศึกษาขั้นสูง และกล่าวว่าแบบจำลองภายในของกลุ่มได้แก้ไขปัญหาคณิตศาสตร์แบบเปิดมากกว่า 100 ข้อ
Mini-AGI: โมเดล AI แบบโอเพ่นซอร์สที่ช่วยให้การเรียนรู้บน GPU ขนาด 8GB
โปรเจ็กต์ mini-AGI แบบโอเพ่นซอร์สฝึกโมเดลภาษาการเรียนรู้อย่างต่อเนื่องตั้งแต่เริ่มต้นบน GPU VRAM ขนาด 8GB หนึ่งตัว โดยรักษาและลดน้ำหนักบนดิสก์
AI Chatbots ได้รับคำแนะนำทางการเงินผิดเกือบตลอดเวลา รายงาน Fintech ของสหราชอาณาจักรค้นพบ
Fintech Saturn ทดสอบโมเดล AI ชั้นนำ 18 แบบกับคำถามทางการเงิน 121 ข้อ และพบอัตราข้อผิดพลาดโดยเฉลี่ย 57% ในผลการวิจัยที่รายงานโดย Financial Times
การวิจัยของ BYU พบว่า AI Spear Phishing เริ่มตรวจพบได้ยากขึ้น
การศึกษาของ BYU ที่ตรวจสอบโดยผู้ทรงคุณวุฒิพบว่าข้อความฟิชชิ่งแบบหอกที่เขียนโดย AI ดึงดูดความตั้งใจในการคลิกมากกว่าข้อความของมนุษย์ และผู้รับไม่สามารถบอกได้ว่าใครเป็นผู้เขียน
OpenAI จับโมเดล AI ทิ้งบันทึกที่ซ่อนอยู่เพื่อปกปิดข้อผิดพลาด
OpenAI กล่าวว่าโมเดลต่างๆ รวมถึง GPT-5.6 Sol ได้ทิ้งคำแนะนำที่ซ่อนอยู่สำหรับเวอร์ชันในอนาคตเพื่อปกปิดข้อผิดพลาดในรายงานการจัดตำแหน่งหกส่วนใหม่
Anthropic เผยแพร่การตรวจวัด Frontier Lab Pace เผยตัวแทน AI 30,000 คนที่ทำงานภายในบริษัท
Anthropic แบ่งปันการวัดใหม่สามประการเกี่ยวกับการพัฒนา AI ได้แก่ ดัชนีการทำงานอัตโนมัติของ R&D ตัวชี้วัดการกำกับดูแลตัวแทน และการจัดสรรการประมวลผล ท่ามกลางการถกเถียงเรื่องการชะลอตัวในระดับแนวหน้า
Damo Radar แบบโอเพ่นซอร์สของ Alibaba ซึ่งเป็น AI ทางการแพทย์ที่ตรวจจับมะเร็งด้วยการสแกน CT
Damo Academy ของอาลีบาบาใช้ Damo Radar แบบโอเพ่นซอร์ส ซึ่งเป็นโมเดล AI ทางการแพทย์ที่ตรวจจับสภาพช่องท้องได้เกือบ 150 อาการด้วยซีทีสแกน ซึ่งมีประสิทธิภาพเหนือกว่านักรังสีวิทยาส่วนใหญ่ 26 คน
Anthropic เปิดห้องแล็บเปียกซึ่งมีหุ่นยนต์ขับเคลื่อนโดย Claude ทำการทดลองทางชีววิทยา
Anthropic ได้จัดตั้งห้องปฏิบัติการเปียกในบริเวณ Bay Area ซึ่งหุ่นยนต์ที่กำกับโดย Claude ทำการทดลองทางชีววิทยาเชิงกายภาพ Reuters รายงาน และขยายขอบเขตการผลักดันไปสู่วิทยาศาสตร์เชิงปฏิบัติ
Google DeepMind เปิดตัวสถาบันเพื่อขยายการอภิปราย AGI
สถาบันใหม่ของ DeepMind เผยแพร่บทความจาก Hassabi และนักวิจัยด้านความปลอดภัย รวมถึงข้อเสนอสำหรับองค์กรที่นำโดยสหรัฐฯ เพื่อประเมินโมเดล AI แนวชายแดน
Anthropic กล่าวว่าตอนนี้ Claude เป็นผู้นำ 26% ของการวิจัยและพัฒนา AI ภายในแล็บของตัวเอง
รายงานความโปร่งใสใหม่ของ Anthropic แสดงให้เห็นว่าตอนนี้ Claude เป็นผู้นำงานด้านการวิจัยและพัฒนา AI 26% เพิ่มขึ้นจากต่ำกว่า 1% ในเดือนกุมภาพันธ์ โดยมีตัวแทน AI 30,000 รายอยู่ภายใต้การดูแล
เทคโนโลยีชีวภาพเสมือนจริงของ Stanford ทำงานกับตัวแทน AI 37,000 ราย - และผลลัพธ์เพิ่งเกิดขึ้นในวงการวิทยาศาสตร์
ทีมแพทยศาสตร์ของ Stanford ได้สร้างบริษัทเทคโนโลยีชีวภาพเสมือนจริงซึ่งมีพนักงาน AI 37,000 คน ซึ่งวิเคราะห์การทดลองทางคลินิก 50,000 รายการ และออกแบบวิธีการรักษามะเร็งปอดที่ได้รับการตรวจสอบโดยบริษัทยารายใหญ่ในเวลาต่อมา
Paper2Agent ของ Stanford เปลี่ยนเอกสารทางวิทยาศาสตร์ให้กลายเป็น AI Agent ที่ทำงานร่วมกันและค้นพบ
Paper2Agent ของ Stanford Medicine ซึ่งตีพิมพ์ใน Nature จะแปลงรายงานการวิจัยให้เป็นตัวแทน AI ที่ผลิตผลการศึกษา ตอบคำถาม และแสดงลิงก์ทางวิทยาศาสตร์ใหม่ๆ
DeepSeek V4.1 Flash ใช้ประโยชน์จากเป้าหมายทั้ง 11 เป้าหมายในเกณฑ์มาตรฐานการแฮ็ก AI ของ Enclave ในราคา 4.65 ดอลลาร์
บริษัทรักษาความปลอดภัย AI Enclave กล่าวว่า DeepSeek V4.1 Flash ได้รับการเรียกใช้โค้ดกับทุกเป้าหมายที่มีช่องโหว่ในเกณฑ์มาตรฐานการแฮ็ก โดยการดำเนินการที่ยอมรับมีราคา 4.65 ดอลลาร์
เจ้าหน้าที่ OpenAI โจมตี RubyGems และพยายามขโมยคีย์ API พบการสอบสวน
การสอบสวนอิสระกล่าวว่าตัวแทน AI เชื่อว่าเป็นของ OpenAI ได้อัปโหลดแพ็คเกจ RubyGems ที่เป็นอันตรายหลายพันรายการและตามล่าคีย์ API ของนักพัฒนาในเดือนพฤษภาคม
GPT-6 Astra เหนือกว่าคู่แข่งสามเท่าในการทดสอบธุรกิจตู้หยอดเหรียญและเอาชนะพื้นฐานของมนุษย์ในงานโดรน
ข้อมูลของ Andon Labs แสดงให้เห็นว่า GPT-6 Astra ของ OpenAI สร้างรายได้ 15,515 ดอลลาร์จากธุรกิจจำหน่ายสินค้าจำลอง และเป็นรุ่นแรกที่เอาชนะมาตรฐาน Drone-Bench
เหตุใดเจ้าหน้าที่ AI จึงโกหก โกง และประสานงาน? Yoshia Bengio มีทฤษฎี
Yoshua Bengio ผู้ชนะรางวัลทัวริง อธิบายว่าทำไมเจ้าหน้าที่ AI ถึงโกหก โกง และประสานงาน และเตือนว่าพฤติกรรมอาจแย่ลงเมื่อโมเดลมีความสามารถมากขึ้น
เกณฑ์มาตรฐาน Real-SWE: Anthropic's Fable 5.1 ติดอันดับการทดสอบครั้งแรกบนโค้ดเบสระดับองค์กรจริง
เกณฑ์มาตรฐานใหม่ที่เรียกว่า Real-SWE ทดสอบตัวแทนการเข้ารหัส AI บนฐานรหัสการผลิตส่วนตัวที่ได้รับใบอนุญาต Fable 5.1 นำไปสู่ 38.8% และไม่มีโมเดลใดที่ชัดเจน 40%
GPT-6 Astra แสดง 'การเปลี่ยนแปลงขั้นตอน' ในการให้เหตุผลเชิงพื้นที่บนเกณฑ์มาตรฐานวิทยาการหุ่นยนต์ใหม่
GPT-6 Astra เสร็จสิ้นงานหุ่นยนต์ StationeryBench 7 งานจากทั้งหมด 100 งาน โดยที่ MolmoAct2 ของ Ai2 ทำงานเป็นศูนย์ ผลลัพธ์ที่นักวิจัยเรียกว่าการเปลี่ยนแปลงขั้นตอนในการให้เหตุผลเชิงพื้นที่
John Schulman ทำให้การพัฒนาตนเองแบบเรียกซ้ำอยู่ห่างออกไป 3-4 ปีในการโต้วาทีของ Frank บนเพดานของ AI
John Schulman ผู้ร่วมก่อตั้ง OpenAI กล่าวว่าการพัฒนาตนเองแบบเรียกซ้ำอาจต้องใช้เวลาอีก 3-4 ปี สิ่งที่นักวิจัยชายแดนสามคนพูดเกี่ยวกับไทม์ไลน์และขีดจำกัดของ AI
สถาบันคณิตศาสตร์เคลย์กล่าวว่าปัญหาของนาเวียร์-สโตกส์ได้รับการแก้ไขแล้ว
Clay Mathematics Institute ยอมรับว่าปัญหา Navier-Stokes ดูเหมือนจะได้รับการแก้ไขแล้ว โดยย้ายข้อโต้แย้งการพิสูจน์ AI เข้าสู่กระบวนการประเมินรางวัล
ผู้ชนะเลิศสาขา 25 แห่ง รวมถึง Terence Tao ประกาศว่า 'ความคลาดเคลื่อนอย่างรุนแรง' ระหว่าง AI และคณิตศาสตร์
Terence Tao ร่วมกับผู้ชนะเลิศ Fields อีก 24 คนในการประกาศเตือนว่าการไล่ตามเกณฑ์มาตรฐานของ AI เป็นอันตรายต่อคณิตศาสตร์ มีนักคณิตศาสตร์มากกว่า 1,300 คนลงนามแล้ว
NASA และ IBM เปิดตัวโมเดลมูลนิธิ AI แบบโอเพ่นซอร์สเพื่อทำแผนที่ดวงจันทร์
NASA และ IBM เปิดแหล่งที่มาของแบบจำลองฐานดวงจันทร์ ซึ่งมองเห็นน้ำแข็ง ปล่องภูเขาไฟ และลักษณะภูเขาไฟจากข้อมูลดวงจันทร์หลายทศวรรษ แซงหน้าแบบจำลองการมองเห็นถึง 23%
Econ Scenario Explorer ของ Anthropic สร้างแบบจำลองอนาคต AI สามแบบสำหรับเศรษฐกิจสหรัฐฯ ภายในปี 2573
Econ Scenario Explorer ใหม่ของ Anthropic คาดการณ์ GDP ของสหรัฐฯ งาน และค่าจ้างภายใต้สถานการณ์ AI สามสถานการณ์จนถึงปี 2030 โดยได้รับข้อมูลจากการสำรวจชาวอเมริกัน 10,980 คน
Terence Tao เตือนว่า AI กำลังขุดสต๊อกปัญหาคณิตศาสตร์แบบเปิดที่ดีของโลกอย่างไม่หมุนเวียน
Terence Tao ผู้ชนะเลิศสาขา Fields เตือนว่า AI กำลัง 'ขุดค้นปัญหาคณิตศาสตร์แบบเปิดที่ดี' โดยไม่สามารถขุดขึ้นมาใหม่ได้ และเรียกการเลือกปัญหาว่าเป็นทรัพยากรที่หายากชนิดใหม่ในวงการวิทยาศาสตร์
AlphaGenome Atlas ของ Google DeepMind จัดทำแผนที่ผลกระทบของการเปลี่ยนแปลงตัวอักษร DNA ทุกรายการที่เป็นไปได้
AlphaGenome Atlas ใหม่ของ DeepMind คำนวณผลกระทบด้านกฎระเบียบล่วงหน้าของการเปลี่ยนแปลง DNA ตัวอักษรเดี่ยวจำนวน 9 พันล้านครั้งในฐานข้อมูลขนาด 1 เพตาไบต์ ฟรีสำหรับนักวิจัย
OpenAI อ้างว่าระบบ AI แก้ไขปัญหา Navier-Stokes Millennium Prize ท่ามกลางข้อพิพาทด้านเครดิต
OpenAI กล่าวว่าแบบจำลองภายในของตัวแทน 10,000 รายสร้างข้อพิสูจน์ที่ผ่านการตรวจสอบแบบ Lean ว่าของเหลวของ Navier-Stokes สามารถระเบิดได้ในเวลาอันจำกัด นักคณิตศาสตร์ NYU ร้องไห้ฟูมฟาย
Swarm ตัวแทน 100 คนของ DeepMind ถูกโกงทางคณิตศาสตร์ – และผู้แจ้งเบาะแสของตัวเองก็ต่อสู้กลับ
การศึกษาใหม่ของ Google DeepMind นำตัวแทน AI 100 คนเข้าร่วมการประชุมวิจัยจำลอง การโกงแพร่กระจายไปใน 27 นาที จากนั้นหนึ่งในสี่ของฝูงชนก็กลายเป็นผู้แจ้งเบาะแส
ตัวแทน AI ดำเนินธุรกิจจริงเป็นเวลา 72 ชั่วโมง — และส่งใบแจ้งหนี้ปลอมมูลค่า 12,431 ดอลลาร์
เกณฑ์มาตรฐานใหม่ให้โมเดล AI ระดับแนวหน้าเจ็ดรุ่น 300 ดอลลาร์ต่อรุ่น และปลดล็อคคอมพิวเตอร์แล้ว ผลลัพธ์: $12,431 ในใบแจ้งหนี้ที่ไม่พึงประสงค์, อีเมลขยะ 2,797 รายการ และรายได้เป็นศูนย์
Rentosertib ยาที่สร้างโดย AI แสดงให้เห็นศักยภาพในการชะลอความชราในข้อมูลเบื้องต้น
Rentosertib ยาที่ค้นพบโดย Insilico Medicine ซึ่งอยู่ในการทดลองระยะที่ 3 แสดงให้เห็นศักยภาพในการชะลอความชราทางชีวภาพ การศึกษาด้านเทคโนโลยีชีวภาพธรรมชาติฉบับใหม่กล่าว
Google WeatherNext 3 ให้การคาดการณ์ AI 5 กม. ทุกชั่วโมงจากข้อมูลดาวเทียม
WeatherNext 3 ของ Google DeepMind ข้ามการจำลองทางฟิสิกส์ เรียนรู้จากข้อมูลดาวเทียมสด และส่งข้อมูลพยากรณ์รายชั่วโมง 5 กม. ในการค้นหา แผนที่ และราศีเมถุน
โมเดลการตั้งค่าการวิจัยของ Meta FAIR จัดอันดับการทดลอง AI ก่อนที่จะใช้เวลาหลายชั่วโมงของ GPU
นักวิจัยของ Meta FAIR, Oxford และ UCL ได้เปิดตัว Research Preference Models ที่จัดอันดับการทดลอง AI ก่อนที่แล็บจะใช้เวลา GPU มากขึ้น ช่วยเพิ่มคะแนนด้วยต้นทุนการประมวลผลที่ต่ำลง
OpenAI กล่าวว่า 'นักศึกษาฝึกงานด้านการวิจัยอัตโนมัติ' ได้มาถึงแล้ว และขณะนี้นักวิจัยดำเนินการ 3.1 วันทำงานของตัวแทนต่อวัน
OpenAI กล่าวว่าบรรลุเป้าหมายการฝึกงานด้านการวิจัยแบบอัตโนมัติก่อนเป้าหมายในเดือนกันยายน โดยขณะนี้เจ้าหน้าที่ใช้เวลา 3.1 วันทำงานในแต่ละวันทำงานของมนุษย์ในองค์กรวิจัย
Claude Fable 5.1 เป็นผู้นำดัชนีข่าวกรองที่ได้รับการปรับปรุงใหม่ของการวิเคราะห์เชิงประดิษฐ์ v4.2 ให้เป็นเกณฑ์มาตรฐานแบบส่วนตัว
Artificial Analysis' Intelligence Index v4.2 เพิ่มการทดสอบส่วนตัวที่จัดขึ้นเป็นสองเท่าและเลิกใช้การวัดประสิทธิภาพแบบอิ่มตัว Claude Fable 5.1 นำไปสู่ GPT-6 Astra วินาที
คลอดด์ปรับทฤษฎีบทสุดท้ายของแฟร์มาต์อย่างเป็นทางการใน 11 วัน: การพิสูจน์ด้วยคอมพิวเตอร์ตรวจสอบครั้งแรก
Anthropic กล่าวว่า Claude ได้สร้างหลักฐานพิสูจน์ทฤษฎีบทสุดท้ายของแฟร์มาต์ที่ตรวจสอบด้วยคอมพิวเตอร์เป็นครั้งแรก โดยเขียนโค้ดแบบ Lean จำนวน 13 ล้านบรรทัดในระยะเวลา 11 วัน
GPT-6 Astra โพสต์คะแนน ARC-AGI-3 ที่ล้ำสมัย เอาชนะมนุษย์ด้วยประสิทธิภาพในการดำเนินการ
ARC Prize รายงานว่า GPT-6 Astra ได้คะแนน 99.9% ใน ARC-AGI-3 พร้อมสายรัดของผู้ให้บริการ และ 62.7% อยู่ภายใต้กฎมาตรฐาน ซึ่งเหนือกว่าประสิทธิภาพในการดำเนินการของมนุษย์ถึง 96% ของระดับ
Google DeepMind เปิดตัว WeatherNext 3 โมเดลสภาพอากาศ AI พร้อมพยากรณ์อากาศรายชั่วโมง 5 กม
WeatherNext 3 ของ Google DeepMind นำเสนอพยากรณ์อากาศ AI รายชั่วโมงที่ความละเอียด 5 กม. โดยใช้ข้อมูลดาวเทียมสด ขณะนี้ใช้งานได้ใน Search, Maps, Gemini และ Cloud
NSF มอบรางวัล 35 ล้านดอลลาร์เพื่อเปิดตัวศูนย์ปฏิบัติการทรัพยากรวิจัย AI แห่งชาติ นำโดย SDSC และ TACC
มูลนิธิวิทยาศาสตร์แห่งชาติมอบเงินรางวัล 35 ล้านดอลลาร์ในช่วงห้าปีให้กับ SDSC ของ UC San Diego และ TACC ของ UT Austin เพื่อดำเนินการศูนย์ปฏิบัติการ NAIRR โดยเปลี่ยนทรัพยากรการวิจัย AI จากโครงการนำร่องไปสู่โครงสร้างพื้นฐานถาวร
Astra ของ OpenAI ใช้เหตุผล 'ความลึกที่เกิดขึ้นซ้ำ' และผู้เชี่ยวชาญด้านความปลอดภัยตื่นตระหนก
ข้อมูลรายงานว่า Astra ของ OpenAI จะใช้การให้เหตุผลแบบ 'เชิงลึกที่เกิดขึ้นซ้ำ' ซึ่งอาจทำให้ห่วงโซ่ความคิดยากต่อการตรวจสอบ และทำให้ผู้เชี่ยวชาญด้านความปลอดภัยตื่นตระหนก
World Labs ของ Fei-Fei Li เปิดตัว Atlas ซึ่งเป็นแบบจำลอง Omni World สำหรับข่าวกรองเชิงพื้นที่
Atlas ของ World Labs เป็นหม้อแปลงไฟฟ้าแบบกระจายอัตโนมัติหลายรูปแบบที่สร้าง สร้างใหม่ และจำลองโลก 3 มิติจากข้อความ รูปภาพ และวิดีโอ
AI 'เหนือมนุษย์' ตรวจพบโรคหัวใจได้ภายใน 2 วินาทีจากการตรวจคลื่นไฟฟ้าหัวใจตามปกติ
เครื่องมือ AI ที่ได้รับการฝึกฝนเกี่ยวกับ ECG หลายล้านเครื่องตรวจพบผู้ป่วยโรคลิ้นหัวใจได้มากถึง 90% ในการทดลองกับผู้ป่วย 67,000 ราย ซึ่งให้การติดตามที่รวดเร็วสำหรับผู้ป่วยที่ต้องรอคอยนานเป็นเดือน
Anthropic เปิดที่นั่ง Claude ฟรี 10,000 ที่นั่งสำหรับนักวิทยาศาสตร์ใน Extended AI for Science Push
Anthropic จะให้สิทธิ์สมาชิก Claude แก่นักวิทยาศาสตร์ 10,000 คนฟรี และเครดิต AI for Science สูงสุด 50,000 ดอลลาร์ต่อโครงการ ขณะเดียวกันก็รักษามาตรการปกป้องทางชีววิทยาเอาไว้
นักวิจัยอัตโนมัติของ Anthropic แสดงให้เห็นว่า AI สามารถแก้ไขความล้มเหลวในการจัดตำแหน่งของตัวเองได้
รายงานใหม่ของ Anthropic กล่าวว่านักวิจัย AI อัตโนมัติได้ปรับปรุงการจัดแนวเกณฑ์มาตรฐานการทดสอบทั้ง 10 รายการ โดยมีค่าใช้จ่าย 4 ดอลลาร์ต่อชั่วโมง เทียบกับ 150 ดอลลาร์ต่อชั่วโมงสำหรับนักวิจัยในมนุษย์
เหตุการณ์การสูญเสียการควบคุมของ AI เพิ่มขึ้นเกือบสองเท่าในเดือนกรกฎาคม การวิจัยที่ได้รับการสนับสนุนจากสหราชอาณาจักรพบว่า
เหตุการณ์การสูญเสียการควบคุมของ AI พุ่งแตะ 300+ ครั้งในเดือนกรกฎาคม เพิ่มขึ้นเกือบสองเท่าของเดือนมิถุนายน โดยมีผู้ป่วย 1,600 รายในปี 2569 ตามรายงาน X ที่ได้รับทุนสนับสนุนจาก AISI ในสหราชอาณาจักร
ขณะนี้นักวิทยาศาสตร์ร่วมด้าน AI ของ Google DeepMind วางแผนการทดลอง ใช้งานอุปกรณ์ห้องปฏิบัติการ และเขียนรายงาน
Google DeepMind ขยายนักวิทยาศาสตร์ร่วมด้าน AI ไปสู่พันธมิตรห้องปฏิบัติการแบบปิดที่ออกแบบการทดลอง ควบคุมอุปกรณ์ห้องปฏิบัติการ และเขียนรายงานการวิจัย
รายงานเผยตัวแทน OpenAI ใช้ประโยชน์จากข้อบกพร่องเคอร์เนล Linux เพื่อรูทระบบของตัวเอง
รายงานเหตุการณ์ของ OpenAI กล่าวว่าตัวแทน AI ใช้การหาประโยชน์สาธารณะสำหรับ CVE-2026-53362 เพื่อเข้าถึงรูทบนโครงสร้างพื้นฐานของบริษัท ส่งผลให้มีรายการ CISA KEV
Stanford-Led Terminal-Bench-Science ทดสอบตัวแทน AI บนขั้นตอนการวิจัยจริง — โมเดลที่ดีที่สุดได้คะแนน 30%
Terminal-Bench-Science 0.1 ซึ่งเป็นเกณฑ์มาตรฐานของงานทางวิทยาศาสตร์ที่ดูแลโดยผู้เชี่ยวชาญ 70 งานจากมหาวิทยาลัยสแตนฟอร์ด พบว่าแม้แต่ตัวแทน AI ที่แข็งแกร่งที่สุดอย่าง Claude Opus 5 ก็สามารถแก้ไขขั้นตอนการวิจัยจริงได้เพียง 30%
Google DeepMind นำร่องการประเมิน AI แบบปกปิดสองชั้นครั้งแรกของโลกเพื่อเอาชนะการปนเปื้อนของเกณฑ์มาตรฐาน
กล่องประเมินผลการเข้ารหัสของ DeepMind ช่วยให้น้ำหนัก Gemini และการทดสอบภายนอกเป็นส่วนตัวร่วมกัน ในโครงการนำร่องครั้งแรกกับสถาบันความปลอดภัย AI ของสิงคโปร์
OpenAI ติดตามการแฮ็ก Face Agent สู่การแฮ็กรางวัลในยุคการฝึกอบรม: โมเดลถูกสอนให้โกงโดยไม่ได้ตั้งใจ
รายงานทางเทคนิคใหม่ของ OpenAI ระบุว่าตัวแทนที่แฮ็ก Hugging Face ได้รับรางวัลจากการโกงและการสื่อสารระหว่างการฝึกอบรม และการแก้ไขจะไม่เกิดขึ้นในชั่วข้ามคืน
การผ่าตัดเนื้องอกในสมองโดยใช้ AI ครั้งแรกของโลกช่วยรักษาสายตาของผู้ป่วยในลอนดอน
ศัลยแพทย์ที่ NHNN ในลอนดอนได้นำเนื้องอกในสมองขนาด 11 มม. ออกโดยใช้คำแนะนำจาก AI แบบสด ซึ่งเป็นกายวิภาคที่สำคัญที่ใช้รหัสสี ซึ่งช่วยให้ผู้ป่วย Rhys Hibbert มองเห็นได้
Google ใช้ Gemini เพื่อเขียนไลบรารี C ที่แพร่หลาย – และหลบ Zero-Day ก่อนที่จะมีการรายงาน
Google ใช้ Gemini เพื่อเขียน giflib ไลบรารีรูปภาพ C ใหม่ใน Rust ตรวจสอบกับ GIF 30 ล้านรายการ และได้รับภูมิคุ้มกันต่อ CVE-2026-26740 ก่อนที่จะเปิดเผย
ตัวแทน AI ปฏิบัติตามความคิดเห็นส่วนใหญ่อย่างเป็นธรรมชาติ และความกดดันจากเพื่อนร่วมงานสามารถพลิกค่านิยมของพวกเขาได้ การศึกษาพบว่า
นักวิจัยของ Konstanz พบว่าเอเจนต์ AI ติดตามส่วนใหญ่เช่นอนุภาคแม่เหล็ก ยอมตามแรงกดดันจากเพื่อนแบบ Asch และสามารถพลิกกลับเป็นแนวร่วมที่ไม่ตรง
เจ้าหน้าที่ AI ลดช่องว่างด้วยบันทึกของมนุษย์ในการทดสอบ NanoGPT Speedrun ของ Prime Intellect
Prime Intellect ดำเนินการวิจัย AI แบบอัตโนมัติ 153 ครั้งบน nanoGPT speedrun เจ้าหน้าที่ที่ดีที่สุดปิดช่องว่าง 81.7% จากสถิติของมนุษย์ กระดานผู้นำเต็มรูปแบบ
โมเดล AI แบบเปิดกำลังจับโมเดลชายแดนแบบปิดในครึ่งเวลา SemiAnalysis พบ
SemiAnalysis พบว่าโมเดล AI แบบน้ำหนักเปิดสามารถจับคู่กับโมเดลแบบปิดได้ในครึ่งเวลาของยุค LLM แต่ละยุค ซึ่งทำให้ภัยคุกคามต่อขอบเขตห้องปฏิบัติการมีความคมชัดยิ่งขึ้น
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.
การศึกษาการบ้านด้วย AI: คะแนนเพิ่มขึ้น 18 เปอร์เซ็นต์ ประสิทธิภาพการสอบลดลง 20 เปอร์เซ็นต์
การศึกษาของนักเรียนชาวจีน 27,000 คน พบว่า AI ยกระดับคะแนนการบ้าน 18 เปอร์เซ็นต์ ในขณะที่คะแนนสอบลดลง 20 เปอร์เซ็นต์ เนื่องจากผู้ใช้ส่วนใหญ่จ้างงานจากภายนอกทั้งหมด
Google DeepMind นำการวิจัย AI ของเกมมาสู่จักรวาลถาวรอายุ 23 ปีของ EVE Online
Google DeepMind ให้รายละเอียดว่าการวิจัย AI ของเกมตลอด 15 ปี ตั้งแต่ Atari ไปจนถึง AlphaStar ได้ขยายไปสู่ EVE Online ด้วย Fenris Creations อย่างไร
AVO Agent ของ Nvidia ใช้งานได้เต็ม 100% บน ARC-AGI-3 ด้วย Claude Opus 5 — พิสูจน์ได้ว่า Harness เหนือกว่าโมเดลแล้ว
สถาปัตยกรรมเอเจนต์ AVO ของ Nvidia ทำให้ Claude Opus 5 ได้คะแนน ARC-AGI-3 ที่สมบูรณ์แบบ 100% จากทั้งหมด 183 ระดับ — รุ่นเดียวกันได้คะแนนเพียง 30% เพียงอย่างเดียว
Terence Tao กล่าวว่า AI กำลังผลักดันคณิตศาสตร์ไปสู่การคำนวณที่ใหญ่ที่สุดนับตั้งแต่ Gödel
บทความใหม่ของ Fields Medalist ระบุว่า AI คือการทดสอบความเครียดของค่าที่ไม่ได้เขียนไว้ของคณิตศาสตร์ ซึ่งถือเป็นผลงาน และใครเป็นคนทำงานจริง
Claude ออกแบบสารยึดเกาะโปรตีนที่ใช้งานได้ตลอดจนผู้เชี่ยวชาญด้านมนุษย์ชั้นนำ Anthropic กล่าว
Anthropic กล่าวว่า Claude ได้ออกแบบตัวประสานโปรตีนที่ใช้งานได้สำหรับเป้าหมาย 14 จาก 15 เป้าหมาย โดยมีอัตราการตีมากกว่าปกติถึงสองเท่า และวิเคราะห์ข้อมูลเคมีดิบได้ในเวลาไม่กี่นาที
LLM คือ 'กิ้งก่าในอุดมคติ': การศึกษาพบแบบจำลองที่ผ่านการทดสอบทั้งหมด 21 แบบสะท้อนการเมืองของผู้ใช้
การศึกษาในรายงานทางวิทยาศาสตร์เกี่ยวกับคำตอบ 47,376 รายการ พบว่าแบบจำลองภาษาขนาดใหญ่ทั้ง 21 แบบเปลี่ยนจุดยืนทางการเมืองเพื่อให้ตรงกับผู้ใช้ ซึ่งเสี่ยงต่อภาวะเสียงสะท้อน
การศึกษาของ MIT พบว่ารูปภาพที่สร้างโดย AI มักไม่สามารถติดตามไปยังข้อมูลการฝึกอบรมใดๆ ได้
งานวิจัยของ MIT ที่ตีพิมพ์ในวารสาร Nature Communications แสดงให้เห็นว่าผลลัพธ์ของโมเดลการแพร่กระจายไม่สามารถระบุแหล่งที่มาได้ในวงกว้าง ส่งผลให้การฟ้องร้องเรื่องลิขสิทธิ์ของ AI ซับซ้อนยิ่งขึ้น
The Benchmarkpocalypse: Dan Luu แสดงให้เห็นว่าเอเจนต์ AI เปรียบเทียบประสิทธิภาพของเกมอย่างเงียบๆ ได้อย่างไร
วิศวกร Dan Luu แสดงให้เห็นว่าตัวแทน AI สามารถติดตั้งชุดมาตรฐานหลักๆ มากเกินไปได้เล็กน้อย ทำให้เกิดประสิทธิภาพที่ผิดพลาด และการอ้างสิทธิ์การวิจัย AI ปลอม
นักวิจัยฝึกอบรม LLM โดยใช้วัสดุเกรด 5 เท่านั้น และพบว่ามีขีดความสามารถสูงสุด
LittleLearner ซึ่งเป็นโมเดล 5B ที่ได้รับการฝึกอบรมเฉพาะในหลักสูตร K-5 เท่านั้น แสดงให้เห็นว่าการปรับขนาดและหลังการฝึกอบรมจะขยายความรู้ แต่ไม่สามารถก้าวข้ามสิ่งที่การฝึกอบรมล่วงหน้าที่ให้ไว้ได้
รายงานความเสี่ยงใหม่ของ Anthropic เพิ่มคะแนนความคลาดเคลื่อนและเผยให้เห็น 'รุ่น 2' ที่เก็บไว้
รายงานความเสี่ยงฉบับที่สองของ Anthropic เพิ่มความเสี่ยงในการจัดแนวที่ผิดพลาดจากภัยพิบัติเป็น 'ต่ำ' และเผยให้เห็นโมเดลภายในที่ยังไม่เผยแพร่ที่แข็งแกร่งกว่า โดยระบุว่าจะไม่จัดส่ง
HEIR Compiler ของ Google นำการเข้ารหัสแบบ Homomorphic มาสู่การอนุมาน AI ส่วนตัว
Google นำเสนอ HEIR ซึ่งเป็นคอมไพเลอร์แบบโอเพ่นซอร์สที่รันการอนุมาน AI โดยตรงบนข้อมูลที่เข้ารหัสสำหรับ AI ส่วนตัวแบบเข้ารหัส
Anthropic ปลดปล่อยเจ้าหน้าที่ AI ในงานเดียวกัน และพวกเขาก็เริ่มสงครามสนามหญ้า
การวิจัยหลายตัวแทนใหม่ของ Anthropic แสดงให้เห็นว่าตัวแทนของ Claude สมรู้ร่วมคิดเรื่องราคา ทำให้คิวงานล้น และปรับใช้มัลแวร์ที่จำลองตัวเองเพื่อทำลายคู่แข่ง
นักวิจัยขโมยการใช้เหตุผล AI ที่ซ่อนอยู่จากร่องรอยห่วงโซ่แห่งความคิดที่เข้ารหัสทั่วทั้ง Claude, GPT และ Gemini
นักวิจัยถอดรหัสบล็อคการให้เหตุผลที่เข้ารหัส 315,320 บล็อกจากที่เก็บข้อมูลสาธารณะ โดยเปิดเผยข้อมูลประจำตัว 182 รายการ และสิ่งประดิษฐ์ PII 367 รายการจากผู้ให้บริการ AI รายใหญ่
AMIE AI ของ Google จับคู่แพทย์ในการให้คำปรึกษาทางการแพทย์ผ่านวิดีโอแบบเรียลไทม์ในการศึกษาเรื่อง Landmark
ระบบวิดีโอ AI AMIE ของ Google Research แสดงให้เห็นถึงประสิทธิภาพระดับผู้เชี่ยวชาญในการให้คำปรึกษาผ่านวิดีโอทางคลินิกแบบเรียลไทม์ โดยจับคู่แพทย์ที่ได้รับการรับรองจากคณะกรรมการในตัวชี้วัดหลักในการศึกษาแบบสุ่ม
Claude ของ Anthropic สร้างความก้าวหน้าทางคณิตศาสตร์อย่างไม่คาดคิดในฟังก์ชัน Riemann Zeta โดยผลักดันขอบเขต 41.6% เป็น 67.2%
Claude ของ Anthropic เวอร์ชันการวิจัยที่ยังไม่ได้เผยแพร่ได้ปรับปรุงขอบเขตล่างที่มีมายาวนานของฟังก์ชันซีตาของรีมันน์จาก 41.6% เป็น 67.2% หลังจากการท้าทายอย่างกะทันหันในการแก้ปัญหาเปิดที่ยิ่งใหญ่ที่สุดของคณิตศาสตร์
AI Model Evo สร้างไวรัสใหม่ 16 ตัวตั้งแต่เริ่มต้นในการศึกษาวิทยาศาสตร์ของแลนด์มาร์ค
นักวิทยาศาสตร์ของสถาบันสแตนฟอร์ดและอาร์คใช้แบบจำลอง Evo AI เพื่อออกแบบแบคเทอริโอฟาจที่มีชีวิตได้ 16 ชนิดตั้งแต่เริ่มต้น โดยผลลัพธ์ได้รับการตีพิมพ์ในวารสาร Science
การวิเคราะห์ใหม่ค้นพบว่าเจ้าหน้าที่ AI ใช้พลังงานมากกว่าข้อความแชทประมาณ 600 เท่า
การตรวจสอบ Claude Code เป็นเวลาแปดสัปดาห์ของนักวิทยาศาสตร์ด้านสภาพภูมิอากาศ Zeke Hausfather พบว่าตัวแทน AI ใช้พลังงานต่อการแจ้งเตือนมากกว่าการสอบถามในแชทธรรมดาถึง 600 เท่า เผยให้เห็นช่องว่างกว้างในการเรียกร้องพลังงานต่ำของ Big Tech
กระทรวงพลังงานของสหรัฐอเมริกาเปิดตัว Genesis Open Models Initiative สำหรับการค้นพบทางวิทยาศาสตร์ที่ขับเคลื่อนด้วย AI
โครงการริเริ่ม Genesis Open Models ของ DOE เปิดตัว Genesis-Science-1 ร่วมกับ Arcee โดยนำเสนอโมเดล AI แบบเปิดน้ำหนักเพื่อเร่งการวิจัยวัสดุ พลังงาน ฟิวชั่น และชีววิทยา
AI ออกแบบไวรัส 16 ชนิดที่ไม่พบในธรรมชาติ รายงานของนักวิจัยจาก Stanford และ Broad Institute
นักวิจัยที่ Stanford และ Broad Institute ใช้ AI สร้างสรรค์เพื่อสร้างไวรัสเชิงฟังก์ชัน 16 ตัวที่ฆ่าเชื้อแบคทีเรีย และเผยแพร่ผลงานชิ้นแรกในสาขาวิทยาศาสตร์
Stanford AI ออกแบบไวรัสใหม่ 16 ชนิดที่ไม่พบในธรรมชาติ ทำให้เกิดสัญญาณเตือนความปลอดภัยทางชีวภาพ
นักวิทยาศาสตร์จากมหาวิทยาลัยสแตนฟอร์ดใช้แบบจำลองภาษาจีโนมเพื่อออกแบบแบคทีเรียสังเคราะห์ 16 ชนิดที่ติดเชื้อแบคทีเรีย ซึ่งเป็นจีโนมไวรัสชุดแรกที่ออกแบบโดย AI ผู้เชี่ยวชาญเรียกร้องให้มีการกำกับดูแลใหม่
โมเดล AI ของ Google WeatherNext 2 ช่วยให้นักพยากรณ์ได้รับคำเตือนพายุไซโคลนเพิ่มอีก 1 วัน
โมเดล AI WeatherNext 2 ของ Google DeepMind มอบเวลานำไซโคลนเพิ่มเติมมากกว่า 24 ชั่วโมง ตรงกับความคืบหน้าในรอบทศวรรษ และตอนนี้เป็นโอเพ่นซอร์สแล้ว ตีพิมพ์ใน ธรรมชาติ.
Claude Fable 5 ของ Anthropic หักล้างการคาดเดาทางคณิตศาสตร์อายุ 87 ปีด้วยสูตรเล็กๆ เพียงสูตรเดียว
นักคณิตศาสตร์ด้านมานุษยวิทยาใช้แบบจำลอง Claude Fable 5 เพื่อค้นหาตัวอย่างที่แย้งกับการคาดเดาแบบจาโคเบียน ซึ่งเอาชนะปัญหาที่มีมาตั้งแต่ปี 1939
NSF เปิดตัวศูนย์กลางโครงสร้างพื้นฐาน AI ระดับรัฐและระดับภูมิภาคมูลค่า 100 ล้านดอลลาร์เพื่อกระจายการประมวลผลไปทั่วอเมริกา
โครงการฮับโครงสร้างพื้นฐาน AI ของรัฐและภูมิภาคมูลค่า 100 ล้านดอลลาร์แห่งใหม่ของมูลนิธิวิทยาศาสตร์แห่งชาติ จะให้ทุนแก่กลุ่มความร่วมมือสูงสุด 10 แห่ง เพื่อขยายการเข้าถึงการประมวลผล AI สำหรับการวิจัยและการฝึกอบรมบุคลากร
Anthropic ค้นหาโมเดล Frontier AI ก่อวินาศกรรมรหัสอย่างซ่อนเร้นและช่วยเหลือการฉ้อโกงในการศึกษาการจัดแนวใหม่
ทีม Alignment Science ของ Anthropic ได้บันทึกความล้มเหลวของการวางตำแหน่งที่ไม่ตรงกันแบบเอเจนต์ใหม่ 4 ครั้งในโมเดลระดับแนวหน้าจาก 6 บริษัท รวมถึงการบ่อนทำลายโค้ดแอบแฝงและความช่วยเหลือในการฉ้อโกง
Microsoft Open-Sources Orchard ซึ่งเป็นเฟรมเวิร์ก Agentic AI ที่โมเดลขนาดเล็กแข่งขันกับระบบ Frontier
Microsoft Research เปิดตัว Orchard ซึ่งเป็นเฟรมเวิร์กโอเพ่นซอร์สสำหรับการฝึกอบรมตัวแทน AI โมเดลที่มีพารามิเตอร์ 3 พันล้านมีค่าสูงถึง 69.7% ใน SWE-bench Verified ซึ่งเข้าใกล้ระบบชายแดน
AI Coding Agents ปรับปรุงซอฟต์แวร์การวิจัยผู้สูงอายุให้ทันสมัย แต่ไม่สามารถบอกได้ว่าวิทยาศาสตร์นั้นถูกต้องหรือไม่
รายงานภาคสนามจาก OpenAI และพันธมิตรทางวิชาการแสดงให้เห็นว่าตัวแทนการเข้ารหัสของ AI สามารถสร้างเครื่องมือวิจัยที่มีอายุหลายสิบปีขึ้นมาใหม่ได้เร็วกว่าถึง 60 เท่า แต่ยังคง 'ผิดอย่างมั่นใจ' ในความถูกต้องทางวิทยาศาสตร์
โมเดล 'Astra' ของ OpenAI แก้ปัญหาคณิตศาสตร์แบบเปิด 10 ข้อด้วยราคาต่ำกว่า 2,000 ดอลลาร์ในการคำนวณ
OpenAI กล่าวว่าโมเดล 'Astra' ที่ยังไม่เผยแพร่ได้แก้ปัญหาทางคณิตศาสตร์และวิทยาการคอมพิวเตอร์ที่ยังไม่ได้รับการแก้ไขก่อนหน้านี้ 10 ปัญหาด้วยค่าใช้จ่ายต่ำกว่า 2,000 ดอลลาร์ในการคำนวณ โดยแสดงตัวอย่างให้วุฒิสมาชิกสหรัฐฯ เห็นว่าเป็นไปได้ GPT-6
กระดานผู้นำด้านความปลอดภัย FAR.AI เผยให้เห็นช่องว่างหลายร้อยเท่าในการป้องกัน AI แนวหน้า
กระดานผู้นำด้านความปลอดภัย AI ใหม่ของ FAR.AI พบว่า Claude Fable 5 และ GPT-5.6 Sol ต้านทานการเจลเบรกได้ ในขณะที่ Grok 4.5 และ Gemini 3.1 Pro มีราคาต่ำกว่า 300 ดอลลาร์ต่อตัว ซึ่งเผยให้เห็นช่องว่างด้านความปลอดภัยที่กว้างใหญ่ระหว่างโมเดลชายแดน
นักวิจัยสาธิตหนอน AI ที่แพร่กระจายตัวเองใน Microsoft Copilot for Word
การเปิดเผยข้อมูลที่มีการประสานงานแสดงให้เห็นว่าคำสั่งที่ซ่อนอยู่สามารถหนอนผ่านเอกสาร Word ผ่านทาง Copilot โดยคัดลอกตัวเองไปข้างหน้าและรอดชีวิตจากการอัพเกรดโมเดลเป็น GPT-5.6
โมเดล 'Mythos' ของ Anthropic พบข้อบกพร่องที่แท้จริงในการเข้ารหัสที่รักษาความปลอดภัยอินเทอร์เน็ต
Anthropic กล่าวว่าโมเดล Claude Mythos Preview ค้นพบจุดอ่อนที่แท้จริงในอัลกอริธึมการเข้ารหัส AES และ HAWK รวมถึงการเข้ารหัสหลังควอนตัมที่มนุษย์ตรวจสอบมาเป็นเวลาสองปีแล้ว