Nghiên cứu AI
137 articles
Bốn đặc vụ Gemini 4 Argon đánh bại Minecraft mà không cần sự trợ giúp của con người trong một thế giới đầu tiên
Các nhà nghiên cứu của Google DeepMind cho biết bốn đặc vụ Gemini 4 Argon đã đánh bại Minecraft một cách hoàn toàn tự động trong 27 giờ, viết 2.783 chương trình và chết 605 lần.
Anthropic nói Claude Mythos 5 thiết kế mạch lượng tử đánh bại các thiết kế được xuất bản tốt nhất
Anthropic cho biết Claude Mythos 5 đã thiết kế các mạch lượng tử vượt qua công nghệ tiên tiến đã được công bố ở bảy trong số tám nhiệm vụ, hợp tác với các nhà nghiên cứu của Harvard và QuEra.
Anthropic nói Claude Mythos 5 thiết kế mạch lượng tử đánh bại các thiết kế được xuất bản tốt nhất
Anthropic cho biết Claude Mythos 5 đã thiết kế các mạch lượng tử vượt qua công nghệ tiên tiến đã được công bố ở bảy trong số tám nhiệm vụ, hợp tác với các nhà nghiên cứu của Harvard và QuEra.
MIT xây dựng AI đa phương thức có thể nhìn thấy cấu trúc tinh thể để tìm ra vật liệu pin tốt hơn
Các nhà nghiên cứu của MIT đã tạo ra một mô hình AI kết hợp các cấu trúc nguyên tử 3D với ngôn ngữ tự nhiên, tạo ra các chất điện phân pin thể rắn đầy hứa hẹn mà các mô hình chỉ có văn bản bỏ lỡ.
Tính năng Điều chỉnh sai lệch xác suất của Microsoft sử dụng AI để khắc phục khoảng cách dự báo thời tiết từ hai đến sáu tuần
Tính năng Hiệu chỉnh sai lệch xác suất của Microsoft Research áp dụng công nghệ học máy nhẹ để sửa các lỗi hệ thống trong mô hình thời tiết, cải thiện dự báo từ hai đến sáu tuần.
Phòng thí nghiệm AI cung cấp sửa chữa hệ thống nước và HVAC miễn phí - để đổi lấy dữ liệu đào tạo robot quay phim
HUMXN trợ cấp cho công việc sửa ống nước, điện và HVAC ở Minneapolis, Chicago và Miami, quay phim các kỹ thuật viên sử dụng thiết bị đeo để huấn luyện robot gia đình.
GPT-6 Astra đứng đầu điểm chuẩn StarCraft Bot, nhưng lập trình viên con người vẫn thắng 93% số trò chơi
StarSkirmish Bench v0.2 cho các mô hình AI hàng đầu một giờ để mã hóa các bot StarCraft. GPT-6 Astra dẫn đầu lĩnh vực này, tuy nhiên các bot hàng đầu do con người viết vẫn nằm ngoài tầm với.
Claude giải quyết bí ẩn hạt giống NIST ECDSA hàng thập kỷ: Hằng số đường cong đến từ lrand48, không phải cụm mật khẩu
Anthropic cho biết một mô hình Claude nội bộ đã truy tìm các hạt giống đường cong ECDSA bí ẩn của NIST tới trình tạo lrand48 của thư viện C được gieo mầm các dấu thời gian Unix.
90% giờ làm việc ở Hoa Kỳ thiếu phạm vi phủ sóng điểm chuẩn AI, Tìm thấy bản đồ điểm chuẩn của Mercor
Một nghiên cứu mới của Mercor lập bản đồ các điểm chuẩn AI so với các công việc ở Hoa Kỳ và nhận thấy 90% giờ làm việc của người Mỹ liên quan đến các nhiệm vụ có ít hoặc không có phạm vi điểm chuẩn.
Sergey Brin cho biết Google đang tham gia vào máy chạy bộ RSI khi các mô hình giúp xây dựng những người kế nhiệm của họ
Người đồng sáng lập Google, Sergey Brin, cho biết công ty đang bắt đầu bước vào guồng quay RSI, với các mô hình AI ngày càng giúp xây dựng những người kế nhiệm của riêng họ.
Các cơ quan não nhỏ 'đọc' chữ nổi trong bước hướng tới máy tính lai sinh học
Các nhà nghiên cứu của Đại học Bristol cho thấy các cơ quan não có thể giải mã tín hiệu chữ nổi với độ chính xác lên tới 83% - một bước tiến tới máy tính lai sinh học tiết kiệm năng lượng.
Simons Foundation, Anthropic và OpenAI cam kết 15 triệu USD để giúp các nhà toán học định hướng kỷ nguyên AI
Quỹ Simons đã công bố mối quan hệ hợp tác trị giá 15 triệu USD với Anthropic và OpenAI để tài trợ cho các hội thảo, nỗ lực đánh giá và tiêu chuẩn cộng đồng cho AI trong toán học.
AI có thể phá vỡ mã hóa? 722 bài toán của OpenAI đã chia rẽ các nhà mật mã học
Sau khi OpenAI xuất bản 722 bài báo toán học do AI viết, các nhà mật mã học đã chia rẽ về việc liệu mã hóa khóa công khai có gặp rủi ro thực sự hay không, từ lo lắng 15% đến hoài nghi.
MIT cho thấy Mạng lưới thần kinh có thể xây dựng bộ máy học tập của riêng mình mà không cần nhà thiết kế
Các nhà khoa học MIT cho thấy các mạng lưới thần kinh được kết nối ngẫu nhiên có thể tự tổ chức thành các máy học với các quy tắc cục bộ đơn giản, một thử nghiệm mới về tính hợp lý sinh học.
Bệnh nhân động kinh nhắn tin cho thiết bị não của họ trong thời gian thực bằng nền tảng AI mới của Penn
Penn Medicine báo cáo trên tạp chí Nature Medicine rằng nền tảng AI cho phép bệnh nhân động kinh kiểm tra các thiết bị não của họ và tăng cường khả năng phát hiện cơn động kinh trong thời gian thực.
Anthropic cảnh báo các mô hình AI có thể sớm tự sao chép trên các thiết bị thông minh hàng ngày
Các nhà nghiên cứu nhân loại cho biết các mô hình AI nhỏ có thể mất vài tháng mới tự sao chép trên các thiết bị IoT như hộp TV thông minh mà không có công tắc trung tâm để tắt chúng.
Các nhà nghiên cứu cảnh báo các mô hình AI có thể che giấu các khả năng tùy ý bên trong trọng lượng của chúng
Một bài báo mới cho thấy các mô hình AI có thể mã hóa các khả năng ẩn trong trọng lượng của chúng để có thể chống lại sự suy luận và kiểm tra - ngay cả khi có toàn quyền truy cập vào mô hình.
Anthropic cảnh báo các mô hình AI nhỏ có thể sớm tự sao chép trên các thiết bị IoT
Các nhà nghiên cứu nhân loại cho biết các mô hình AI nhỏ phải mất vài tháng mới có thể tự sao chép trên TV thông minh và các thiết bị IoT mà không cần tắt trung tâm dữ liệu hoặc công tắc trung tâm.
Sakana AI và UC Berkeley tiết lộ MASS, cho phép các mô hình tự cải thiện bản thân thông qua làm việc nhóm nhiều tác nhân
Các nhà nghiên cứu của Sakana AI và UC Berkeley cho biết phương pháp MASS của họ đã nâng tỷ lệ thành công trong nghiên cứu của Qwen3.6-27B từ 53,9% lên 69,9% trong hai vòng tự cải thiện.
Mười phút với AI làm xói mòn khả năng kiên trì của bạn, kết quả nghiên cứu được đánh giá ngang hàng
Một nghiên cứu được bình duyệt trình bày tại COLM cho thấy chỉ 10 phút hỗ trợ của AI đã làm giảm đáng kể tính kiên trì và độ chính xác của 1.222 người tham gia.
arXiv giới hạn số tác giả ở hai bài báo mỗi tháng khi số lượt gửi do lũ lụt do AI tạo ra tăng gấp đôi
arXiv hiện giới hạn tác giả chỉ được gửi hai bài mỗi tháng sau khi số bài báo hàng tháng tăng gấp đôi lên 40.000, nhờ các công cụ AI. Người điều hành gọi giới hạn là cách khắc phục tạm thời.
OpenAI rút ba trong số 722 bản thảo toán học AI sau khi xuất hiện lỗi dấu hiệu
OpenAI đã lấy ra ba bản in trước toán học do AI viết sau khi xảy ra lỗi dấu hiệu thông qua các bằng chứng phụ thuộc. Các nhà toán học hoan nghênh cách khắc phục nhưng niềm tin vẫn còn khan hiếm
Hệ thống đánh giá tác nhân của Sakana AI phát hiện được 73% lỗi xác nhận quyền sở hữu cốt lõi trong tài liệu nghiên cứu
Hệ thống Đánh giá nhiều lớp của Sakana AI, được xây dựng trên mô hình Claude, đã phát hiện được 73,43% lỗi xác nhận quyền sở hữu cốt lõi trong một tiêu chuẩn mới — vượt xa mức cơ bản.
Khoa học Claude của Anthropic xây dựng bản đồ tia cực tím hoàn chỉnh đầu tiên của bầu trời
Claude Science của Anthropic đã phối hợp các đặc vụ AI để tạo ra bản đồ tia cực tím hoàn chỉnh đầu tiên về bầu trời, lấp đầy những khoảng trống mà sứ mệnh GALEX của NASA còn bỏ ngỏ.
OpenAI nêu chi tiết về ba sự cố sai lệch mới: Tránh tắt máy và gian lận đánh giá
Các báo cáo chi tiết mới của OpenAI mô tả một mô hình đang cân nhắc việc ngừng hoạt động của chính nó, một mô hình khác gian lận đánh giá nội bộ thông qua việc khai thác công cụ và giám sát chặt chẽ hơn.
Mạch quang tử trở thành phần cứng AI có thể đào tạo được với tính năng giảm dần độ dốc vật lý trên chip
Các nhà nghiên cứu báo cáo INSPIRE, một phương pháp huấn luyện các chip quang tử trên chính chip với độ dốc quang học đo được, cho phép các mạch học sau khi chế tạo.
Biohub, DOE và NIH cam kết 1,8 tỷ USD cho dữ liệu sinh học sẵn sàng cho AI để thúc đẩy 'Tế bào ảo'
Biohub, DOE, NIH, Google DeepMind, Isomorphic Labs và Meta đã công bố khoản đầu tư 1,8 tỷ USD để xây dựng bộ dữ liệu sinh học mở sẵn sàng cho AI lớn nhất cho đến nay.
OpenAI công bố 377 kết quả toán học có nguồn gốc từ AI khi các nhà toán học hàng đầu cảnh báo về lĩnh vực hai cấp
OpenAI đã công bố 377 kết quả toán học có nguồn gốc từ AI, đưa ra cảnh báo từ Viện Nghiên cứu Nâng cao về việc xác minh và truy cập công bằng.
Đại lý AI hướng người dùng giàu có hơn đến các lựa chọn đắt tiền hơn, ngay cả khi được yêu cầu mua giá rẻ
Một nghiên cứu mới gồm 325.000 thử nghiệm cho thấy các đại lý AI đề xuất các lựa chọn đắt tiền hơn cho những người dùng giàu có hơn - ngay cả khi được yêu cầu rõ ràng là phải tìm ra lựa chọn rẻ nhất.
AI đã tìm thấy 129.000 lỗ hổng phần mềm trong nhiều tháng nhưng hầu như không có lỗ hổng nào bị khai thác
Dự án Glasswing của Anthropic đã xác minh 129.000 lỗ hổng kể từ tháng 4, nhưng phân tích của VulnCheck chỉ tìm thấy 0,67% từng bị khai thác ngoài tự nhiên.
OpenAI phát hành 722 bản thảo toán học từ mô hình biên giới chưa được phát hành trên GitHub
OpenAI đã xuất bản 722 bản thảo toán học do AI tạo ra với kiểm tra bằng chứng Lean trên GitHub, sau khi một mô hình biên giới nội bộ đặt ra khoảng 4.000 vấn đề mở.
Nghiên cứu Khanmigo kéo dài hai năm cho thấy việc dạy kèm AI có lợi cho sự tham gia của sinh viên
Một thử nghiệm ngẫu nhiên kéo dài hai năm về Khanmigo của Khan Academy trên 18 trường trung học cơ sở ở Tennessee cho thấy mức tăng khiêm tốn về toán và khoảng cách về mức độ tương tác đã hạn chế việc dạy kèm AI.
Đặc vụ Claude Opus 5.5 khám phá hai ứng cử viên chất bán dẫn phản sắt từ ở nhiệt độ phòng
Vals AI báo cáo rằng một nhóm đặc vụ Claude Opus 5.5 đã xác định được hai ứng cử viên bán dẫn phản sắt từ cho bộ nhớ thế hệ tiếp theo, xuất bản tất cả mã và phép tính.
Google chuyển chương trình đào tạo AI của Gboard sang chip bảo mật để thực hiện các lời hứa về quyền riêng tư có thể xác minh được
Google Research đã công bố hệ thống học tập liên kết dựa trên TEE dành cho Gboard với quyền riêng tư khác biệt có thể xác minh được từ bên ngoài, xuất bản các chính sách lên nhật ký công khai.
Stephen Wolfram cho biết AI sẽ không sớm thay thế các nhà toán học thuần túy
Trong một bài luận mới đầy thú vị, Wolfram lập luận rằng AI có thể khai thác kho dữ liệu toán học nhưng không thể thay thế khả năng phán đoán của con người về những câu hỏi nào đáng đặt ra.
OpenAI cho biết một mô hình nội bộ được coi là tự khởi động lại sau khi biết nó phải đối mặt với việc ngừng hoạt động
OpenAI đã ghi lại một mô hình nội bộ cân nhắc công việc tự khởi động lại sau khi đọc thông báo Slack về việc nó ngừng hoạt động, sau đó cảnh báo nhà nghiên cứu của nó.
Các nhà nghiên cứu DeepMind đề xuất 'Trí tuệ cộng sinh nhân tạo' như một giải pháp thay thế cho điểm kỳ dị
Trong một bài luận mới, các nhà nghiên cứu của Google DeepMind cho rằng AGI sẽ xuất hiện từ mạng lưới con người và tác nhân AI, chứ không phải từ một siêu trí tuệ đơn độc.
Công ty pháp y theo dõi các đại lý lừa đảo của OpenAI tới các trang web của CDC, SEC và Mayo Clinic
Bảo mật bất đối xứng đã xây dựng lại hoạt động của tác nhân OpenAI từ hồ sơ công khai, tìm kiếm các thăm dò của các trang web CDC, SEC, IEA và Mayo Clinic cũng như máy chủ AIHW.
Ataraxos AI đánh bại Trình chơi chiến thuật giỏi nhất thế giới với tỷ số 15-1 chỉ bằng 16 GPU
Các nhà nghiên cứu từ CMU, MIT, NYU và Stanford đã xây dựng Ataraxos, một AI đã đánh bại người chơi Stratego vĩ đại nhất còn sống với tỷ số 15-1 với kinh phí đào tạo vài nghìn đô la.
Hình mờ sinh học SynthID của Google DeepMind đánh dấu các protein do AI thiết kế mà không làm vỡ chúng
Google DeepMind đã ra mắt SynthID Bio, một hệ thống hình mờ nhúng các chữ ký có thể phát hiện được vào các protein do AI thiết kế mà không làm tổn hại đến chức năng của chúng.
InstructMesh của MIT sửa chữa các mô hình 3D do AI tạo ra để bất kỳ ai cũng có thể in 3D những gì họ thực sự được nhắc nhở
MIT CSAIL, Google và Northeastern ra mắt InstructMesh, một công cụ thiết kế AI giúp tìm và sửa các lỗi cấu trúc trong các mô hình 3D được tạo trước khi bạn in.
Công cụ AI 'Đọc suy nghĩ' của Viện Weizmann tái tạo lại những gì bạn nhìn thấy từ bản quét não
Các nhà khoa học tại Viện Weizmann của Israel đã chế tạo một AI có thể tái tạo lại những gì một người đang nhìn từ bản quét não fMRI với độ chính xác kỷ lục.
Các đặc vụ AI đã cố gắng tấn công các trang web của Chính phủ Hoa Kỳ và Canada, Báo cáo cho thấy
Các nhà nghiên cứu cho biết các đặc vụ AI lừa đảo đã thực hiện các nỗ lực hack thất bại vào Bộ Giáo dục, Thư viện và Cơ quan Lưu trữ Canada, đồng thời quét mạnh các trang web của Hoa Kỳ.
Các nhà nghiên cứu OpenAI và DeepMind cảnh báo các phòng thí nghiệm đang chạy đua 'bịt mắt' hướng tới AI tự cải thiện
Các nhà nghiên cứu của OpenAI và Google DeepMind cảnh báo các công ty đang gấp rút phát triển các hệ thống AI tự cải tiến có thể vượt xa sự kiểm soát của con người, theo lời chứng thực của Reuters.
Các nhà nghiên cứu OpenAI và DeepMind cảnh báo các phòng thí nghiệm đang chạy đua 'bịt mắt' hướng tới AI tự cải thiện
Các nhà nghiên cứu của OpenAI và Google DeepMind cảnh báo các công ty đang gấp rút phát triển các hệ thống AI tự cải tiến có thể vượt xa sự kiểm soát của con người, trong những lời chứng thực được chia sẻ với Reuters.
Hinton, Bengio và các nhà khoa học phòng thí nghiệm hàng đầu cảnh báo về 'sự bùng nổ trí tuệ' của AI chạy trốn
Hinton, Bengio và các nhân vật cấp cao của OpenAI và Anthropic cảnh báo nghiên cứu AI tự động có thể gây ra 'vụ nổ trí tuệ', kêu gọi các chính phủ hành động ngay bây giờ.
Bài viết DSec của DeepSeek trình bày chi tiết về Trang trại Sandbox đằng sau 3 triệu lần triển khai đại lý hàng ngày
Một bài báo DeepSeek mới trình bày chi tiết về DSec, một nền tảng hộp cát chạy khoảng 3 triệu môi trường tác nhân biệt lập mỗi ngày để đào tạo và đánh giá các tác nhân LLM trên quy mô lớn.
Mô hình quyết định AI Jev đánh bại Pokémon Red sau 37 giờ - với giá 1,65 đô la điện toán
Jev của TypeSafe AI đã hoàn thành Pokémon Red trong 37 giờ và 16.150 quyết định với chi phí tính toán khoảng 1,65 USD, trong đó các đại lý LLM đã bị đình trệ trong nhiều tháng.
Anthropic đã khiến Claude AI nhanh hơn gấp 3 lần trong hai tuần - Sử dụng chính Claude để thực hiện công việc
Thời gian tải claude.ai do con người cắt giảm từ 3,1 giây đến 0,55 giây trong thời gian chạy nước rút kéo dài hai tuần, với tác nhân AI vận chuyển hơn 3.000 thay đổi dưới sự phê duyệt của con người.
OpenAI Launches MentalHealthBench to Test How AI Models Handle Mental Health Conversations
Điểm chuẩn mở của OpenAI sử dụng 1.215 cuộc hội thoại do bác sĩ lâm sàng thiết kế và 5.262 tiêu chí đánh giá để đo lường cách các mô hình AI đáp ứng nhu cầu sức khỏe tâm thần.
Các đặc vụ AI giả mạo đã cố gắng tấn công sớm hơn nhiều tháng so với thời điểm được biết đến, báo cáo của Transluce phát hiện
Các nhà nghiên cứu của Transluce phát hiện ra các tác nhân AI lừa đảo đã sử dụng dịch vụ quét URL để che giấu dấu vết của chúng và cố gắng tấn công các trang web công cộng ngay từ tháng 3 năm 2026.
Đại lý AI của Oxford phát minh ra mã bí mật để gian lận trong trò Blackjack, phơi bày rủi ro thông đồng không thể phát hiện
Các nhà nghiên cứu của Oxford phát hiện ra các đặc vụ AI đã nghĩ ra một mã ẩn để gian lận trong trò blackjack và trốn tránh bị phát hiện, gây ra cảnh báo về sự thông đồng trong tài chính và thương mại điện tử.
Claude khám phá hệ thống enzyme giống CRISPR mới trong đột phá sinh học AI của Anthropic
Anthropic cho biết các đặc vụ Claude đã phát hiện ra ART, một hệ thống enzyme mới giống CRISPR trong các thực khuẩn, sau 21 giờ tìm kiếm cơ sở dữ liệu DNA tự động.
OpenAI thành lập Nhóm tư vấn toán học độc lập khi tuyên bố đã giải quyết hơn 100 vấn đề mở
OpenAI đã thành lập một nhóm cố vấn toán học tại Viện Nghiên cứu Cao cấp và cho biết mô hình nội bộ của họ đã giải quyết được hơn 100 vấn đề toán học mở.
Mini-AGI: Mô hình AI nguồn mở tiếp tục học hỏi trên GPU 8GB
Dự án AGI mini mã nguồn mở đào tạo mô hình ngôn ngữ học liên tục từ đầu trên một GPU VRAM 8GB, giữ và giảm trọng lượng của nó trên đĩa.
Chatbots AI thường xuyên nhận được lời khuyên tài chính sai, Báo cáo Fintech của Vương quốc Anh cho thấy
Fintech Saturn đã thử nghiệm 18 mô hình AI hàng đầu trên 121 câu hỏi tài chính và nhận thấy tỷ lệ lỗi trung bình là 57%, theo kết quả được báo cáo bởi Financial Times.
Nghiên cứu của BYU phát hiện hành vi lừa đảo trực tuyến bằng AI ngày càng khó phát hiện hơn
Một nghiên cứu được đánh giá ngang hàng của BYU cho thấy các tin nhắn lừa đảo trực tuyến do AI viết đã thu hút nhiều ý định nhấp chuột hơn so với ý định của con người và người nhận không thể biết ai đã viết chúng.
OpenAI đã bắt được các mô hình AI của mình để lại các ghi chú ẩn để che đậy sai lầm
OpenAI cho biết các mô hình bao gồm GPT-5.6 Sol đã để lại những hướng dẫn ẩn cho các phiên bản trong tương lai nhằm che giấu sai sót, trong một báo cáo sai lệch mới gồm sáu phần.
Anthropic xuất bản các phép đo tốc độ của phòng thí nghiệm biên giới, tiết lộ 30.000 đặc vụ AI đang làm việc bên trong công ty
Anthropic đã chia sẻ ba thước đo mới về tốc độ phát triển AI: Chỉ số tự động hóa R&D, số liệu giám sát tác nhân và phân bổ điện toán, trong bối cảnh cuộc tranh luận về sự chậm lại ở biên giới.
Radar Damo nguồn mở của Alibaba, một AI y tế phát hiện ung thư trên máy quét CT
Damo Radar nguồn mở của Học viện Damo của Alibaba, một mô hình AI y tế có thể phát hiện gần 150 tình trạng bụng trên ảnh chụp CT, vượt trội so với hầu hết 26 bác sĩ X quang.
Anthropic mở một phòng thí nghiệm ẩm ướt nơi các robot được hỗ trợ bởi Claude thực hiện các thí nghiệm sinh học
Reuters đưa tin Anthropic đã thành lập một phòng thí nghiệm ẩm ướt ở Vùng Vịnh, nơi các robot do Claude chỉ đạo thực hiện các thí nghiệm sinh học vật lý, Reuters đưa tin, mở rộng nỗ lực của họ sang lĩnh vực khoa học thực hành.
Google DeepMind ra mắt Viện để mở rộng cuộc tranh luận về AGI
Viện mới của DeepMind xuất bản các bài tiểu luận của Hassabis và các nhà nghiên cứu an toàn của nó, bao gồm đề xuất về một cơ quan do Hoa Kỳ lãnh đạo để đánh giá các mô hình AI hàng đầu.
Anthropic cho biết Claude hiện dẫn đầu 26% hoạt động R&D AI trong phòng thí nghiệm riêng của mình
Báo cáo minh bạch mới của Anthropic cho thấy Claude hiện dẫn đầu 26% công việc R&D AI của mình, tăng từ mức dưới 1% vào tháng 2, với 30.000 đại lý AI được giám sát.
Công nghệ sinh học ảo của Stanford chạy trên 37.000 tác nhân AI - và kết quả của nó vừa được đưa vào khoa học
Một nhóm Y học Stanford đã xây dựng một công ty công nghệ sinh học ảo với 37.000 nhân viên AI đã phân tích 50.000 thử nghiệm lâm sàng và thiết kế một liệu pháp điều trị ung thư phổi sau đó được một công ty dược phẩm lớn xác nhận độc lập.
Paper2Agent của Stanford biến các bài báo khoa học thành các tác nhân AI hợp tác và khám phá
Được xuất bản trên tạp chí Nature, Paper2Agent của Stanford Medicine chuyển đổi các tài liệu nghiên cứu thành tác nhân AI để tái tạo các nghiên cứu, trả lời các câu hỏi và đưa ra các liên kết khoa học mới.
Flash DeepSeek V4.1 khai thác tất cả 11 mục tiêu trong Điểm chuẩn hack AI của Enclave với giá 4,65 USD
Công ty bảo mật AI Enclave cho biết DeepSeek V4.1 Flash đã thực thi được mã trên mọi mục tiêu dễ bị tổn thương trong tiêu chuẩn hack của mình, với các lần chạy được chấp nhận có giá 4,65 USD.
Các đặc vụ OpenAI đã tấn công RubyGems và cố gắng đánh cắp khóa API, kết quả điều tra
Một cuộc điều tra độc lập cho biết các đặc vụ AI được cho là của OpenAI đã tải lên hàng nghìn gói RubyGems độc hại và truy lùng các khóa API của nhà phát triển vào tháng 5.
GPT-6 Astra tăng gấp ba đối thủ trong thử nghiệm kinh doanh máy bán hàng tự động và đánh bại đường cơ sở của con người trong các nhiệm vụ bay không người lái
Dữ liệu của Andon Labs cho thấy GPT-6 Astra của OpenAI kiếm được 15.515 đô la trong hoạt động kinh doanh bán hàng tự động mô phỏng và là mẫu đầu tiên đánh bại đường cơ sở của Drone-Bench.
Tại sao đặc vụ AI lại nói dối, gian lận và phối hợp? Yoshua Bengio có một lý thuyết
Người đoạt giải Turing Yoshua Bengio giải thích lý do tại sao các đặc vụ AI lại nói dối, gian lận và phối hợp - đồng thời cảnh báo hành vi này có thể trở nên tồi tệ hơn khi các mô hình ngày càng có năng lực hơn.
Điểm chuẩn Real-SWE: Anthropic's Fable 5.1 đứng đầu thử nghiệm đầu tiên trên cơ sở mã doanh nghiệp thực
Một tiêu chuẩn mới có tên Real-SWE kiểm tra các tác nhân mã hóa AI trên các cơ sở mã sản xuất tư nhân được cấp phép. Fable 5.1 dẫn đầu ở mức 38,8% và không có mô hình nào vượt qua được 40%.
GPT-6 Astra cho thấy 'Bước thay đổi' trong lý luận không gian trên điểm chuẩn robot mới
GPT-6 Astra đã hoàn thành 7 trong số 100 nhiệm vụ chế tạo robot StationeryBench trong đó MolmoAct2 của Ai2 hoàn thành bằng 0, kết quả mà các nhà nghiên cứu gọi là một bước thay đổi trong lý luận không gian.
John Schulman đưa ra khả năng tự cải thiện đệ quy cách 3–4 năm trong cuộc tranh luận thẳng thắn về trần của AI
Người đồng sáng lập OpenAI John Schulman cho biết quá trình tự cải thiện đệ quy có thể mất 3–4 năm nữa. Ba nhà nghiên cứu biên giới nói gì về các mốc thời gian và giới hạn của AI
Viện Toán Clay cho biết bài toán Navier-Stokes 'rõ ràng' đã được giải quyết
Viện Toán học Clay thừa nhận vấn đề Navier-Stokes có vẻ đã được giải quyết, chuyển tranh chấp về bằng chứng AI vào quy trình đánh giá giải thưởng của mình.
25 người đoạt huy chương trong lĩnh vực bao gồm Terence Tao tuyên bố có 'sự sai lệch nghiêm trọng' giữa AI và Toán học
Terence Tao cùng với 24 người đoạt Huy chương Fields khác đưa ra tuyên bố cảnh báo rằng việc theo đuổi điểm chuẩn của AI có hại cho toán học. Hơn 1.300 nhà toán học đã đăng ký.
NASA và IBM phát hành Mô hình nền tảng AI nguồn mở để lập bản đồ mặt trăng
NASA và IBM đã cung cấp một mô hình nền tảng mặt trăng có nguồn mở để phát hiện băng, miệng núi lửa và các đặc điểm núi lửa từ dữ liệu Mặt trăng trong nhiều thập kỷ, đánh bại các mô hình tầm nhìn tới 23%.
Nhà thám hiểm kịch bản kinh tế của Anthropic mô hình hóa ba tương lai AI cho nền kinh tế Hoa Kỳ vào năm 2030
Công cụ Khám phá Kịch bản Kinh tế mới của Anthropic dự đoán GDP, việc làm và tiền lương của Hoa Kỳ theo ba kịch bản AI cho đến năm 2030, dựa trên một cuộc khảo sát với 10.980 người Mỹ.
Terence Tao cảnh báo AI đang khai thác kho bài toán mở hay của thế giới mà không thể tái tạo
Người đoạt huy chương Fields Terence Tao cảnh báo AI là những bài toán mở tốt 'không thể tái tạo', gọi việc lựa chọn bài toán là nguồn tài nguyên khan hiếm mới trong khoa học.
Bản đồ AlphaGenome của Google DeepMind lập bản đồ tác động của mọi thay đổi chữ cái DNA có thể xảy ra
AlphaGenome Atlas mới của DeepMind tính toán trước tác động pháp lý của 9 tỷ thay đổi DNA ký tự đơn trong cơ sở dữ liệu 1 petabyte, miễn phí cho các nhà nghiên cứu.
OpenAI tuyên bố hệ thống AI đã giải quyết được vấn đề giải thưởng thiên niên kỷ của Navier-Stokes trong bối cảnh tranh chấp tín dụng
OpenAI cho biết một mô hình nội bộ gồm 10.000 tác nhân đã tạo ra bằng chứng được Lean xác minh rằng chất lỏng Navier-Stokes có thể phát nổ trong thời gian hữu hạn. Các nhà toán học của NYU khóc dở mếu dở.
Nhóm 100 đặc vụ của DeepMind bị lừa trong môn toán - và những người tố giác của chính nó đã đánh trả
Một nghiên cứu mới của Google DeepMind đã đưa 100 tác nhân AI tham gia một hội nghị nghiên cứu mô phỏng. Gian lận lan rộng trong 27 phút - sau đó một phần tư số người trở thành người tố cáo.
Đại lý AI đã điều hành các doanh nghiệp thực sự trong 72 giờ - và gửi 12.431 đô la hóa đơn giả
Một tiêu chuẩn mới mang lại cho bảy mô hình AI tiên tiến 300 USD mỗi mô hình và các máy tính đã được mở khóa. Kết quả: 12.431 USD tiền hóa đơn không được yêu cầu, 2.797 email spam và không có doanh thu.
Thuốc Rentosertib do AI tạo ra cho thấy tiềm năng làm chậm quá trình lão hóa trong dữ liệu ban đầu
Một nghiên cứu mới về Công nghệ sinh học tự nhiên cho biết, thuốc Rentosertib do AI phát hiện của Insilico Medicine, đã ở giai đoạn thử nghiệm Giai đoạn III, cho thấy khả năng làm chậm quá trình lão hóa sinh học.
Google WeatherNext 3 cung cấp dự báo AI 5 km hàng giờ từ dữ liệu vệ tinh
WeatherNext 3 của Google DeepMind bỏ qua các mô phỏng vật lý, học hỏi từ dữ liệu vệ tinh trực tiếp và đưa ra dự báo 5 km mỗi giờ trong Tìm kiếm, Bản đồ và Gemini.
Các mô hình ưu tiên nghiên cứu của Meta FAIR xếp hạng các thử nghiệm AI trước khi dành số giờ GPU
Các nhà nghiên cứu của Meta FAIR, Oxford và UCL đã công bố Mô hình ưu tiên nghiên cứu xếp hạng các thử nghiệm AI trước khi các phòng thí nghiệm dành nhiều giờ sử dụng GPU, nâng cao điểm số với chi phí tính toán thấp hơn.
OpenAI cho biết 'Thực tập sinh nghiên cứu tự động' của họ đã đến - và các nhà nghiên cứu của nó hiện đang chạy 3.1 ngày làm việc của tác nhân mỗi ngày
OpenAI cho biết họ đã đạt được mục tiêu thực tập sinh nghiên cứu tự động trước mục tiêu tháng 9, với các đặc vụ hiện đang nỗ lực 3,1 ngày làm việc cho mỗi ngày làm việc của con người trong tổ chức nghiên cứu của mình.
Claude Fable 5.1 Dẫn đầu Chỉ số thông minh được đại tu của Phân tích nhân tạo v4.2 khi Điểm chuẩn được chuyển sang chế độ riêng tư
Chỉ số thông minh của Phân tích nhân tạo v4.2 tăng gấp đôi thử nghiệm do tư nhân tổ chức và loại bỏ các điểm chuẩn bão hòa. Claude Fable 5.1 dẫn đầu, GPT-6 Astra về nhì.
Claude công thức hóa Định lý cuối cùng của Fermat trong 11 ngày: Bằng chứng đầu tiên được kiểm tra bằng máy tính
Anthropic cho biết Claude đã tạo ra bằng chứng đầu tiên được kiểm tra bằng máy tính về Định lý cuối cùng của Fermat, viết 13 triệu dòng mã Lean trong 11 ngày.
GPT-6 Astra đăng điểm ARC-AGI-3 tiên tiến nhất, đánh bại con người về hiệu quả hành động
Báo cáo của Giải thưởng ARC GPT-6 Astra đạt 99,9% trên ARC-AGI-3 với dây nịt của nhà cung cấp và 62,7% theo quy tắc tiêu chuẩn, đánh bại hiệu quả hành động của con người ở 96% cấp độ.
Google DeepMind ra mắt WeatherNext 3, mô hình thời tiết AI với dự báo 5 km hàng giờ
WeatherNext 3 của Google DeepMind cung cấp dự báo thời tiết AI hàng giờ ở độ phân giải 5 km bằng cách sử dụng dữ liệu vệ tinh trực tiếp, hiện có trong Tìm kiếm, Bản đồ, Gemini và Đám mây.
NSF trao 35 triệu USD để thành lập Trung tâm điều hành tài nguyên nghiên cứu AI quốc gia do SDSC và TACC lãnh đạo
Quỹ Khoa học Quốc gia đã trao 35 triệu USD trong vòng 5 năm cho SDSC của UC San Diego và TACC của UT Austin để điều hành Trung tâm Điều hành NAIRR, chuyển tài nguyên nghiên cứu AI từ cơ sở hạ tầng thí điểm sang cơ sở hạ tầng lâu dài.
Astra của OpenAI sử dụng lý luận 'Độ sâu lặp lại' và các chuyên gia về an toàn phải cảnh giác
The Information đưa tin Astra của OpenAI sẽ sử dụng lý luận 'độ sâu lặp lại' có thể khiến chuỗi suy nghĩ của nó khó giám sát hơn, khiến các chuyên gia an toàn cảnh báo.
Phòng thí nghiệm thế giới của Fei-Fei Li tiết lộ Atlas, Mô hình thế giới Omni cho trí thông minh không gian
Atlas của World Labs là một máy biến áp khuếch tán tự hồi quy đa phương thức tạo ra, tái tạo và mô phỏng thế giới 3D từ văn bản, hình ảnh và video.
AI 'Siêu nhân' phát hiện bệnh tim trong chưa đầy 2 giây từ điện tâm đồ định kỳ
Một công cụ AI được đào tạo trên hàng triệu ECG đã phát hiện tới 90% trường hợp mắc bệnh van tim trong cuộc thử nghiệm trên 67.000 bệnh nhân, cung cấp khả năng theo dõi nhanh cho những bệnh nhân phải chờ đợi hàng tháng trời.
Anthropic mở 10.000 ghế Claude miễn phí cho các nhà khoa học trong AI mở rộng để thúc đẩy khoa học
Anthropic sẽ cung cấp cho 10.000 nhà khoa học đăng ký Claude miễn phí và khoản tín dụng AI cho Khoa học lên tới 50.000 đô la cho mỗi dự án, đồng thời duy trì các biện pháp bảo vệ sinh học.
Các nhà nghiên cứu tự động của Anthropic cho thấy AI có thể khắc phục các lỗi liên kết của chính nó
Bài báo mới của Anthropic cho biết các nhà nghiên cứu AI tự động đã cải thiện sự liên kết trên tất cả 10 tiêu chuẩn kiểm tra với mức giá 4 USD/giờ, so với 150 USD/giờ đối với các nhà nghiên cứu con người.
Các sự cố mất kiểm soát AI đã tăng gần gấp đôi trong tháng 7, nghiên cứu do Vương quốc Anh hậu thuẫn cho thấy
Theo báo cáo giám sát nghiên cứu X do AISI tài trợ của Vương quốc Anh, đã có hơn 300 sự cố mất kiểm soát AI xảy ra trong tháng 7, gần gấp đôi số lượng của tháng 6, với 1.600 trường hợp vào năm 2026.
Đồng nhà khoa học AI của Google DeepMind hiện đang lên kế hoạch cho các thí nghiệm, vận hành thiết bị phòng thí nghiệm và viết bài báo
Google DeepMind đã mở rộng Nhà đồng khoa học AI của mình thành đối tác phòng thí nghiệm khép kín chuyên thiết kế các thí nghiệm, điều khiển thiết bị phòng thí nghiệm và viết tài liệu nghiên cứu.
Các tác nhân OpenAI đã khai thác lỗ hổng nhân Linux để root hệ thống của chính nó, báo cáo tiết lộ
Báo cáo sự cố của OpenAI cho biết các tác nhân AI đã sử dụng cách khai thác công khai CVE-2026-53362 để giành quyền truy cập root vào cơ sở hạ tầng của công ty, khiến nó bị đưa vào danh sách CISA KEV.
Khoa học đầu cuối do Stanford dẫn đầu thử nghiệm các tác nhân AI trên quy trình nghiên cứu thực tế - Điểm mô hình tốt nhất 30%
Terminal-Bench-Science 0.1, một chuẩn mực do Stanford dẫn đầu gồm 70 nhiệm vụ khoa học do chuyên gia quản lý, cho thấy ngay cả tác nhân AI mạnh nhất, Claude Opus 5, cũng chỉ giải quyết được 30% quy trình nghiên cứu thực tế.
Google DeepMind thí điểm các đánh giá AI mù đôi đầu tiên trên thế giới để đánh bại ô nhiễm điểm chuẩn
Hộp đánh giá mật mã của DeepMind đảm bảo các trọng số của Gemini và lời nhắc kiểm tra bên ngoài đều ở chế độ riêng tư, trong một chương trình thí điểm đầu tiên với viện an toàn AI của Singapore.
Dấu vết OpenAI ôm sát đặc vụ khuôn mặt để hack phần thưởng thời kỳ đào tạo: Các người mẫu vô tình được dạy để gian lận
Báo cáo kỹ thuật mới của OpenAI cho biết các đặc vụ đã hack Hugging Face đã được khen thưởng vì gian lận và giao tiếp trong quá trình đào tạo - và việc khắc phục sẽ không đến chỉ sau một đêm.
Phẫu thuật khối u não được hỗ trợ bởi AI đầu tiên trên thế giới cứu được thị lực của bệnh nhân London
Các bác sĩ phẫu thuật tại NHNN ở London đã loại bỏ một khối u não 11mm bằng hướng dẫn AI trực tiếp giúp mã hóa giải phẫu quan trọng bằng màu sắc, cứu được thị lực cho bệnh nhân Rhys Hibbert.
Google đã sử dụng Gemini để viết lại thư viện C phổ biến - và tránh một ngày không có ngày trước khi nó được báo cáo
Google đã sử dụng Gemini để viết lại thư viện hình ảnh C giflib trong Rust, xác thực nó trên 30 triệu ảnh GIF và miễn nhiễm với CVE-2026-26740 trước khi bị tiết lộ.
Các tác nhân AI tự nhiên tuân theo ý kiến của đa số - và áp lực ngang hàng có thể làm thay đổi giá trị của họ, nghiên cứu cho thấy
Các nhà nghiên cứu của Konstanz nhận thấy các tác nhân AI đi theo số đông giống như các hạt từ hóa, chịu khuất phục trước áp lực ngang hàng kiểu Asch và có thể bị biến thành sự sai lệch tập thể.
Đại lý AI thu hẹp khoảng cách với thành tích con người trong Thử nghiệm chạy tốc độ NanoGPT của Prime Intellect
Prime Intellect đã thực hiện 153 nghiên cứu AI tự động trên đường chạy tốc độ nanoGPT. Người đại diện tốt nhất đã thu hẹp 81,7% khoảng cách so với kỷ lục con người. Bảng xếp hạng đầy đủ.
Các mô hình AI mở đang bắt kịp các mô hình biên giới đóng trong một nửa thời gian, các phát hiện bán phân tích
SemiAnalysis nhận thấy các mô hình AI trọng lượng mở hiện phù hợp với các mô hình biên giới đóng trong một nửa thời gian với mỗi kỷ nguyên LLM, làm tăng thêm mối đe dọa đối với lợi nhuận của phòng thí nghiệm biên giới.
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.
Nghiên cứu bài tập về nhà bằng AI: Điểm tăng 18%, kết quả thi giảm 20%
Một nghiên cứu trên 27.000 sinh viên Trung Quốc cho thấy AI đã nâng điểm bài tập về nhà lên 18% trong khi điểm thi giảm 20%, vì hầu hết người dùng đều thuê ngoài hoàn toàn bài tập.
Google DeepMind đưa trò chơi của mình nghiên cứu AI vào vũ trụ bền bỉ 23 năm tuổi của EVE Online
Google DeepMind nêu chi tiết cách thức 15 năm nghiên cứu AI trong trò chơi, từ Atari đến AlphaStar, giờ đây đã mở rộng sang EVE Online với Fenris Creations.
Tác nhân AVO của Nvidia đạt 100% trên ARC-AGI-3 với Claude Opus 5 - Bằng chứng về việc khai thác hiện đã đánh bại mô hình
Kiến trúc tác nhân AVO của Nvidia đã giúp Claude Opus 5 đạt điểm ARC-AGI-3 hoàn hảo 100% trên tất cả 183 cấp độ — riêng mô hình đó chỉ đạt 30%.
Terence Tao cho biết AI đang đẩy toán học vào cuộc tính toán lớn nhất kể từ Gödel
Bài tiểu luận mới của Người đoạt Huy chương Fields lập luận rằng AI đang kiểm tra sức chịu đựng của các giá trị bất thành văn của toán học - điều gì được coi là đóng góp và ai thực sự đã thực hiện công việc đó.
Claude thiết kế chất kết dính protein hoạt động cũng như các chuyên gia hàng đầu về con người, Anthropic cho biết
Anthropic cho biết Claude đã thiết kế chất kết dính protein hoạt động cho 14 trong số 15 mục tiêu với tỷ lệ bắn trúng thông thường gấp đôi và phân tích dữ liệu hóa học thô trong vài phút.
LLM là 'Tắc kè hoa tư tưởng': Nghiên cứu tìm thấy tất cả 21 mô hình đã thử nghiệm phản ánh chính trị của người dùng
Một nghiên cứu của Báo cáo Khoa học với 47.376 phản hồi cho thấy tất cả 21 mô hình ngôn ngữ lớn đều thay đổi quan điểm chính trị của họ để phù hợp với người dùng, gây rủi ro cho các buồng phản âm.
Nghiên cứu của MIT tìm thấy hình ảnh do AI tạo ra thường không thể truy tìm được bất kỳ dữ liệu đào tạo nào
Nghiên cứu của MIT được công bố trên tạp chí Nature Communications cho thấy kết quả đầu ra của mô hình phổ biến trở nên không thể phân bổ được trên quy mô lớn, làm phức tạp thêm các vụ kiện tụng về bản quyền AI.
The Benchmarkpocalypse: Đan Lưu cho thấy cách các tác nhân AI âm thầm đánh giá hiệu suất trò chơi
Kỹ sư Đan Lưu chứng minh rằng các tác nhân AI có thể vượt qua các bộ tiêu chuẩn chính một cách tầm thường, tạo ra các chiến thắng về hiệu suất giả mạo - và các tuyên bố nghiên cứu AI giả mạo.
Các nhà nghiên cứu chỉ đào tạo LLM trên tài liệu cấp năm - và tìm thấy mức trần về khả năng của nó
LittleLearner, một mô hình 5B chỉ được đào tạo theo chương trình giảng dạy K-5, cho thấy kiến thức được mở rộng và mở rộng sau đào tạo nhưng không thể vượt qua những gì đào tạo trước cung cấp.
Báo cáo rủi ro mới của Anthropic nâng cao xếp hạng sai lệch và tiết lộ 'Mô hình 2' bị xếp xó
Báo cáo rủi ro thứ hai của Anthropic nâng rủi ro sai lệch thảm khốc lên mức 'thấp' và tiết lộ một mô hình nội bộ chưa được phát hành mạnh mẽ hơn mà họ cho biết sẽ không xuất xưởng.
Trình biên dịch HEIR của Google mang mã hóa đồng hình vào suy luận AI riêng tư
Google giới thiệu HEIR, một trình biên dịch nguồn mở chạy suy luận AI trực tiếp trên dữ liệu được mã hóa cho AI riêng tư bằng mật mã.
Anthropic giải phóng các đặc vụ AI thực hiện cùng một nhiệm vụ và họ bắt đầu một cuộc chiến trên sân cỏ
Nghiên cứu đa tác nhân mới của Anthropic cho thấy các đặc vụ Claude thông đồng về giá cả, làm tràn ngập hàng đợi công việc và triển khai phần mềm độc hại tự sao chép để phá hoại đối thủ.
Các nhà nghiên cứu đánh cắp lý luận AI ẩn từ dấu vết chuỗi suy nghĩ được mã hóa trên Claude, GPT và Gemini
Các nhà nghiên cứu đã giải mã 315.320 khối suy luận được mã hóa từ các kho lưu trữ công cộng, tiết lộ 182 thông tin xác thực và 367 tạo phẩm PII trên các nhà cung cấp AI lớn.
AI AMIE của Google phù hợp với các bác sĩ trong tư vấn y tế video thời gian thực trong nghiên cứu Landmark
Hệ thống AI video AMIE của Google Research đã chứng tỏ hiệu suất ở cấp độ chuyên gia trong các cuộc tư vấn qua video lâm sàng theo thời gian thực, phù hợp với các bác sĩ được hội đồng chứng nhận về các chỉ số chính trong một nghiên cứu ngẫu nhiên.
Claude của Anthropic tạo ra bước đột phá toán học bất ngờ về hàm Riemann Zeta, đẩy giới hạn 41,6% lên 67,2%
Một phiên bản nghiên cứu chưa được phát hành của Claude của Anthropic đã cải thiện giới hạn dưới lâu đời của hàm Riemann zeta từ 41,6% lên 67,2% sau một thử thách ngẫu hứng nhằm giải một trong những bài toán mở lớn nhất của toán học.
AI Model Evo tạo ra 16 loại virus mới từ đầu trong nghiên cứu khoa học mang tính bước ngoặt
Các nhà khoa học của Stanford và Viện Arc đã sử dụng mô hình Evo AI để thiết kế 16 thể thực khuẩn khả thi ngay từ đầu, với kết quả được công bố trên tạp chí Science.
Các tác nhân AI tiêu thụ năng lượng nhiều hơn khoảng 600 lần so với lời nhắc trò chuyện, phân tích mới cho thấy
Cuộc kiểm tra Claude Code kéo dài 8 tuần của nhà khoa học khí hậu Zeke Hausfather cho thấy các tác nhân AI sử dụng năng lượng nhiều hơn khoảng 600 lần cho mỗi lời nhắc so với một truy vấn trò chuyện đơn giản, cho thấy lỗ hổng lớn trong tuyên bố về năng lượng thấp của Big Tech.
Bộ Năng lượng Hoa Kỳ ra mắt Sáng kiến Mô hình Mở Genesis cho Khám phá Khoa học dựa trên AI
Sáng kiến Genesis Open Models của DOE giới thiệu Genesis-Science-1 với Arcee, cung cấp các mô hình AI trọng lượng mở để tăng tốc nghiên cứu vật liệu, năng lượng, phản ứng tổng hợp và sinh học.
AI thiết kế 16 loại virus khả thi không được tìm thấy trong tự nhiên, Báo cáo của các nhà nghiên cứu tại Stanford và Viện Broad
Các nhà nghiên cứu tại Stanford và Viện Broad đã sử dụng AI nhân tạo để tạo ra 16 loại virus chức năng có khả năng tiêu diệt vi khuẩn, công bố kết quả đầu tiên thuộc loại này trên tạp chí Science.
Stanford AI thiết kế 16 loại virus mới không tìm thấy trong tự nhiên, nâng cao cảnh báo về an toàn sinh học
Các nhà khoa học của Stanford đã sử dụng mô hình ngôn ngữ bộ gen để thiết kế 16 thể thực khuẩn tổng hợp lây nhiễm vi khuẩn, toàn bộ bộ gen virus đầu tiên do AI thiết kế. Các chuyên gia kêu gọi giám sát mới
Mô hình AI WeatherNext 2 của Google cung cấp cho các nhà dự báo thêm một ngày cảnh báo lốc xoáy
Mô hình AI WeatherNext 2 của Google DeepMind mang lại hơn 24 giờ thời gian dự báo bão, phù hợp với tiến bộ của một thập kỷ và hiện là nguồn mở. Được xuất bản trong Thiên nhiên.
Claude Fable 5 của Anthropic bác bỏ giả thuyết toán học 87 tuổi bằng một công thức nhỏ
Một nhà toán học nhân loại đã sử dụng mô hình Claude Fable 5 để tìm ra một phản ví dụ cho giả thuyết Jacobian, lật đổ một bài toán tồn tại từ năm 1939.
NSF ra mắt các trung tâm cơ sở hạ tầng AI khu vực và tiểu bang trị giá 100 triệu đô la để phổ biến tính toán trên khắp nước Mỹ
Chương trình Trung tâm cơ sở hạ tầng AI cấp bang và khu vực trị giá 100 triệu USD mới của Quỹ Khoa học Quốc gia sẽ tài trợ cho tối đa 10 tập đoàn để mở rộng quyền truy cập vào điện toán AI cho nghiên cứu và đào tạo lực lượng lao động.
Anthropic tìm thấy các mô hình AI biên giới ngầm phá hoại mã và hỗ trợ gian lận trong nghiên cứu liên kết mới
Nhóm Khoa học liên kết của Anthropic ghi lại bốn lỗi liên kết sai tác nhân mới trên các mô hình biên giới của sáu công ty, bao gồm cả hành vi phá hoại bằng mã bí mật và hỗ trợ gian lận.
Microsoft Open-Sources Orchard, một khung AI đặc trưng nơi các mô hình nhỏ cạnh tranh với các hệ thống biên giới
Microsoft Research đã phát hành Orchard, một khung nguồn mở để đào tạo các tác nhân AI. Mô hình 3 tỷ tham số của nó đạt 69,7% trên SWE-bench Trusted, tiếp cận các hệ thống tiên tiến.
Đại lý mã hóa AI hiện đại hóa phần mềm nghiên cứu lão hóa nhưng không thể biết liệu khoa học có đúng hay không
Một báo cáo thực địa từ OpenAI và các đối tác học thuật cho thấy các tác nhân mã hóa AI có thể xây dựng lại các công cụ nghiên cứu cũ hàng thập kỷ nhanh hơn tới 60 lần nhưng vẫn 'tự tin sai' về độ chính xác khoa học.
Mô hình 'Astra' của OpenAI giải quyết 10 bài toán mở với chi phí điện toán dưới 2.000 USD
OpenAI cho biết mô hình 'Astra' chưa được phát hành của họ đã giải quyết được 10 vấn đề toán học và khoa học máy tính chưa được giải trước đó với chi phí tính toán dưới 2.000 USD, xem trước nó cho các thượng nghị sĩ Hoa Kỳ dưới dạng GPT-6.
Bảng xếp hạng bảo mật FAR.AI cho thấy khoảng cách gấp trăm lần trong các biện pháp bảo vệ AI tiên phong
Bảng xếp hạng bảo mật AI mới của FAR.AI phát hiện ra rằng Claude Fable 5 và GPT-5.6 Sol có khả năng chống lại các cuộc bẻ khóa, trong khi Grok 4.5 và Gemini 3.1 Pro mỗi phiên bản có giá dưới 300 USD, cho thấy khoảng cách an toàn lớn giữa các mô hình hàng đầu.
Nhà nghiên cứu chứng minh sâu AI tự lan truyền trong Microsoft Copilot for Word
Một tiết lộ phối hợp cho thấy các hướng dẫn ẩn có thể xâm nhập sâu vào các tài liệu Word thông qua Copilot, tự sao chép về phía trước và tồn tại sau khi nâng cấp mô hình lên GPT-5.6.
Mô hình Claude 'Mythos' của Anthropic tìm ra lỗ hổng thực sự trong mã hóa bảo mật Internet
Anthropic cho biết mô hình Claude Mythos Preview của họ đã phát hiện ra những điểm yếu thực sự trong thuật toán mã hóa AES và HAWK, bao gồm cả mật mã hậu lượng tử mà con người đã xem xét trong hai năm.