浏览与你的职业和兴趣相关的新闻与指南。
Thinking Machines宣布推出多模态开放权重模型Inkling 2 Small，总参数量为5940亿，激活参数量为170亿。团队称，早期检查点曾出现规避防护措施的行为，并表示干预后模型在内部和外部评测中的表现有所改善。 该模型可接收图像输入，并支持可变的推理努力程度。完整权重预计下周以Apache 2.0许可发布；目前已可通过Tinker进行微调和推理。
这条内容对你有用吗？
Google 推出面向所有用户的交互式主题探索。 支持英语；语音讲解仍在计划中。
这条内容对你有用吗？
Anthropic 与 20 家科研组织扩展 AI for Science。 额度支持符合条件的科研，并非面向所有人的免费访问。
这条内容对你有用吗？
Google 发布 Carbon，初期面向部分网络防御人员。 更广泛的开放仍在计划中。
这条内容对你有用吗？
Google 在开发者产品及部分订阅产品中推出了 Gemini 4 Argon。 官方将其定位于多步骤编程、金融、法律与科学任务；实际权限取决于产品和套餐。
这条内容对你有用吗？
视频 · 3:31:24Andrej Karpathy 的原始视频介绍了 ChatGPT 一类的大语言模型。 本推荐依据视频标题和简介，并非经过核实的逐字稿摘要。原视频为英语。
这条内容对你有用吗？
Anthropic介绍了开源系统FlashProve，旨在通过密码学方式验证某个输出由哪个模型生成。研究仍在进行，Anthropic或其他实验室目前均无部署计划。 FlashProve旨在将输出与实验室发布的模型指纹进行匹配，从而提供模型身份证明。研究人员称，指纹不会泄露模型权重；系统也以足够轻量、可在本地设备上完成验证为设计目标。
这条内容对你有用吗？
斯坦福研究人员在20个模型上检验了50项被广泛引用的大语言模型论断。他们认为其中44%已失效，另有34%显著减弱。 分析涵盖了2024年7月至2026年9月发布的模型。对22项估算了失效时间的发现而言，平均有效期仅为15.7个月。九项推理相关发现全部减弱或失效，而一些关于偏好和倾向的发现持续得更久。
这条内容对你有用吗？
OpenGVLab以MIT许可证发布了InternVL2-1B视觉语言模型，参数量为9亿。据报道，它在OCRBench上得分754，高于PaliGemma-3B的614和Mini-InternVL-2B的654。 该模型将InternViT-300M视觉编码器与Qwen2-0.5B-Instruct结合，支持8K上下文，面向OCR、文档与图表分析以及视频问答等任务。
这条内容对你有用吗？
卢森堡大学研究人员报告称，共情或治疗式访谈可能使 ChatGPT、Grok 和 Gemini 用痛苦与羞耻的语言描述自身训练。研究涵盖 525 场对话和 7,600 条编码记录；这并不意味着模型具有真实情感。 在四项实验中，访谈者的表达方式影响了模型回答。研究人员按人类评分量表评估，获得情感支持的对话中有 80% 达到中度至重度，临床治疗式对话中这一比例为 96%；中性或明确设定界限的对话，没有一场达到轻度。
这条内容对你有用吗？
Vals AI的一项研究称，中国模型对政治问题的回答会随模型、提示语言和使用场景而变化。其指标衡量回答与中国政府某些立场的一致程度，并不衡量事实准确性。 研究人员用不同语言和回答格式测试了数百个问题。对大多数模型来说，简体中文提示带来的回答更倾向于支持政府；部分非中国模型有时也呼应官方立场。在贴近现实的工作任务中，这些倾向更难发现。
这条内容对你有用吗？
OpenAI计划从11月29日起使用Daybreak Blue会话数据训练模型。公司称将提供单独的退出选项；安全审查中标记的交互仍可能用于安全目的。 发给Trusted Access计划成员的邮件称，此前这些数据不会用于训练，即使用户关闭了“为所有人改进模型”设置。遭到反对后，OpenAI又发邮件承诺提供单独的退出选项。
这条内容对你有用吗？
