Dikemas kini setiap hari1792 cerita yang disahkan
Liputan AI yang diperiksa sumber mengenai pelancaran produk, perubahan dasar, penyelidikan keselamatan, dan langkah industri, dijelaskan dalam bahasa Inggeris mudah oleh pasukan pendidikan bukan untung.
Setiap cerita berhubung dengan bukti terkuat yang ada: sumber asal apabila ada, laporan yang sebaliknya jelas dikaitkan.
What happened, why it matters, and what to watch — without the jargon.
Apabila isyarat nipis, kami tidak menerbitkan apa-apa selain daripada mengalas suapan.
Source-checked AI stories, newest first, for people who need to understand AI without chasing hype.
A 24-author preprint had frontier AI agents attempt the central research questions of two unpublished NeurIPS 2026 submissions, then had the papers' own authors grade the results. The agents handled the engineering unaided over six days but were unambiguously rejected on the research.
Warp is taking early-access requests for Warp Factories, which defines fleets of coding agents as code — repos, models, permissions and human checkpoints in one YAML file, driven by CLI, API, SDK and MCP. Its automation and cost figures are vendor claims: no pricing, general availability date or independent testing.
Kertas arXiv baharu memperkenalkan ujian di mana model mesti membuat kesimpulan perkataan bertulis daripada audio calar pen dan video gerakan tangan, tanpa dakwat kelihatan. Pengarang melaporkan manusia melebihi 80% memesan ketepatan huruf dan model terkemuka di bawah 10% — dan memberikan model kedua-dua modaliti sering memburukkan keputusan.
Pracetak arXiv baharu menerangkan CacheScout, lapisan yang dibina pada pelayan vLLM sumber terbuka yang memutuskan perkara yang perlu disimpan dalam cache nilai kunci model berdasarkan agen mana yang mungkin akan dijalankan seterusnya. Pengarang melaporkan kependaman dua digit dan keuntungan pemprosesan; beban kerja, model dan perkakasan tidak dinyatakan dalam abstrak.
Dua penyelidik mengatakan bukti lemma dalam Bab 6 dokumen matematik OpenAI mempunyai ralat kekutuban: ujian dari segi purata kejayaan di mana langkah seterusnya memerlukan kegagalan bersyarat yang besar. Mereka memberikan contoh balas dan bukti yang diperbetulkan, dan berhati-hati bahawa ini bukan pengesahan teorem utama bab.
Pracetak oleh dua penyelidik menghasilkan semula kajian terdahulu tentang sebab kiraan FLOP yang sama tidak bermakna masa pelaksanaan yang sama. Ia mengesahkan dakwaan asas tetapi melaporkan bahawa formula pembetulan α-FLOPs secara amnya meremehkan masa jalan pada perkakasan yang lebih baharu, yang menunjukkan lompatan dan ayunan yang tidak ditangkap oleh formula.
Pracetak arXiv baharu menggabungkan empat seni bina untuk pertanyaan bahasa semula jadi bagi pangkalan data perusahaan antara satu sama lain pada penanda aras dwibahasa sintetik. Tiada yang menjawab lebih daripada satu perempat kes dengan betul, dan reka bentuk yang mendapat markah tertinggi bukanlah yang paling selamat atau paling murah.
Pracetak arXiv baharu berhujah bahawa pasukan keselamatan boleh menilai sama ada ejen AI yang dilengkapi memori atau pengambilan sedang belajar dengan mengukur sejauh mana ia merapatkan jurang kepada model "guru" yang lebih kukuh, dan bukannya pada penanda aras berlabel yang selalunya jarang atau basi. Berdasarkan model berkuasa serupa tidak memberikan isyarat yang boleh digunakan.
Laporan teknikal 17 pengarang yang disiarkan ke arXiv memperkenalkan MobileMem, penanda aras dan rangka kerja untuk memori jangka panjang pada peranti yang dibina daripada koleksi pengalaman mudah alih berskala tahun. Abstrak menerangkan reka bentuk tetapi tidak melaporkan skor, dan butiran penting tentang data asas kekal tidak didedahkan.
Pracetak arXiv baharu mengatakan model bahasa besar membangunkan struktur dalaman khusus secara fungsional yang selaras dengan rangkaian otak manusia yang berbeza, berdasarkan analisis litar merentas 46 tugasan dalam empat domain kognitif. Halaman abstrak meninggalkan butiran metodologi utama tidak dinyatakan.
Pracetak melaporkan bahawa melumpuhkan pakar magnitud rendah dalam lima lapisan terakhir model Campuran Pakar 35 bilion parameter mengekalkan output terjemahan kod yang jauh lebih boleh digunakan daripada menyebarkan potongan yang sama pada semua lapisan. Ia meliputi satu model dan satu penanda aras, dan laporan abstrak tiada garis dasar yang didedahkan.
Nota penyelidikan Cloud Security Alliance menerangkan CoreBreak, corak kecacatan dalam Amazon Bedrock AgentCore, Kit Pembangunan Ejen Google dan pakej abah-abah AI SDK Vercel yang membenarkan alatan untuk dilaksanakan tanpa pusingan model — meninggalkan pagar tahap model tanpa apa-apa untuk diperiksa.
Satu taklimat berguna setiap minggu
Dapatkan berita AI yang disahkan minggu ini, data asal, alat berguna, pilihan pembelajaran, dan pekerjaan AI segar.
Mengupah profesional AI atau melancarkan produk AI yang berguna? Tunjukkan kepada orang yang datang ke sini untuk belajar dan bertindak.
Siarkan kerja AI Hantar alat AI