跳到正文
  1. Latent Space79

    Thinking Machines 发布 Inkling 2 Small:17A-594B、12T tokens 预训练 68 小时,超越 Muse Spark

    Thinking Machines 发布 Inkling 2 Small,为 594B 总参数、17B 激活的多模态 MoE,在 GB300 上以 NVFP4 精度完成预训练仅耗时 68 小时,现已在 Tinker 开放微调与推理,Apache 2.0 权重待外部安全测试完成后于下周发布。

    推荐理由:原文把跑分领先与每任务约 150K 输出 tokens 的成本放在一起,读者可据此核对该模型的真实性价比和开源条件。

  1. OpenAI · 部署安全与系统卡74

    OpenAI 发布 GPT-6 Cyber 网络安全专用模型系统卡

    OpenAI 发布 GPT-6 Cyber 系统卡,该模型是 GPT-6 Astra 的网络安全专用变体,面向漏洞发现、漏洞利用开发和 Web 渗透测试等授权安全工作,Preparedness 评级为网络安全 Critical、生物与化学 High、AI 自我改进低于 High。

    推荐理由:系统卡公开了与 GPT-6 Astra 和上一代模型的逐项评测对比,读者可以据此了解其网络安全能力与对齐表现的变化幅度。

  1. OpenAI · 部署安全与系统卡68

    OpenAI 发布 GPT-Rosalind-6 系统卡附录,生物化学领域定为 High 能力

    OpenAI 发布面向生物、药物发现和转化医学的前沿推理模型 GPT-Rosalind-6,该模型与 GPT-6 Astra 使用相同权重,仅向通过审核的科学家、研究机构、企业和政府伙伴开放。

    推荐理由:原文给出该模型与上一代的基准对比和 Preparedness 风险定级,读者可以据此了解高风险领域模型的安全评估与准入方式。

  1. OpenAI · 部署安全与系统卡60

    OpenAI 发布 GPT-6 Luna 更新版系统卡,模型回复更简洁并减少过度附和

    OpenAI 在 ChatGPT 中更新 GPT-6 Luna,新版 GPT-6 Luna(10月29日)回复更简洁并减少过度附和语言,沿用 10月7日版本的防护栈与数据训练方式。

    推荐理由:更新版让回复更简洁并减少过度附和,但六项事实性指标错误率均较10月7日版上升,可对照权衡取舍。

  1. OpenAI · 部署安全与系统卡67

    OpenAI 发布 GPT-6.1 Terra,系统卡补编披露安全定级与评测结果

    OpenAI 发布 GPT-6 系列最新模型 GPT-6.1 Terra,定位高速高效、面向高频专业工作,具备较强的图像分析和 computer use 能力。

    推荐理由:系统卡补编逐项给出与历代模型的安全评测对比,读者能看到新模型在智能体越界和心理健康等维度的进步与回退。

  1. OpenAI · 部署安全与系统卡87

    OpenAI 向 ChatGPT 全球免费与付费用户发布 GPT-6 Sol 与 GPT-6 Luna

    OpenAI 将 GPT-6 Sol 和 GPT-6 Luna 推向 ChatGPT 全球免费与付费用户,替代 GPT-5.6 Sol 和 GPT-5.6 Luna,Codex 与 ChatGPT Work 暂仍使用 9 月版本。

    推荐理由:系统卡在报告越狱抵抗与事实性提升之外,也公开了自伤等安全指标相较 GPT-5.6 的回退及缓解措施。

  1. OpenAI · 部署安全与系统卡77

    OpenAI 发布 GPT-6.1 Sol,网络安全能力定为 Critical、生物化学定为 High

    OpenAI 发布 GPT-6 系列最新模型家族 GPT-6.1 Sol,称其能力接近最强模型 GPT-6 Astra,同时组合了更快的速度与更低的价格,并在系统卡补编中公布安全基线与评测结果。

    推荐理由:官方补编给出该模型的 Preparedness 分级与各安全评测数据,可与 GPT-6 Astra、GPT-6 Sol 逐项对照能力与风险。

已经到底了