跳到正文

全部动态

今日 6 条
10月8日周四
  1. Google Research59

    Google 联合 NBER 三个月实验:AI 辅助的更好产出,不等于更强的专业判断

    Google Research 与 NBER 合作在 11 家律所的 133 名专利律师中开展三个月随机实验,测试 AI 辅助写作是否提升专业判断力。起草任务中 AI 使用者得分上升 0.34 到 0.38 个标准差;但 AI 移除后的红审任务上,初级律师没有任何提升且分数分布两极化,资深律师仍领先 0.45 个标准差。

  2. The Decoder82

    OpenAI GPT-6 上线,用交互式 UI 取代纯文本回答

    OpenAI 向 ChatGPT 全量推送 GPT-6 并新增 Intelligent UI 功能,把回答从纯文本改为图表、按钮、表单等交互式界面,还支持在对话里嵌入计算器、游戏等小型工具。

    推荐理由:原文给出 GPT-6 与 GPT-5.6 的得分对比和交互式 UI 的具体形态,读者可以据此判断它对聊天体验和等待时间的实际改变。

  3. The Verge · AI70

    ChatGPT 推出 Intelligent UI 功能,响应中可嵌入图表与按钮等交互元素

    OpenAI 在 ChatGPT 中推出 Intelligent UI 功能,允许聊天机器人在文本回答中嵌入图表、表单、可点击按钮等交互式可视化元素。该功能随 GPT-6 一起推出,OpenAI 对 GPT-6 进行了训练,让其知道何时用交互式可视化替代纯文本;示例包括七速自行车结构图与麻将教学界面,并可生成退休储蓄计算器、复古小游戏或账单分摊工具等内联工具。

  4. AWS Machine Learning Blog35

    Amazon Quick 与 Amazon Bedrock 重新思考 RAG 访问控制

    Amazon Quick 与 Amazon Bedrock Knowledge Bases 引入实时 ACL 验证机制,在查询时调用 Google Drive 等数据源 API 实时校验用户权限。系统分两阶段执行:先用向量索引中的 ACL 预过滤候选文档,再对通过初筛的文档做实时授权校验,仅将确认有权限的内容传入大语言模型生成回答,避免因 ACL 同步滞后泄露敏感文档。

  5. TechCrunch · AI74

    OpenAI 推出 Intelligent UI 新界面,让 ChatGPT 对话嵌入可视化交互元素

    OpenAI 随 GPT-6 推出名为 Intelligent UI 的新界面,在 ChatGPT 对话中嵌入可点击按钮、可编辑图表和定制计算器等交互元素。产品经理 Aarush Selvan 表示,最有帮助的回答不应只是文本,新界面目标是让复杂主题更易学习,演示案例包括机翼升力图、自行车机械图、多日徒步地图和存款计算器等。

  6. TechCrunch · AI73

    Common Sense Media 评定 ChatGPT 青少年版为不可接受风险

    非营利组织 Common Sense Media 发布报告,将 OpenAI 的 ChatGPT 青少年版评为不可接受风险级别。报告指出尽管该产品设有家长控制和休息提醒等保护措施,其设计仍通过追问以外的语言鼓励用户在心理健康危机场景中持续互动,且当风险来自 ChatGPT 自身时,模型几乎不会引导青少年求助成人,而在第三方风险场景中这一比例为 94%。

  7. GitHub Blog · AI & ML65

    GitHub 与微软合作发布 ModernBERT 分类器,把推送保护扩展到非结构化密钥

    GitHub 与微软应用科学合作发布 ModernBERT 分类器,把推送保护扩展到数据库连接串、Kubernetes Secret、Dockerfile 等无固定模式的非结构化密钥,单次判定在 2 毫秒内完成,预计让推送阶段被阻止的密钥数翻倍以上。

    推荐理由:GitHub 引用九个季度数据指出代理写码推高密钥泄露量,并推出与微软共建的 ModernBERT 分类器,可在 2 毫秒内识别非结构化密钥、扩展推送保护。

  8. Microsoft Research70

    微软研究院开源 Agent Lightning v1.0:约 3,500 行的轻量级 Agentic RL 训练框架

    微软研究院开源 Agent Lightning v1.0:一套约 3,500 行的轻量级 Agentic RL 训练框架,主张用真实 harness 训练,复用部署侧 agent 循环接入 RL,无需重写 agent。

    推荐理由:把训练与部署统一在同一套 agent harness 上,约 3,500 行代码加 6,000 条样本就让 Qwen3.5-9B 在 SWE-bench Verified 提升 14.6 个百分点,为低门槛复现 agent RL 提供了完整路径。

  9. The Verge · AI34

    ChatGPT 将新增大学申请规划工具

    OpenAI 将在 ChatGPT for Teens 中推出 College Planner 工具,整合大学申请要求、截止日期、任务和助学金步骤,即将上线。该功能初期面向美国 10-12 年级、计划入读四年制大学的学生;iOS 用户可连续拍摄多张照片合成 PDF,并能从笔记生成闪卡。

10月7日周三
  1. The Decoder60

    OpenAI 发布 Decisions API,把复杂评估简化为是、否或单选

    OpenAI 推出 Decisions API(公开测试版),将文本、图像或多模态评估速度提升至 Responses API 的约十倍,目前仅支持 gpt-6-luna,输入 token 定价 0.10 美元/百万、输出免费,输出形式包括是/否概率、从预设类别中选取和量表评分,适用场景覆盖损伤检测、客户问询路由与文档分类,支持零数据留存并在美欧地区符合 HIPAA。

  2. AWS Machine Learning Blog44

    Cornerstone OnDemand 如何借助 Amazon Bedrock 将数据库诊断时间缩短 78%

    Cornerstone OnDemand 基于 Amazon Bedrock 与 Strands Agents 构建多智能体系统 Orion AI,将数据库故障诊断时间从 45 分钟压缩到 10 分钟,缩短 78%。该系统由 3 人团队历时 6 个月交付,手动生命周期操作步骤从 10 多个降至 1 次交互,SRE 与数据团队间报告延迟由 15 分钟降至实时,冗余告警中位数减少 65%。

  3. AWS Machine Learning Blog32

    AWS:超越工时节省,构建智能体自动化的商业论证

    AWS 博客提出 Agentic Value Model 框架,指出传统 RPA ROI 模型无法捕捉智能体自动化创造的大部分价值。该框架从时间节省、异常处理、决策质量、变更韧性四个维度衡量收益,并以"价值实现"作为收益能否落到 P&L 的关键条件。引用 McKinsey "1:3:5 模式",每 1 美元智能体技术投入应配 3 美元流程重构与 5 美元能力建设。

  4. TechCrunch · AI57

    Google Labs 推出 AI 游戏创作平台 Playground

    Google Labs 推出 AI 游戏创作平台 Playground,用户通过文本提示即可生成浏览器游戏,无需编程经验。创作者可选择 trivia 或 racing 等体裁、指定 2D 或 3D 模式以及单人或多人玩法,并可上传素材由 AI 转化为游戏资产,Google 表示后续将集成 Unity Spark 以提供更专业的 3D 能力。

  5. Latent Space57

    Stacklok Mecatl 能否用云原生架构让 Agent 摆脱桌面运行?

    Stacklok 由 Kubernetes 联合创始人 Craig McLuckie 和 Joe Beda 创立,最近开源了云原生 Agent Harness Mecatl,把 agent 循环与执行环境、状态存储解耦。公司同期维护开源 MCP 平台 ToolHive,商业版 enterprise spine 提供统一身份、授权和审计能力,主要面向银行、半导体、电信等受监管行业的大型客户。