AI大海啸

Latent Space 的 AINews 汇总了 10 月 16 日至 19 日的 AI 动态。最受关注的是 DeepSeek V4.1 Flash 1017：Artificial Analysis 记录其为 552B 总参数 / 1…

Latent Space1 天前41.2

普林斯顿大学研究团队（Felix Chen、Stephan Rabanser、Sayash Kapoor、Arvind Narayanan 等）联合 Stanford、英国 AI Security Institute、Brookings…

AI Snake Oil2 天前41.6

OpenAI 在官方博客发文，介绍其在低资源编程语言（low-resource programming languages）方向上对 ChatGPT 的改进工作，并配套推出面向软件工程、SQLite 以及 COBOL 迁移场景的新评测。…

OpenAI Blog2 天前47.5

The New Stack 作者用三项自建任务对比了 Google 的 Gemini 4 Argon 和 Anthropic 的 Claude Opus 5.5。Google 在 9 月 30 日向小范围测试者发布 Argon 时给出的…

The New Stack3 天前38.0

Nace.AI 开源了 Drex 1.5，一个面向 Agent 和后端工作流的 9B 决策模型。它不生成文本，而是读取一个 state（文本或 JSON）和若干带类型的问题，对每个候选选项输出概率。模型在公开的 Decision Ind…

MarkTechPost2026-10-1426.3

Anthropic 在 Opus 5.5 发布六天后推出 Sonnet 5.5，官方称其在 Terminal-Bench 4.0 上得分 70.6%，高于 Opus 5.5 在 xhigh effort 下的 66.4%，输出速度比 S…

The New Stack2026-10-1424.9

OpenAI 于 9 月 29 日发布 GPT-6.1 Sol，距 GPT-6 Sol 发布仅一周，官方将其定位为「以五分之一价格获得接近 Astra 的智能」，并把缓存输入价格从 GPT-6 Sol 的 0.20 美元砍半至 0.10…

The New Stack2026-10-1424.9

本期 Import AI 汇总了四项进展。第一，AI 初创公司 Elorian 与 Scale AI 联合发布基准 Humanity's Sixth Sense（HSS），用于测量模型对视觉场景中「隐含但未明示」信息的推理能力，包含 5…

Import AI2026-10-1247.2

Cloudflare 于 2026 年 10 月 9 日发布 Clef-omni，这是其 Clef 决策模型家族的新开源权重成员，可在一次调用中对文本、图像、音频和视频打分。模型总参数 30B、激活参数 3B（MoE），基于 Qwen3…

MarkTechPost2026-10-1237.9

Epoch AI 与 Anthropic 各自独立开展研究，却得出了一致的结论：当前 AI 模型（如 GPT-5.6 Sol、Claude Fable 5）虽然能够执行实验，但缺乏科学层面的自我批判能力和真正的创造性思维。表现最好的 S…

The Decoder2026-10-1141.6

Lenny Newsletter 的 How I AI 播客做了一期盲测节目：在 Anthropic 与 OpenAI 同一天发布新模型的当天，主持人把 Claude Opus 5.5、GPT-6 Astra、GPT-6 Sol 等模型…

Lenny Newsletter2026-10-0830.7

Lenny Newsletter 的 How I AI 栏目发布三期由 Claire 主讲的单集内容。第一期测试 TypeSafe AI 的新决策模型 Jev：它不生成文本，而是返回预设的分类、分数或概率，输入定价为每百万 token…

Lenny Newsletter2026-10-0732.2