OpenAIs BioBasicsBench prüft Agenten an 100 echten Laboraufgaben, GPT-6 Astra erreicht 66,7 %
Der Benchmark nutzt Gelbilder, Kolonieplatten, Mikroskopie und Geräteexporte aus echten Experimenten, bewertet nach Expertenrubriken.
Der Benchmark nutzt Gelbilder, Kolonieplatten, Mikroskopie und Geräteexporte aus echten Experimenten, bewertet nach Expertenrubriken.
Ein Framework von Google Research macht aus einem vagen Begriff wie gesundes Essen einen Klassifikator, über Eingrenzung, Grenzfallbilder und automatische Prompt-Verfeinerung.
Collinear AI veröffentlicht 100 öffentliche Aufgaben, in denen ein Agent eine echte Schwachstelle in einem Open-Source-Repository finden und beheben muss, ohne es zu beschädigen.
OpenAI vervierfacht nach eigenen Angaben im Schnitt die Mitte der Prämienspannen für mittlere, hohe und kritische Funde und führt Qualitäts-, Treue- und Kampagnenboni ein.
Laut OpenAI ziehen Plus-, Pro- und Business-Tarife die Nutzung von ChatGPT und Codex aus einem gemeinsamen, in Tokens gemessenen Kontingent; Instant-Chat zählt nicht mit.
Das Signal stammt aus einem am selben Tag veröffentlichten Internet-Draft mit dem Policy-Token __usage_ai-training; OpenAI will es in den kommenden Monaten umsetzen und eigene Crawler-Regeln beibehalten.
Das Anfang Oktober angekündigte Modell ist jetzt herunterladbar; Mistral zielt auf defensive Sicherheit, mit 82 % im Cyber Index von Artificial Analysis und einer Lizenz, die Model-as-a-Service einschränkt.
Ein offenes Modell transkribiert 40 Sprachen, übersetzt 31, kennzeichnet bis zu acht Sprecher in einstündigen Aufnahmen und lässt sich per Text steuern; dazu kommen die Granary-v2-Daten.
Ein Wach-Schlaf-Zyklus überführt Kurzzeitkontext in neu freigeschaltete MoE-Experten; laut Google bleiben bis zu 10 Mio. Token Wissen erhalten, ohne katastrophales Vergessen.
Das AI Safety Research Center der NASK, Polens nationales KI-Sicherheitsinstitut, prüft künftig mit OpenAI leistungsfähige Modelle auf Schwachstellen.