全部资讯

探秘Genebench-Pro

在人工智能领域，评估模型性能的基准测试（Benchmark）一直是衡量技术进步的标尺。然而，随着大语言模型（LLM）能力的飞速发展，传统基准测试正面临“过拟合”和“饱和”的困境。近日，一项名为Genebench-Pro的新型评估框架悄然兴起，试图通过一种更接近人类认知、更具动态性的方法，重新定义AI能力的测量标准。这一框架的核心理念在于，它不再仅仅关注模型在静态数据集上的得分，而是模拟真实世界中复杂、多变的决策场景，从而揭示AI在推理、适应性和知识迁移方面的真实水平。

Genebench-Pro的设计灵感来源于进化生物学中的“基因型-表现型”概念。在生物学中，基因型是生物体的...

Core dump epidemiology: fixing an 18-year-old bug

OpenAI工程团队近日利用大规模核心转储分析技术，成功溯源并修复了一项罕见的超大规模集群底层崩溃问题。排查发现，该崩溃由特定硬件物理缺陷与潜伏软件漏洞在极端算力下的“双重叠加”引发。此案例表明，在万卡级AI训练集群中，传统的单点故障假设已失效，微小瑕疵易演变为全局灾难。这为AI行业敲响警钟：在算力成本高昂的当下，基础设施稳定性至关重要，运维需转向应对复合型故障，并依赖数据驱动与AI辅助的智能诊断体系，以保障超大规模计算的韧性。

悬赏千万美元！俄情报黑客大规模入侵Signal与WhatsApp，谁在幕后操控？

美国联邦政府悬赏最高1000万美元，征集锁定一个俄罗斯背景网络犯罪团伙的线索。该团伙被指针对调查记者、政府雇员等高价值目标，通过伪装成官方通知的钓鱼信息，大规模入侵Signal和WhatsApp账户。FBI警告称，攻击自今年3月起持续活跃，利用社会工程学手段绕过端到端加密。此举显示美俄网络对抗升级，但悬赏效果因俄方庇护和反侦查手段存疑。专家建议用户提高警惕，开启双重验证以防账户被劫持。

Meta外包人员假扮青少年测试竞品AI对敏感话题回应

Meta被曝雇佣数百名外包承包商伪装成儿童，对Google Gemini、OpenAI ChatGPT等竞品AI聊天机器人进行高风险话题测试，以探测其安全漏洞。此举虽为商业竞争，但引发巨大伦理争议，暴露了当前AI安全机制在应对刻意恶意提示词时的脆弱性。行业面临安全防御与商业内耗的困境，专家呼吁需从模型架构深层推进安全建设，建立统一测试标准与透明披露机制，并加强监管，防止商业利益凌驾于儿童保护之上。

谷歌Gemini免费版在美国上线个性化AI图像生成

在人工智能技术日新月异的今天，个性化体验正成为各大科技巨头竞逐的下一个核心战场。近日，谷歌（Google）宣布了一项重要举措：将其旗下大模型Gemini的个性化AI图像生成功能，正式向美国地区的符合条件的免费用户开放。这一动作标志着AI图像创作正在从少数人的付费特权，转变为大众化的日常工具，同时也意味着谷歌在构建“超级个性化”AI生态的道路上迈出了关键一步。

长期以来，AI生成图像虽然引发了广泛的关注与惊叹，但大多数产品仍停留在“指令-输出”的机械模式中。用户需要详细描述画面元素、风格和光影，AI才能据此生成相应的图片。然而，谷歌此次扩展的个性化功能，试图打破这一传统范式。该...

Anthropic and Gov. Newsom forge deal allowing Cali

AI公司Anthropic在加州政府深化AI治理合作，赢得地方信任，却在联邦层面遭遇冷遇甚至被视为“敌人”。联邦官员对其绕开联邦直接与地方合作的“越级”行为及背后的资本结构深感戒备，担忧此举挑战联邦监管主导权，且其AI系统在透明度上存在风险。这揭示了地方急于落地与联邦谋求统一监管的核心矛盾。面对压力，Anthropic采取“双轨并进”策略，同时稳固地方合作与加大联邦游说。此事件凸显，在美AI监管博弈中，平衡多层政府关系已成为决定企业成败的关键，也是观察未来AI监管走向的重要风向标。

South Korean tech giants commit over $550B to ease

在全球AI竞赛加剧背景下，韩国存储芯片巨头三星和SK海力士宣布大规模扩建高带宽存储器（HBM）及先进逻辑芯片研发与生产设施。此举旨在抢占AI存储技术主导权，应对生成式AI对HBM的爆发式需求。韩国政府亦推出“K-半导体战略”，提供高额税收减免与政策支持，力保韩国半导体超级大国地位。两大巨头同步扩产不仅是企业顺势而为，更是韩国以“存储优先”战略制衡全球竞争对手、向AI技术强国转型的国家缩影。未来围绕HBM的产能与技术攻防，将成为全球科技产业核心主线。

韩国巨头豪掷超5500亿美元扩产，能否终结AI“内存危机”？

随着全球人工智能领域的竞争日益白热化，半导体产业作为技术底座的重要性愈发凸显。近日，全球两大内存芯片巨头——三星电子（Samsung Electronics）和SK海力士（SK Hynix）——相继宣布将加大投资力度，建设更多用于研发和生产的尖端内存芯片工厂（fab）。这一举措不仅预示着AI产业对高性能存储需求的持续膨胀，更反映出韩国正全力将自己打造为全球AI技术强国的战略雄心。

在生成式人工智能、大语言模型（Large Language Model）等高算力应用爆发式增长的背景下，内存芯片的角色已从传统的数据存储工具，演变为决定AI运算效率的关键瓶颈。无论是用于大模型训练的...

AI代理并非你的“同事”

在当今的科技浪潮中，硅谷正全力将我们推向一个充满“数字同事”的未来职场。想象一下这样的场景：你早晨走进办公室，被告知今天将有一位名叫Alex的新下属向你汇报工作。Alex拥有正式的职位头衔和明确的职责范围，但它并非人类，而是一个人工智能工具。面对这样一位被公司冠以“员工”头衔的AI，你的工作效率会提升还是下降？

波士顿大学商学院教授Emma Wiles的最新研究给出了一个令人警醒的答案：将AI视作“同事”而非软件工具，反而会导致人类员工的工作表现大打折扣。在一项针对1261名管理者的实验中，Wiles发现，当工作成果被标榜为来自具有自主能动性的“AI员工”时，人们识别出错误的...

免费AI排行榜霸主Arena商业化仅半年，如何跻身百亿美元生意？

一家以免费AI排行榜起家的初创公司，于去年九月推出商业化服务，从流量入口向商业生态跨越。其免费排行榜以开放透明机制打破模型评估信息不对称，积累用户和权威。商业化服务瞄准AI产业链中评估与路由需求，结合海量数据提供定制化评测、模型选择指导等高阶服务。此举顺应多模型共存趋势和市场对中立评估的刚性需求，但也面临保持中立性、应对刷榜和平台竞争等挑战。这折射出AI评估赛道从草莽走向成熟的演化。