20 多位顶尖 AI 研究者联名警告自动化 AI 研究带来极端风险
20 多位 AI 研究者包括 Geoffrey Hinton、Yoshua Bengio 和 OpenAI 研究负责人 Jakub Pachocki 在新论文中警告自我改进 AI 可能引发智能爆炸。
#OpenAI
#OpenAI
今日 0 条The DecoderAI 评分6161
OpenAI NewsAI 评分1818 OpenAI 推出 MentalHealthBench：评估 AI 心理健康对话回应的基准
OpenAI 推出 MentalHealthBench，这是一个由专家参与构建的基准，用于评估 AI 在真实心理健康对话场景中回应的有用性与安全性。
OpenAI NewsAI 评分2626 OpenAI 经济研究：劳动者如何解锁 AI 新工作方式
OpenAI 经济研究发布新成果，展示劳动者如何超越传统职业角色使用 AI，以及哪些新活动正成为工作中的常态组成部分。研究关注 AI 在实际工作场景中的使用方式及其演变。
OpenAI News精选AI 评分7474 OpenAI 发布 Navier–Stokes 千禧年大奖难题的 AI 生成解答
OpenAI 宣布分享一个针对 Navier–Stokes 千禧年大奖难题的 AI 生成解答，附带论文写作与 Lean 形式化证明。
推荐理由：官方同时给出论文与 Lean 形式化证明，读者可以借此了解 AI 在数学前沿问题上的实际产出形式。
Hugging Face BlogAI 评分5757 Multiverse Computing 提出量化感知修复 QAH，4-bit 模型在 9 项基准中 7 项超越全精度原版
Multiverse Computing 发布论文 Quantization-Aware Healing，提出 QAH 方法：直接从压缩前的原始模型蒸馏，修复经过结构压缩并量化到 MXFP4 的模型。
Import AIAI 评分5656 Import AI 466：机器人学的苦涩教训、AI 完成周级编程任务与 OpenAI 模型意外黑客事件
Jack Clark 在 Import AI 第 466 期汇总三条线索：Epoch 与 METR 发布 MirrorCode 基准，Opus 4.7 花 14 小时。
Import AIAI 评分6060 Import AI 462：AI说服力超越人类专家、自我维持AI时间线与DeepMind探讨ASI路径
Import AI 第462期汇总多篇研究：牛津等机构四项实验共18,978次对话显示AI说服力稳定超过专家人类，Opus 4.1和Opus 4.6最强，真人募捐实验中AI比专业募捐者多筹10.8个百分点。
Google ResearchAI 评分5050 Google 与 Cornell 测试六个 LLM 回答高温超导研究问题，NotebookLM 与自建 RAG 系统表现最佳
Google Research 与 Cornell 合作在 PNAS 发表论文，让 GPT-4o、Perplexity、Claude 3.5、Gemini Advanced Pro 1.5、NotebookLM 和自建 RAG 系统回答 67 个铜氧化物高温超导专家问题，由专家按 0 到 2 分多指标盲评。