我的 X 阅读

我的关注 科学物理人工智能 神奇小子 动物世界

科学物理人工智能 · 3000 / 3000 条

已同步 74 个列表成员 · 当前内容涉及 65 位作者

更新 10-10 06:02

重置

3000 条 · 第 176/200 页 · 刷新

Chubby @kimmonismus
09-30 05:50 · 原帖
https://t.co/W9nrfqBfJu
Chubby @kimmonismus
09-30 05:48 · 原帖
Anthropic 为 GLM-5.3 做广告,这完全出乎我的意料:Anthropic 声称 Zai 公开提供的 GLM-5.3 漏洞利用能力接近 Claude Mythos Preview,但其安全措施却很容易被绕过。 在 ExploitBench 上,GLM-5.3 在 50 个浏览器中构建了可用的漏洞利用程序(https://t.co/WxWqR38J6D)。
Alexandr Wang @alexandr_wang
09-30 05:48 · 原帖
没关系,sarah,muse也在想着你呢
Beff (e/acc) @beffjezos
09-30 05:45 · 原帖
减速官僚们一片混乱。 人工智能和技术带来效率,这样我们的纳税美元和时间就能用于比填写表格更有价值的事情。 太棒了。 引用: 现在:特朗普政府正在推出一个超级智能网站,该网站将允许美国人在结婚后通过一份单一表格更改姓氏——这通常需要花费数小时或数天来修正每一份政府文件 “你将能够直接在平台上更改姓名。” “这原本需要花费数周时间、多次提交文件、不同的机构网站,如果你甚至知道从哪里开始的话。” 这太完美了! 节省美国人的时间是无价的
OpenAI Developers @OpenAIDevs
09-30 05:45 · 原帖
转帖:Codex X 游戏! ModRetro Chromatic 的首次亮相 我们在 DevDay 拿到的全新 @OpenAI 掌上设备!
OpenAI Developers @OpenAIDevs
09-30 05:44 · 原帖
转帖:无论谁想出了 Modretro,都应该加薪。超级酷。 这款游戏机附带一个空白卡带,你将真正使用 Codex 构建游戏并将其加载到设备上。
Beff (e/acc) @beffjezos
09-30 05:44 · 原帖
美学如此重要。 很高兴政府现在从科技界汲取灵感,让体验变得美好。 引用:美国……设计版
elvis @omarsar0
09-30 05:43 · 原帖
点击这里试试 https://t.co/HupXlIkWGo
OpenAI Developers @OpenAIDevs
09-30 05:37 · 原帖
注册并完成该网站中的挑战: https://t.co/zZaEOOtYpq
OpenAI Developers @OpenAIDevs
09-30 05:37 · 原帖
准备好迎接 DevDay 支线任务了吗? 10 个构建者挑战。 5 个 Codex Micros 待领取。 完成任意 5 个支线任务,即可为每个任务获得 1 张抽奖券。 48 小时。从任何地方加入
Rohan Paul @rohanpaul_ai
09-30 05:36 · 原帖
观看这个,很难不去想象不久之后每个家庭都会有一个这样的东西。 Dyna Robotics 发布了其新型机器人 Taku 独自运行酒店式洗衣房的一小时未剪辑视频。 运行其新模型堆栈 Dyna-2.1,该机器人装载并启动机器,然后折叠并上架毛巾,每当一台机器完成时就中断折叠。 对我来说,最有趣的部分是机器人会在需要关注其他事情时停止当前动作,所以双手从不等待思考。停止也不是瞬间冻结。 这之所以可能,是因为一个并行视觉-语言模型在 DYNA-2 保持双手运动的同时监视房间,所以机器人能在不冻结思考的情况下注意到情况。 引用:我们正在发布 Dyna-2.1,这是首个实现可靠超长时域全身自主性的物理代理。它将我们全新的半人形硬件与围绕 Dyna-2 构建的代理系统相结合,以处理超长现实世界工作流程。 以下是 Dyna-2.1 完成整整一小时洗衣房工作流程的未剪辑镜头,就像人类所做的那样。
BURKOV @burkov
09-30 05:33 · 原帖
安全性高的对话式人工智能系统通常部署在交互式环境中,恶意用户可以在多轮对话中进行交互。多轮交互允许攻击者逐步混淆恶意意图并制造上下文,从而构成现实的安全威胁。然而,现有的攻击方法难以应对高探索复杂性和意图漂移(即对话容易偏离主题,偏离无关或无关的话题)。为了应对这些漏洞,本文提出了一种名为 SEMA 的框架,该框架旨在训练多轮对抗模型,而无需依赖人工编写的脚本、预定义的策略模板、外部越狱语料库或闭源应用程序编程接口 (API)。 本文的主要目标是证明,开源语言模型可以被训练生成有效的、与响应无关的多轮对抗攻击计划,同时始终保持其潜在的恶意目标。研究人员开发了一种两阶段方法,包括预填充自适应和强化学习。在第一阶段,攻击者模型利用最小结构线索,自主生成结构化的、非拒绝式的多轮提示模板,以稳定后续学习。在第二阶段,该模型通过强化学习进行训练,采用意图漂移感知奖励系统,根据意图一致性、合规风险和细节水平,对模型输出进行评分,并与模拟目标模型进行比较。该框架已在标准安全基准测试(AdvBench 和 HarmBench)上进行了评估,并与领先的开源和专有模型进行了对比,包括 Llama-3.1-8B、GPT-4.1-mini、GPT-4o 和推理模型 GPT-oss-20B。 阅读论文并获取 AI 指导:https://t.co/Rif2u3H1DE
Chubby @kimmonismus
09-30 05:31 · 原帖
不得不承认,OpenAI 确实做得不错:GPT-6.1 Sol 相较于前代产品有了巨大的飞跃,而且价格也相当实惠。它是一款非常稳定且优秀的模型,足以与 Sonnet 5.5 相媲美。 不过说实话,我原本希望至少能看到 Opus 5.5 的预览版。https://t.co/pU3qOeQINa
Liquid AI @liquidai
09-30 05:28 · 原帖
转帖:试用我们新的决策模型!
Yann LeCun @ylecun
09-30 05:18 · 原帖
转帖:[1/n] 一个世界模型能在不训练驾驶策略的情况下进行驾驶吗? 介绍 AD-E2E-JEPA,一种基于 JEPA 的用于端到端自动驾驶的世界模型。 : https://t.co/dU4Xe463sB : https://t.co/NPCWFCGUPr 与 @kevinghstz、@ylecun 教授以及 Anna Choromanska 教授的联合工作