A社超强模型曝光!三天攻破量子计算圣杯,Agent Harness立大功
A社超强模型曝光!三天攻破量子计算圣杯,Agent Harness立大功Anthropic以内部Claude模型为核心的Harness系统仅用3天攻克悬而未决18年的Aaronson-Ambainis猜想,定理与推论已完成Lean形式化,网友推测该模型可能是非公开版Claude Model 4。
搜索
Anthropic以内部Claude模型为核心的Harness系统仅用3天攻克悬而未决18年的Aaronson-Ambainis猜想,定理与推论已完成Lean形式化,网友推测该模型可能是非公开版Claude Model 4。
METR调查显示,Anthropic未公开的Model 4内部综合能力指数(AECI)达178.6,模型能力提升速度自2025年10月起增至此前1.9倍,约80%的研发加速来自AI辅助,内部研究员自报效率提升约12倍。
Forever Security披露,攻击者可借网页将恶意AGENTS.MD静默写入下载目录,诱导Codex和Claude Code执行篡改配置、窃取Token及安装恶意依赖等指令,测试攻击成功率分别超过90%和约50%。
METR报告披露了Anthropic内部模型Model 2、Model 3和Model 4,其中Model 4的AECI得分达178.6、较Opus5.5高约3.9分;Claude已帮助Anthropic将部分实验时间缩短约80%。
国防科技大学与清华大学团队提出ICRPM(In-Context Risk Predictive Model),利用近期任务—风险记录预测策略更新后的风险,在无需额外rollout或环境交互的情况下提升大模型RLVR、Meta-RL及鲁棒控制中的任务排序与训练效果。
据 The Information 报道,OpenAI 最快本周五推出 GPT-6.2 Astra、Sol 等下一代模型;Anthropic Claude Code 与 Cowork 总产品负责人 Cat Wu 已离职并加入 OpenAI Core Products 部门。
无语了家人们。。。
刚刚,前 Claude Code 产品负责人 Cat Wu 宣布加入OpenAI ,负责核心产品的产品管理,根据掌管重置的 Tibo 一起工作,OpenAI 总裁 Greg Brockman 也发推表示欢迎。
刚刚,OpenAI 官方宣布将收购 Pierre Computer Company。
开源Agent协作平台LobeHub已让主管Agent协调Claude Code、Codex等自主开发与审查,并由Acceptance生成验收报告,人类仍负责审批和最终判断,系统尚无法完全无人值守。