Hebbia 发现 GPT-6 Astra 可提升金融研究表现
Hebbia 在金融研究测试中发现 GPT-6 Astra 在来源引用与演示文稿生成两项任务上领先所有受测模型:其引用所需来源类型的得分比最佳替代模型高 13.6 个百分点,99.5% 的引用片段与问题相关。
Hebbia 在金融研究测试中发现 GPT-6 Astra 在来源引用与演示文稿生成两项任务上领先所有受测模型:其引用所需来源类型的得分比最佳替代模型高 13.6 个百分点,99.5% 的引用片段与问题相关。
OpenAI 推出 MedChemBench 基准,通过 99 道源自药物化学文献的推理题评估 AI 模型连接分子结构与实验证据的能力。在 xhigh 推理设置下,GPT-6.2 Astra 获得 84.5% 的得分,领先 GPT-6 Astra(83.3%)与 GPT-5.6 Sol(58.2%)。GPT-6 Astra 在分子结构重建上表现最强,但化合物选择与数值性质预测仍更具挑战。
OpenAI 分享其检测与打击对抗性蒸馏的防御体系,并强化了 GPT‑6.2 Astra 与 GPT‑6.2 Sol 的受保护推理防护,内部自适应黑盒评估中攻击成功率从 GPT‑6 Astra 原有防护下的 54.0% 降至 0.2%。
推荐理由:原文给出了对抗蒸馏的攻击路径与多层防御设计,读者可了解保护推理痕迹为何成为模型安全的关键环节。
OpenAI 分享 Daybreak Red 受监督安全调查的参考架构。该架构涵盖安全控制、设置与监控,为安全部署 Daybreak Red 提供指引。
OpenAI 分享了 Daybreak Blue 的入门操作演示,展示其设置体验与快速上手流程。该演示详细介绍了如何完成初始配置并开始使用 Daybreak Blue。
演示视频展示了 PR 扫描的实际使用过程,讲解者在 pull request 工作流中查看并审查扫描结果。
OpenAI 分享了 Codex Security Plugin 的演示视频,完整展示从开始使用到审查结果的工作流。用户可跟随录像了解该插件的实际操作流程。
OpenAI 构建了 Performance Factory——一套由 Codex 驱动的工作流系统,用于发现并修复性能问题。该系统帮助 ChatGPT 保持快速运行。
住友生命保险的高管率先使用 ChatGPT Enterprise,带动了各团队采用。如今该公司团队用它调研保险公司、准备提案,并为投资分析编写代码。
OpenAI 发布分析,量化编程智能体在加速 AI 研究方面的作用,指出其表现仍参差不齐。文章进一步探讨了这种不均衡对递归自我改进意味着什么。
推荐理由:原文量化了编程智能体在加速 AI 研究中的不均衡表现,读者可据此判断智能体在哪些研究环节真正可靠。
OpenAI 阐述了从训练到部署管理前沿 AI 风险的完整方法,涵盖模型对齐、沙盒、拦截性防护措施与监控四个环节。这些机制覆盖模型生命周期的不同阶段,使风险在训练期与部署后都受到管控。
OpenAI 战略未来负责人 Dean Ball 撰文探讨更强能力 AI 将如何重塑社会。他分析的核心问题是:人们如何在这一进程中保持对自身机构的控制权。
OpenAI 发文解析 Codex 沙箱的运行机制。Codex 在 macOS、Linux 和 Windows 上执行命令时,会执行用户设定的文件系统和网络限制,使本地命令执行处于用户可控的边界内。
OpenAI 模型优化了 Jalapeño silicon 中使用的电路,并改进了 RISC-V 核心设计。GPT-6 Astra 在 AI 辅助芯片设计方面展现出进展。
Le Groupe Figaro 与 OpenAI 达成合作,将 Le Figaro 的新闻报道引入 ChatGPT。Le Figaro 的内容将以摘要和摘录形式呈现在 ChatGPT 中,并附原文链接。
OpenAI 推出 ChatGPT for Sales,新增 Sales 插件并带来 30 多个新增或扩展的合作伙伴插件。这些插件可用于研究潜在客户、准备推介、更新 CRM 并推进交易。
推荐理由:原文列出了新 Sales 插件与 30 多个合作伙伴插件的能力范围,读者可据此判断 ChatGPT 如何切入销售工作流。
Astra for Law 在一项覆盖 24 个法律领域的发布评测中排名第一。目前所有 ChatGPT Enterprise 客户均可申请访问权限。
OpenAI 发布 GPT-6.2 Astra 与 Sol,在专业输出、编码、计算机使用和效率上均有改进,同时成本更低。新模型覆盖 ChatGPT Work、Codex 和 API。
推荐理由:原文列出新模型在专业输出、编码和计算机操作上的改进及三条落地入口,读者可对照现有工作流评估升级价值。
OpenAI 与智利政府宣布建立合作伙伴关系,共同支持负责任的 AI 应用。双方将合作培养公共部门技能,并帮助当地初创企业开发 AI 应用。
OpenAI 正与 NATO 及盟国网络机构合作,帮助受信任的防御者发现漏洞、测试修复方案并保护关键系统。
Revolut 借助 OpenAI 模型与 Codex 将编码时间缩短 30–60%。同一套技术还用于扩大金融犯罪调查的规模,并支持其在不牺牲安全性的前提下推进创新。
在 Holiday Extras,dots 无需指令即可主动交付发布报告。它还能标记人工可能忽略的问题,并在通勤途中梳理即将到来的会议安排。
OpenAI 宣布启动嵌入式评估的首个阶段,合作方包括 Apollo Research、METR、Transluce 和 Goodfire。上述机构将独立评估模型对齐、安全防护与监控系统。
OpenAI 发布了对超过 1,800 名科学家的调研,展示他们在研究中如何使用 ChatGPT。调研结果涵盖科学家的日常工作流程、自述的生产力变化,以及对科学发现的预期。
OpenAI 宣布扩大 ChatGPT for Academic Researchers 计划,面向全球 200,000 名研究者免费开放其前沿模型。
OpenAI 为 ChatGPT for Healthcare 推出 computer-use agents、改进后的临床答案以及可跨医疗软件运行的新医疗插件,用于完成实际工作。
推荐理由:读者可据此了解 OpenAI 的 computer-use agents 与医疗插件如何进入现有医疗软件工作流。
The King’s Trust 与 OpenAI 启动 £1m 合作。该合作将帮助英国各地多达 25,000 名年轻人掌握适用于职场的实用 AI 技能。
LVMH 传媒部门与 OpenAI 宣布达成战略合作,将利用 AI 支持新闻业,并通过 ChatGPT 让其出版物更易获取。
OpenAI 推出全新的科学博客。该博客将分享新发现、实用方法,以及研究人员利用 AI 推动科学发现的第一手叙述。
文章探索了标准模型的一种候选非微扰格点定义,并展示了 GPT-6 Astra 如何帮助将这一构想转化为详细的证明。该候选定义为在格点上严格刻画标准模型提供了新的研究路径。
Shield 借助 OpenAI 帮助 IT 技术人员将旧门户系统中的工作转交给 AI 处理。其 Forge 智能体负责在各系统间导航,让技术人员专注于需要人工判断的问题。
OpenAI 推出 ChatGPT Wallet,让 ChatGPT Work、Codex 和 dots 中的智能体在用户批准下完成购买,并沿用现有卡保护机制。
推荐理由:智能体获得在用户批准下完成支付的能力,读者可据此判断 Agent 交易环节的自动化程度与安全边界。
Amplitude 的主动式产品智能体 Wave 主要基于 OpenAI 模型构建,使产品改进能在 1–2 天内发布。它能识别要构建什么,帮助团队用编码智能体发布变更,并衡量这些变更的影响。
Gondola 借助 Codex 和 ChatGPT 实现收入翻倍,Codex 将其首席工程师的产出提升了 50%。Gondola 主要帮助创意工作者获得署名与工作机会,ChatGPT 同时简化了团队的日常工作。
Amplitude 的主动式产品智能体 Wave 主要基于 OpenAI 模型构建,使产品改进能在 1–2 天内发布。它能识别要构建什么,帮助团队用编码智能体发布变更,并衡量这些变更的影响。
OpenAI 承诺投入 200 万美元支持 AI 与儿童安全研究。该工作将支持开发共享工具,用于衡量年轻人在 AI 方面面临的风险与机遇。
Holiday Extras 借助 Codex 将客户专业知识转化为更优质的应用、更高的预订转化率和新的增长可能。
OpenAI Codex 可通过 Amazon Bedrock 调用 GPT-5.6 Sol 等 OpenAI 模型进行推理,并纳入企业现有的 AWS 身份、IAM 与可观测性体系。
Aleph 被选为 ChatGPT Ads 在 44 个国家的独家转售商。品牌和代理商可通过 Aleph 获得本地发票、面对面支持与本地市场专业知识。
新加坡航空采用 OpenAI 模型与 API 提升客户支持、旅行发现和员工生产力。其 Kris 聊天机器人的 CSAT 实现翻倍。