全部动态
MIT用GPT-5.6 Sol自动做量子实验，还能分析结果校准量子比特，比传统方法快多了。
OpenAI科学家揭秘Astra如何解决数学难题，包括改进球体堆积记录和证明非sofic群存在。
OpenAI的Astra模型在数学问题上取得突破，改进了40年未打破的球体堆积记录，证明AI在细节处理上优于人类。
CosineAI用生产代码训练出专精编程模型，成本比GPT-5.5低3倍，还支持Fortran和Verilog。
OpenAI团队分享Astra如何解决数学难题，包括改进40年前球体堆积记录和大幅简化复杂证明。
数学家用LLM一个月破解流体力学难题，指控OpenAI抢成果，涉及学术伦理与AI能力边界。
Anthropic分享的提示词，能让Fable和GPT-5.6的写作都变好，简单实用。
OpenAI新出的GPT-6 Astra不仅能控制电脑，逻辑也更强了，比前代进步不少。
GPT-6-Astra 实际使用 Figma 完成设计任务，设计师亲测被碾压，AI 设计能力又上新台阶。
GPT-6 Astra把作品集变成了可玩的Game Boy界面，比GPT-5.6强多了。
Claude、GPT-5和Gemini在代码生成时加入执行约束后，代码效率大幅提升，最高快3.1倍。
OpenAI说Astra能完成任何电脑操作，连总裁都说'欢迎来到AGI时代'了
Astra在浏览器基准测试中碾压其他模型，77.3%的分数远超对手，22项任务满分
OpenAI 推出了 GPT-6 Astra，号称能完成任何电脑操作，布罗克曼称这标志着 AGI 时代的到来。
OpenAI 官方发布 GPT-6 Astra 提示词指南，教你如何处理模型更谨慎的五种行为倾向，让模型在自主性和安全性间取得平衡。
OpenAI发布了GPT-6 Astra，消息量只有GPT-5.6 Sol的一半，但Pro版本有独立配额。
GPT-6 Astra的Computer Use功能让App测试自动化又进了一步，比传统端到端测试框架更高效。
dotey实测GPT-6 Astra速度快、成本低，Computer Use能力让开发到验收形成完整闭环。
Shopify 团队解释了如何用小模型超越大模型，关键是数据飞轮和自蒸馏技术，还揭示了 prompt 工程的局限性。
GPT-6 Astra图像生成质量全面超越GPT-5.6，9.55 cents就能得到最佳结果，比其他模型便宜又效果好。
Simon拿到了GPT-6 Astra，还做了和GPT-5.6系列的详细对比，想知道新模型强在哪就点开看看。
GPT-6 Astra 展示了长运行代理的内存管理新思路，Milvus 3.0 为此提供了结构化存储和检索方案。
Armature让三大AI编程助手进行技术选型实验，发现Stripe、Vercel等工具成首选，13%情况下Agent选择自建方案。
Thomson Reuters 花费 4000 万美元训练自己的大模型，用 175 年专业数据，性能接近 Claude Opus 4.8。
汤森路透花4000万打造的法律大模型Thomson，用175年专业数据训练，性能比肩Claude Opus 4.8。
ATIBA 自动检查论文引用完整性和会议合规性，用 GPT-5.4 做多模式审查，比人工检查更一致可靠。
研究人员提出环境演化方法，让终端智能体训练环境持续变难，在Qwen模型上提升了18%性能。
OpenAI的GPT-6 Astra虽暂不能用，但展示了超长任务处理和强大3D建模能力，成本还比Claude低一半。
OpenAI刚发布的GPT-6 Astra在科学基准测试中得分暴涨42%，远超前代模型。
ByteDance团队推出HarnessDev基准，首次评测LLM能否自己创建Agent执行框架，发现模型间harness迁移性极差。
Codex和Claude Code联手分析开源仓库，教你如何直接学习代码而非依赖模糊的最佳实践。
OpenAI新出的GPT-6 Astra能自己操作电脑、写代码，还能发现零日漏洞，但安全限制更严，比Claude Fable 5.1贵2.5倍。
Meta的Muse Spark 1.3在编程榜单上跃升20多位，性能接近Claude和GPT-5.6，工具调用减少20%。
DisCo代理把GitHub仓库变成可重用技能，在多个AI研究基准上大幅提升性能，比无技能版本表现更好。
Fable 5.1 能指挥 GPT-5.6 Luna 智能体，比直接使用 Opus 更灵活，适合 Fable API 用户。
Meta 新出的 Muse Spark 1.3 编码能力超 GPT-5.6，工具调用减少 20%，还支持长线程多任务处理。
有人实测了Fable 5.1与8个主流模型的表现，看看它是否真的更值得用。