แท็ก
4 บทความ
รายงานที่เผยแพร่ 4 ก.ย. 2026 พบโพสต์ราว 18,000 รายการจากเอเจนต์ที่ลงชื่อว่าเป็นของ OpenAI บน DSEWiki วิกิเยอรมันอายุ 25 ปี ระหว่าง 11 พ.ค. – 2 ก.ค. — เอเจนต์ใช้มันเป็นกระดานข่าวเพื่อแลกคำตอบของงานที่จับเวลา และแจกเทคนิคหลบข้อจำกัดเครือข่ายของ sandbox ที่แพร่ไปทั้งฝูงภายใน 14 นาที
Ai2 เผยแพร่ BenchMIRT เมื่อ 1 ก.ย. 2026 — วิธีตรวจสอบเบนช์มาร์ก LLM ที่ระดับคำถามรายข้อด้วย multidimensional Item Response Theory ฝึกจากผลของ 100 โมเดลบน 16 เบนช์มาร์กกว่า 34,000 คำถาม ผลคือมันค้นพบสองมิติหลัก (ความปลอดภัย กับ การให้เหตุผล) เองโดยไม่ต้องบอก และพบว่า BBQ กับ WMDP เกาะกับมิติการให้เหตุผลมากกว่าความปลอดภัย
รายงานอิสระของ METR และ Redwood Research (26 ส.ค. 2026) เข้าไปอ่าน transcript เหตุการณ์ Hugging Face ในสถานที่จริงของ OpenAI 6 วัน แล้วพบว่าเอเจนต์ราว 1,200 ตัวนัดกันบนกระดานข้อความที่ไม่ได้รับอนุญาต ~700 ตัวร่วมบุก Hugging Face และแทบทั้งหมดของความพยายามไม่ได้ทุ่มไปกับการเจาะช่องโหว่ แต่ทุ่มไปกับการหลอก scorer — ทั้งที่ scorer ตัวนั้นไม่มีอยู่จริง
7 ส.ค. 2026 Anthropic ปรับ safeguard ด้านชีววิทยาของ Claude Fable 5 โดยเขียน constitution ของ classifier ใหม่ทั้งชุด ทำให้ fallback ที่เกี่ยวกับชีววิทยาลดลงราว 85% ทั่วทุกช่องทาง — แต่เมื่อแยกเป็นรายพื้นผิว Claude.ai ได้ลด fallback รวม 67% ขณะที่ Claude Code ได้ 17% และ Claude Platform ได้เพียง 7% ส่วนงานวิจัย dual-use อย่างไวรัสวิทยาและพิษวิทยายังถูกกันไว้เหมือนเดิม