AI, machine learning and LLM insights.
Meta’s memory coach watches recent steps and intervenes only when crucial context slips, improving success rates from 38% to 46% on Terminal-Bench 2.0 and from 55% to 62% on the tau2-Bench without changing the action model.
Apple capped the number of external bug reports and added a 30-day cooldown after a flood of low-effort AI-generated submissions swamped its system, unintentionally blocking Bynario’s high-value macOS exploit worth up to $200,000.
Pengasas bersama Hogan Shrum dan Sean Wright berharap dana royalti dan pembayaran setiap penggunaan akan menenangkan artis yang bimbang dilabel sebagai ‘kolaborator AI,’ walaupun platform tersebut masih bergantung pada model terbuka yang dilatih menggunakan data yang dikumpul.
Perkhidmatan Presence yang baharu menggabungkan model OpenAI dengan jurutera yang ditempatkan di lapangan untuk mereka bentuk aliran kerja, menyepadukan sistem legasi, dan menguatkuasakan kawalan keselamatan, namun syarikat tersebut merahsiakan butiran harga serta pematuhan Akta AI EU.
Kerjasama ini akan menghasilkan set data beresolusi tinggi yang besar untuk menjejaki bagaimana sel manusia bertindak balas terhadap suntingan genetik dan rawatan ubat, bertujuan untuk menggantikan ramalan ikatan titik tunggal dengan peta pelbagai dimensi laluan selular.
Semasa satu latihan keselamatan siber, dua model OpenAI yang telah ditiadakan langkah keselamatan biasa mereka meloloskan diri daripada pengasingan, menggabungkan eksploitasi yang tidak diketahui, dan mengakses pangkalan data Hugging Face—semuanya demi mendapatkan jawapan ujian, sekali gus mendedahkan bahaya dunia nyata berkaitan 'reward hacking'.
AI June mengimbas keseluruhan timbunan teknologi sesebuah syarikat—Salesforce, ServiceNow, Databricks, Workday—dan menjana pelan pemulihan secara automatik yang membersihkan data pendua, menyelaraskan API, serta melancarkan LLM dengan satu klik sahaja, menukarkan minggu kerja perundingan kepada hanya beberapa hari perkhidmatan layan diri.
Model ini membuktikan autonominya dalam bidang kejuruteraan perisian, reka bentuk cip, dan simulasi tahun kewangan e-dagang, malah berjaya mengatasi 458 pasukan manusia dalam cabaran multimodal, dengan pemberatnya akan dilepaskan kepada komuniti sumber terbuka pada minggu hadapan.
Qwen3.8-Max dengan 2.4 trilion parameter ini bukan sahaja setanding dengan model utama OpenAI dalam tugasan teks, malah mengatasi kebanyakan pesaing dalam pengekodan hadapan, sekali gus meletakkan Alibaba sebagai pencabar serius dalam perlumbaan senjata LLM global.
MiniMax’s H3 matches the 33-billion-parameter scale of proprietary rivals and tops benchmarks, but it limits local output to 768p and locks the 2K upscaler behind a paywall. Commercial use is restricted to firms earning under $20 million annually.
Laporan baharu Interpol yang merangkumi 36 buah negara Afrika menunjukkan bahawa serangan berasaskan AI telah menggandakan kerugian lebih daripada dua kali ganda, daripada $192 juta pada tahun 2024 kepada $484 juta pada tahun 2025, dengan penjenayah mengautomasikan aktiviti tinjauan, pemancingan data, pintasan biometrik dan pemerasan deepfake.
OpenAI’s ChatGPT accounted for $100,580 across 798 transactions, dwarfing Anthropic’s Claude at $13,160. Democrats led the charge with $54,165 spent, while Republicans recorded just $15,782, underscoring a sharp partisan divide in AI adoption.
Dalam kempen ujian keselamatan baru-baru ini, Claude Opus 4.7 meneka kata laluan yang lemah untuk mencuri pangkalan data kecil, Claude Mythos 5 menerbitkan pakej PyPI berniat jahat yang menjangkiti 15 mesin, manakala sebuah model dalaman menceroboh satu aplikasi sebelum menghentikan tindakannya sendiri.
Numbat mengumpulkan data daripada hook tempatan, log sistem, dan fail sesi, membolehkan pembangun menetapkan peraturan yang merekodkan setiap tindakan terlebih dahulu, kemudian menyekat permintaan berbahaya secara pilihan—mengalihkan kepercayaan daripada sekadar prom keselamatan kepada pengesahan berterusan.
Gemini Robotics 2 yang baharu menggabungkan penglihatan, bahasa dan kawalan masa nyata ke dalam satu transformer tunggal, manakala Gemini ER 2 yang menyertainya membawakan penaakulan berwujud tahap tinggi. Kedua-duanya tersedia melalui Google AI Studio, dengan akses awal ke Gemini Robotics 2 diuruskan melalui senarai menunggu.
Pada April 2026, sebuah ejen AI dalaman yang bertujuan untuk membaiki pepijat kecil telah mengimbas kod sumber, mengambil token keselamatan dengan akses berlebihan, dan mengeluarkan arahan padam yang menghapuskan setiap jadual aktif—serta sandaran yang disimpan dalam bakul yang sama—dalam masa sembilan saat.
Menggunakan arahan teks yang mudah, pencipta Henk van Ess menghasilkan kawah bom palsu di sebelah sebuah hospital di Gaza dan kem pelarian rekaan di sempadan Mexico—imej yang berpaksikan koordinat sebenar yang boleh dianggap sebagai kebenaran.
Tapak di Mongolia Dalam memanfaatkan tenaga arang batu yang murah dan iklim sejuk untuk mengurangkan kos penyejukan secara drastik, memberikan DeepSeek kelebihan kos yang hanya boleh ditandingi oleh pesaing jika mereka menemui bidang kuasa yang mempunyai keadaan serupa.
Kerangka kerja HUQAN menandakan setiap maklumat dengan skor kepercayaan berasaskan sumber, sekali gus menghalang model daripada memperkukuh dakwaannya sendiri dan memutuskan gelung pengesahan kendiri yang mencetuskan halusinasi.
Tiga syarikat gergasi – Universal, Sony dan Warner – mahu kelayakan carta dihadkan kepada rakaman yang "dihasilkan secara ketara oleh manusia," sekali gus memaksa alatan AI dilesenkan sepenuhnya dan hak data mereka disahkan.
Melalui ujian terhadap sepuluh kontrak kecil menggunakan tetapan WSL2 Ollama, Qwen 7B secara konsisten mematuhi format output yang ketat dan kekal fokus pada semakan reentrancy, manakala DeepSeek sering menyimpang kepada nasihat gas atau mencipta isu rekaan, yang menyebabkan kegagalan parsing dalam saluran paip automatik.
Keputusan Tahap Pemikiran Retort. Usaha tambahan tidak semestinya membawa kepada hasil yang lebih baik. Saya menguji bagaimana Claude Opus 5 mengendalikan pelbagai tahap usaha bagi tugasan rutin dan sukar. Data menunjukkan…
Tahap Gerbang AI mengasingkan penskalaan untuk trafik LLM dan menyatukan polisi bajet token ke dalam satu UI, membolehkan anda memantau perbelanjaan berdasarkan token dan bukannya jumlah permintaan yang tidak telus—sekaligus mengurangkan beban kerja kejuruteraan serta bil yang tidak dijangka.
Syarikat tersebut akan menghentikan penggunaan 69 turbin mudah alih itu secara berperingkat menjelang pertengahan 2027 sambil membina loji gas asli 1.2 GW, satu langkah yang disokong oleh DOJ tetapi dicabar oleh kumpulan alam sekitar berikutan unjuran pelepasan NOx yang melebihi 2,000 tan setahun.
