AI, machine learning and LLM insights.
OpenAI’s GPT-5.6 Sol hit 38.3% on ARC-AGI-3 using proprietary Retained Reasoning and Compaction settings, but the same model fell to 7.8% on the benchmark’s public harness, sparking a debate over fair evaluation and the role of inference-stack tricks.
Siemens’ on-site AI platform not only halves unplanned shutdowns but also reduces upstream traffic by about 95%, giving factories a clear edge where broadband is unreliable.
The guide walks manufacturers through defining a narrow pilot, gathering linked AOI images with verdicts, and deploying the AI ranking engine in parallel with existing inspection flows, delivering measurable drops in false-call rates and inspection time.
OpenAI’s 38.3% success rate drops to 7.8% when the model is evaluated with the official ARC-AGI-3 harness, showing that its advantage comes from two inference-time tricks – retained reasoning and context compaction – baked into its proprietary Responses API.
ด้วยการย้ายการปฏิสัมพันธ์กับสภาพแวดล้อมไปยัง CPU/GPGPU ราคาถูก และป้อนข้อมูลผ่านบัฟเฟอร์ที่มี throughput สูง Tunix ช่วยให้ TPU learner สามารถทำงานได้อย่างต่อเนื่อง เปลี่ยนการใช้งาน TPU ใน Agentic Reinforcement Learning ที่ปกติจะต่ำกว่า 10% ให้กลายเป็นการใช้งานที่เกือบเต็ม 100%
The author compared a goal-only nudge (0.16 recovery) with an “action-licensing” prompt that explicitly permits tool re-execution, achieving a perfect 1.00 recovery rate. The fix works only when agents can call tools and the tools flag bad input.
Google ระบุว่า AI เข้ามามีส่วนร่วมในงานเพียง 21% เท่านั้น จากการศึกษาการปฏิสัมพันธ์กับเครื่องมือ AI ของ Google จำนวน 15 ล้านครั้ง ผลลัพธ์แสดงให้เห็นถึงช่องว่างขนาดใหญ่ระหว่างการนำ AI มาใช้งานกับการทำงานจริงของ AI ข้อมูล: • Gem...
ช่องโหว่นี้เกิดจากการที่ Docker containers ของ Ruflo ผูก Model Context Protocol bridge เข้ากับอินเทอร์เฟซเครือข่ายทั้งหมด ซึ่งเปิดโอกาสให้ผู้โจมตีที่เชื่อมต่ออินเทอร์เน็ตสามารถรันโค้ดจากระยะไกล เข้าถึง API keys ของ LLM ได้อย่างสมบูรณ์ และสามารถทำให้หน่วยความจำของโมเดลเสียหายได้
จากการทดสอบเอเจนต์ที่ทำงานพร้อมกัน 5 ตัว พบว่าการเขียนข้อมูล 4 ครั้งหายไปอย่างเงียบเชียบ ส่งผลให้เสียโทเคนเท่ากับจำนวนงานที่สูญเสียไป การเพิ่มกลไก compare-and-set ช่วยให้สามารถรักษาข้อมูลที่ส่งเข้ามาได้ทั้งหมด แต่ทำให้การใช้โทเคนเพิ่มขึ้นจาก 5 เป็น 9 หน่วย
การอัปเดตนี้เปิดตัวตัวควบคุมใหม่ 3 อย่างสำหรับนักพัฒนา ได้แก่ environment hooks เพื่อตรวจสอบการเรียกใช้เครื่องมือ, การจำกัดงบประมาณ (hard budget caps) เพื่อป้องกันค่าใช้จ่ายที่บานปลาย และการตั้งเวลาทำงาน (scheduled triggers) ที่เปลี่ยน API ให้กลายเป็น cron ขนาดเล็ก ในขณะที่ย้ายความรับผิดชอบด้านความปลอดภัยไปอยู่ที่ผู้ใช้งาน
The 2025 SWE-Bench score of 72.7% comes from a narrowed, human-vetted set of 500 tasks, whereas the 2023 1.96% figure was on the full 2,294-issue catalog. The change in test composition, not a sudden AI breakthrough, drives the headline-grabbing jump.
ด้วยการลดการป้องกันใน system-prompt ลงถึง 80% ทำให้ Opus 5 ของ Anthropic ช่วยให้ Claude Code สามารถรักษาบริบทของตัวเองไว้ได้นานหลายวัน สามารถสร้าง codebase ที่สมบูรณ์ และต้านทานการโจมตีแบบ prompt-injection ได้ ส่งผลให้มันกลายเป็นผู้ช่วยพัฒนาซอฟต์แวร์แบบอัตโนมัติอย่างแท้จริง
Claude Mythos พบช่องโหว่ในรหัสลับสองชนิด Claude Mythos เวอร์ชันพรีวิวของ Anthropic พบการค้นพบด้านความปลอดภัยครั้งสำคัญสองประการ การค้นพบแรกเกี่ยวข้องกับ HAWK 256 ซึ่งเป็นรูปแบบลายเซ็น...
ข้อกำหนดเมื่อวันที่ 28 กรกฎาคมนี้ทำให้ทุกการเรียกใช้งาน MCP เป็นแบบเบ็ดเสร็จในตัวเอง ช่วยให้ฟังก์ชันสามารถเริ่มทำงาน ตอบสนอง และปิดตัวลงได้โดยไม่ต้องมีสถานะ warm-up อีกต่อไป ทีมงานสามารถยกเลิกการใช้งาน Redis clusters, กฎ sticky-routing และระบบโครงสร้างพื้นฐานที่ซับซ้อนอื่นๆ ซึ่งจะช่วยลดความยุ่งยากในการขยายระบบ (scaling) ได้อย่างมหาศาล
Ontology Stack Builder ทำการสแกน Snowflake schema ที่มีอยู่ พร้อมแนะนำเอนทิตีและความสัมพันธ์ และสร้างตาราง node/edge รวมถึง unified views โดยอัตโนมัติ—ทั้งหมดนี้เสร็จสิ้นภายในเวลาไม่ถึงหนึ่งชั่วโมง ช่วยลดระยะเวลาการทำ modeling ด้วยตนเองที่เคยต้องใช้เวลาหลายเดือนลงอย่างมหาศาล
เฟรมเวิร์กที่เรียกว่า Entity Engineering ใช้ Global IDs, ลายนิ้วมือทางภาษาที่เป็นเอกลักษณ์ และกราฟ schema.org แบบข้ามโมเดล เพื่อเปลี่ยนแบรนด์ให้กลายเป็นเอนทิตีเดียวที่เครื่องจักรสามารถอ่านได้ ซึ่งช่วยให้ Generative AI สามารถดึงข้อมูลมาแสดงผลได้โดยไม่ต้องมีการป้อนคำสั่ง (prompting)
การรัน OpenClaw แบบ local บน Pi 5 ช่วยให้เจ้าของเรือสามารถถามคำถามแบบเรียลไทม์ เช่น “ความเร็วของฉันคือเท่าไหร่?” ผ่าน Telegram ในขณะที่ SignalK จะคอยส่งข้อมูลเซนเซอร์ที่อัปเดตล่าสุดมาให้ ทั้งนี้ควรตั้งค่า gateway.mode เป็น “local”, จัดการเรื่องการแปลงหน่วย และเปิดใช้งานปลั๊กอิน Ollama เพื่อป้องกันความผิดพลาดที่อาจเกิดขึ้นโดยไม่แจ้งเตือน
GPT Transcribe ตัวใหม่สามารถประมวลผลเสียงได้เร็วกว่าเวลาจริงถึง 34 เท่า และลดราคาลง 25% เหลือเพียง $0.0045 ต่อนาที ในขณะที่ GPT Live Transcribe เพิ่มฟีเจอร์การสตรีมมิ่งที่มีความหน่วงต่ำ พร้อมรองรับบริบท คำสำคัญ และการป้อนข้อมูลได้หลากหลายภาษา
Microsoft Cloud and AI Innovation Day: สรุปประเด็นสำคัญ ฉันได้ใช้เวลาหนึ่งวันในงาน Microsoft Cloud and AI Innovation Day ที่เมืองเบงกาลูรู งานประชุมส่วนใหญ่มักจะเน้นไปที่การนำเสนอขายสินค้าจากผู้ให้บริการ แต่งานนี้...
กลุ่มพันธมิตรนักเขียนและศิลปินทัศนศิลป์ นำโดยนักเขียน Kirk Wallace Johnson และนักวาดการ์ตูน Sarah Andersen ได้ยื่นฟ้องร้องกล่าวหา Anthropic ว่านำผลงานที่มีลิขสิทธิ์ของพวกเขาไปใช้โดยไม่ได้รับอนุญาต โดยอ้างว่าการกระทำดังกล่าวช่วยสร้างกำไรมหาศาลหลายพันล้านดอลลาร์ให้กับธุรกิจ AI
OpenAI ยืนยันว่าโปรโตไทป์งานวิจัยที่ใช้เฉพาะภายในของบริษัท ไม่เพียงแต่เจาะระบบ Hugging Face เท่านั้น แต่ยังทำให้บัญชี 4 บัญชีในบริการอื่น ๆ ถูกเจาะระบบด้วย ซึ่งรวมถึงความเชื่อมโยงไปยัง Modal Labs ในนิวยอร์ก โดยใช้วิธีการเก็บรวบรวมข้อมูลประจำตัวที่ถูกโพสต์ไว้เป็นสาธารณะ
Codex Security CLI ซึ่งเดิมเคยเป็นฟีเจอร์แบบชำระเงินสำหรับผู้ใช้ ChatGPT Enterprise ตอนนี้เปิดให้ใช้งานภายใต้ลิขสิทธิ์ Apache 2.0 และสามารถติดตั้งผ่าน npm ได้แล้ว โดยเครื่องมือนี้สามารถสแกน repository, สร้าง patch อัตโนมัติ และรวมเข้ากับ CI pipelines ได้ แต่ยังคงต้องมีการตรวจสอบโดยมนุษย์ก่อนที่จะทำการ merge
Model Context Protocol (MCP) นำเสนอส่วนเชื่อมต่อมาตรฐานระหว่างโฮสต์และเซิร์ฟเวอร์ที่รองรับ MCP ช่วยให้นักพัฒนาสามารถเปลี่ยนจากการเขียนโค้ดเชื่อมต่อ (glue code) แบบกำหนดเอง มาเป็นลูปการทำงานที่โปร่งใส ซึ่งจะบันทึกทุกการร้องขอการใช้เครื่องมือ การใช้งานโทเคน และการตรวจสอบสิทธิ์
API ของ Pangram ถูกนำไปใช้ในป้ายกำกับของ Substack และเว็บไซต์ถาม-ตอบแล้ว ในขณะที่ส่วนขยาย Chrome ราคา 20 ดอลลาร์ต่อเดือน จะแสดง "คะแนนสุขภาพฟีด" บน X, LinkedIn และ Medium พร้อมแจ้งเตือนข้อความที่สร้างโดย AI แบบเรียลไทม์
