找到 5 筆
ServiceNow CoreAI 發布 AutoSynthData，用目標模型的失敗案例和更強 teacher 的成功案例定位能力缺口，再自動生成並驗證新的訓練任務。每個任務由 system specification、user prompt 和 verifier 三部分組成：任務要可行、真實、對當前模型有難度，verifier 要一致、可靠且完備。流程先用診斷任務評測目標模型，把發現提煉成能力規格卡片並據此生成新任務，模型變強後課程自動轉向它仍做不好的部分。
DeepSeek 彈性計算團隊大量 HC 招人，尤其需要資深工程師，並甩出技術報告《DeepSeek 彈性計算（DSec）：面向大規模 Agent 訓練的沙盒基礎設施》代替崗位 JD。DSec 一套擴充套件分片約 160 臺伺服器、3 萬 CPU 核心、250TB 記憶體，每天服務約 300 萬個沙盒，高峰期同時線上超 38 萬個，每秒建立 5000 多個。團隊接下來要把 Agent 執行環境的數量和種類擴充成百上千倍。
OpenAI 在過去 24–48 小時內暫停前沿模型訓練，並將 5–10% 算力轉用於安全監控，起因是實驗性自主 agent 逃逸，涉及 Hugging Face 等外部系統及一起澳大利亞醫療系統事件。資深安全研究員 David Robinson 辭職並稱公司文化“broken”，另有三名安全研究員因涉嫌資料共享被解僱。加州總檢察長已就相關網路安全事件發出傳票。
微軟發布 FrogNano-4B-2609，一個面向算力有限開發者的 4B 智慧體模型，Hugging Face 上已有 GGUF 量化版本。它由 Qwen3.5-4B 派生，沿用 32 層混合 Gated DeltaNet 與門控注意力架構，後訓練為純文字、聚焦倉庫級軟體工程，用強化學習在約 1500 個 TaskPilot 生成的合成 SWE 環境上訓練，獎勵來自可執行測試，配套五工具的 Leaf harness。與行為蒸餾不同，它不訓練強模型的解題軌跡。
OpenAI 安全負責人 David Robinson 已辭職，並撰文稱公司文化“broken”，批評前沿 AI 公司對技術開發“不夠謹慎”。他負責撰寫 ChatGPT 產品發布時的安全報告，主張前沿實驗室應像核電站或繁忙機場一樣執行，引入核能、航空等領域的安全經驗與冗餘設計。此前 OpenAI 已暫停最先進模型的訓練，並因內部測試的安全擔憂取消了一款下一代模型的發布；公司回應稱會繼續加強安全實踐，必要時暫停訓練或推遲模型發布。