✷ 封存 · 11 個實驗室 · 3,055 篇 dispatch
實驗室
不用每天手動刷十幾個官方部落格。OpenAI、Anthropic、DeepMind 等實驗室的一手發布，每篇都提煉出核心內容。
Grok Code Fast 1 發佈說明 / 有什麼新功能
xAI 已發佈 grok-code-fast-1，這是一款針對速度、成本效益以及跨多種程式語言的代理式編碼工作流優化的全新模型架構。
OpenAI 集體對齊與模型規範更新
OpenAI 推出了一項集體對齊研究計畫，將超過 1,000 名全球參與者的公共偏好納入其模型規範，以確保 AI 的預設行為能反映多元的人類價值觀。
OpenAI 與 Anthropic 共同安全評估發現
OpenAI 與 Anthropic 公布了聯合安全評估結果，顯示 Claude 4 系列在指令層級上表現優異，而 OpenAI 的推理模型在越獄抵抗上領先，兩個實驗室皆強調跨實驗室合作對 AI 對齊的價值。
Anthropic 教育報告：教育工作者如何使用 Claude
Anthropic 對 74,000 條對話的分析顯示，高等教育專業人員主要將 Claude 用於課程開發和行政自動化，同時日益利用 Artifacts 構建自定義的互動式學習工具。
Anthropic 國家安全與公共部門顧問委員會
Anthropic 已成立一個跨黨派的國家安全與公共部門顧問委員會，以協助美國政府及其盟友民主國家在國家安全領域的 AI 技術上保持優勢。
Anthropic 威脅情資報告 2025 年 8 月
Anthropic 2025 年 8 月的報告指出，惡意行為者正利用代理型 AI 自動化網路攻擊、擴大詐騙就業，並在極低技術門檻下開發勒索軟體。
Anthropic 教育報告：教育工作者如何使用 Claude
Anthropic 對 74,000 條對話的分析顯示，大學教育工作者主要將 Claude 用於課程開發與行政自動化，同時也日益使用 Artifacts 來建立自定義的互動式學習工具。
OpenAI 心理健康與危機介入安全措施
OpenAI 詳細說明了其在 ChatGPT 中管理心理健康危機的分層安全機制，包括 GPT-5 提升的回應準確性以及直接整合緊急服務的計畫。
OpenAI Learning Accelerator 印度發佈
OpenAI 已在印度推出 Learning Accelerator，透過策略性機構合作，為數百萬教育工作者與學生提供 AI 研究、培訓以及 ChatGPT 授權。
OpenAI 與 Retro Biosciences：以 GPT-4b micro 加速生命科學
OpenAI 與 Retro Biosciences 開發了 GPT-4b micro，一個專門用於蛋白質工程的模型，重新設計了 Yamanaka 因子，使幹細胞重編程的表達水平比野生型對照提升超過 50 倍。
Blue J 使用 GPT-4.1 擴展稅務研究
Blue J 利用 GPT-4.1 與專有的 RAG 系統，自動化美國、加拿大與英國的複雜稅務研究，將不同意率降低至每 700 個回應中不足 1 個。
Anthropic 與 NNSA 共同開發 AI 核安全防護分類器
Anthropic 與美國能源部國家核安全管理局合作，開發出一款 AI 分類器，可在初步測試中以 96% 的準確率識別核擴散風險。
Anthropic 與 NNSA 開發 AI 核能安全防護分類器
Anthropic 已與美國能源部國家核安全管理局合作，開發出一種能以 96% 準確度識別核擴散風險的 AI 分類器。
DeepSeek-V3.1 發佈說明
DeepSeek-V3.1 引入了混合推理模式、改進的代理能力，以及用於擴展長上下文的持續預訓練，標誌著向以代理為中心的 AI 邁進了一步。
Anthropic 高等教育倡議：顧問委員會與 AI 流暢度課程
Anthropic 推出了高等教育顧問委員會以及三門採用 Creative Commons 授權的 AI 流暢度課程，以指導 Claude 如何負責任地整合至教學、學習與研究中。
NVIDIA Nemotron 後訓練資料集 v2 與 Nemotron Nano 2 9B 發布
NVIDIA 發布了包含 600 萬樣本的多語言推理資料集以及 Nemotron Nano 2 9B 模型，該模型採用混合 Transformer-Mamba 架構，以優化推理成本與吞吐量。
MIXI ChatGPT Enterprise 部署
MIXI 在 45 天內於全公司部署了 ChatGPT Enterprise，使部分專案的工作時數減少超過 90%，並讓員工創建了超過 1,600 個自訂 GPT。
Claude Code 與 Team 及 Enterprise 計畫的管理控制功能
Anthropic 為 Team 與 Enterprise 計畫推出了進階席位，將 Claude 與 Claude Code 綑綁在一起，並隨附全新的 Compliance API 以進行程式化使用監控。
使用 Claude 與 Hugging Face 產生圖像
Hugging Face 透過 Model Context Protocol (MCP) 伺服器，將 AI 連接至 Hugging Face Spaces，從而在 Claude 中啟用圖像生成。
Qwen-Image-Edit 版本說明
Qwen-Image-Edit 是一個 20B 參數的影像編輯模型，透過結合 Qwen2.5-VL 與 VAE Encoder，實現精確的語意與外觀編輯，並支援雙語文字修改。
Hugging Face 研究用 MCP：將 AI 連接至研究工具
Hugging Face 推出 Research Tracker MCP，使 AI 代理能透過模型上下文協定（Model Context Protocol）整合 arXiv、GitHub 與 Hugging Face，自動化研究發現。
TITLE: Hugging Face kernel-builder：建構與擴展生產級 CUDA 核心的指南
SUMMARY: Hugging Face 推出 kernel-builder 函式庫，以簡化透過 Hugging Face Hub 開發、多架構編譯與發佈生產級 CUDA 核心的流程。
DoorDash AI 實施策略
DoorDash 正在利用 AI 讓非工程師也能參與技術創作，並為員工發展與績效管理提供個性化服務。
Claude Opus 4 and 4.1 終止對話能力
Anthropic 已推出一項功能，允許 Claude Opus 4 和 4.1 在持續濫用或有害互動的罕見情況下終止對話，作為對 AI 福利探索的一部分。
Anthropic 使用政策更新 2025 年 8 月
Anthropic 將自 2025 年 9 月 15 日起更新其使用政策，以進一步調整代理使用、政治內容與執法應用的限制，同時釐清高風險消費者面向應用的要求。
Kimina-Prover-RL 發佈
Hugging Face 發佈了 Kimina-Prover-RL，這是一個用於 Lean 4 形式化定理證明的開源 RL 訓練流水線以及兩個 SOTA 模型（0.6B 和 1.7B）。
Arm 與 ExecuTorch 0.7：將生成式 AI 擴展至數十億設備
Arm 與 ExecuTorch 0.7 beta 透過 KleidiAI 提供自動 AI 加速，利用 SDOT 指令將 Llama 3.2 等大型語言模型帶到數十億現有的 Arm 裝置上。
Arm Neural Super Sampling (NSS) 發布
Arm 已發布 Neural Super Sampling (NSS)，這是一種 AI 驅動的升頻解決方案，旨在降低 GPU 工作負載並在行動裝置上實現高解析度渲染。
FilBench：評估大型語言模型在菲律賓語言的能力
Hugging Face 推出了 FilBench，一套全面的評估套件，旨在評估大型語言模型在塔加洛語、菲律賓語與宿務語的流暢度、語言能力與文化知識。
TextQuests：評估大型語言模型在文字冒險遊戲中的代理推理能力
Hugging Face 推出 TextQuests，一個使用 25 款經典 Infocom 互動小說遊戲的基準測試，用以評估大型語言模型代理的長上下文推理與探索能力。
Basis 以 OpenAI GPT-5 與 o3 擴展會計自動化
Basis 使用由 OpenAI GPT-5、GPT-4.1 與 o3 模型驅動的多代理架構，自動化複雜的會計工作流程，為會計事務所節省最高 30% 的時間。
OpenAI 提案：加州協調式 AI 法規
OpenAI 已呼籲州長 Gavin Newsom 使加州的 AI 法規與國家及全球標準保持一致，以防止州級法規支離破碎，阻礙創新與美國競爭力。
Anthropic 安全保障框架：Claude
Anthropic 採用多層次的安全保障方法，涵蓋政策制定、模型訓練、部署前測試與即時執法，以防止 Claude 被濫用。
Anthropic 將 Claude 的使用權限擴展至美國政府部門
Anthropic 正以 1 美元的價格向美國政府的所有三個分支機構提供 Claude for Enterprise 和 Claude for Government，以消除 AI 採用的成本障礙。
Claude 2025 年資安競賽表現與影響
Anthropic 將 Claude 參與七場 2025 年資安競賽，整體排名進入前 25%，但在最困難的挑戰中仍落後於頂尖人為團隊，突顯 LLM 的攻擊潛力與發展 AI 驅動防禦工具的迫切性。
Hugging Face AI Sheets 發布
Hugging Face 推出了 AI Sheets，一款開源的無程式碼工具，用於使用開放式 AI 模型構建、轉換與豐富資料集。
Accelerate ND-Parallel：高效多 GPU 訓練指南
Hugging Face 已將 ND-Parallelism 整合至 Accelerate 與 Axolotl，使用者得以結合資料、完全分片資料、張量與上下文平行化策略，優化大型模型的多 GPU 訓練。
OpenAI GPT-5 發布說明
OpenAI 已發布 GPT-5，一個整合推理、代理與高階數學能力的統一模型，以提升企業運營的準確性、速度與問題解決能力。
GPT-5 開發者發佈說明
OpenAI 已推出三種規格的 GPT-5（gpt-5、gpt-5-mini 與 gpt-5-nano），在程式編寫、代理工具呼叫與長上下文檢索方面提供最先進的效能。
GPT-5 編碼與設計能力
OpenAI 宣布了 GPT-5，重點在於提升編碼與設計的能力，然而公告中未提供具體的技術細節。
OpenAI GPT-5 創意寫作能力
OpenAI 宣布了 GPT-5 的新創意寫作能力，擴展了模型生成高品質敘事與藝術文本的能力。
醫學研究與 GPT-5
OpenAI 已宣布將 GPT-5 應用於醫學研究，擴大模型在專業科學領域的效用。
TRL 中的 Vision Language Model Alignment
Hugging Face 已擴展 TRL 函式庫以支援視覺語言模型 (VLMs) 的進階對齊方法，包括 MPO、GRPO 和 GSPO，同時提供原生 SFT 支援以及 vLLM 整合。
GPT-5 在 Cursor 中的整合
OpenAI 宣布將 GPT-5 整合至 Cursor 程式碼編輯器，提升 AI 驅動的軟體開發能力。
OpenAI GPT-5 首次亮相
OpenAI 提供了 GPT-5 的首次亮相，標誌著其大型語言模型系列的新一代。
Amgen 如何使用 GPT-5
Amgen 透過 OpenAI API 利用 GPT-5 加速生物技術研究與藥物發現流程。
OpenAI GPT-5 系統卡
OpenAI 已發布 GPT-5，一個統一系統，具備即時路由器，可根據查詢的複雜度在快速、高吞吐量模型與較深層推理模型之間動態切換。
GPT-5 安全完成：從拒絕式轉向輸出導向的安全訓練
OpenAI 為 GPT-5 引入了安全完成（safe-completions），這是一種在最大化有用性的同時懲罰不安全輸出的安全訓練方法，減少了對雙重用途提示的二元「遵從或拒絕」取捨。
OpenAI GPT-5 發布說明
OpenAI 已發布 GPT-5，一個具備即時路由器的統一 AI 系統，該路由器能在快速模型與更深度推理模型之間切換，以在編碼、數學和健康領域提供專家級智能。
OpenAI 與 GSA 合作：為美國聯邦員工提供 ChatGPT Enterprise
OpenAI 為全體美國聯邦行政部門員工提供 ChatGPT Enterprise，收取每個機構每年 1 美元的象徵性費用，以減輕行政負擔並提升公共服務的交付。