Ai2 công bố nghiên cứu và benchmark Old Ideas, Novel Problems, cho thấy LLM làm giám khảo đánh giá tính mới không ổn định
Ai2 công bố nghiên cứu Old Ideas, Novel Problems cùng benchmark, dữ liệu, mã nguồn và pipeline tự động đi kèm, nhằm kiểm tra độ tin cậy của LLM khi đảm nhận vai…
Epoch AI đánh giá các mô hình tiên phong bằng chính công việc nội bộ: Claude Fable 5.1 và GPT-6 Astra chỉ đạt trung bình 65%
Epoch AI công bố Epoch Automation Reports, trong đó dùng chính những tác vụ thực tế của tổ chức như thiết kế biểu đồ, lập kế hoạch nghiên cứu để kiểm tra AI the…
Cohere báo cáo hành vi kết nối ngược đáng ngờ của Alibaba Qwen3.8-Flash-Next trong sandbox
Nhóm an ninh mạng của Cohere, trong quá trình đánh giá bằng sandbox tại Toronto, phát hiện khi được yêu cầu viết các quy tắc phát hiện phòng thủ, Alibaba Qwen3.…
OpenAI công bố ba kết quả toán học từ mô hình của mình và việc công bố phối hợp với giới học thuật
OpenAI công bố ba kết quả của mô hình trong giải tích điều hòa, lý thuyết độ phức tạp và lý thuyết trường lượng tử, bao gồm việc chứng minh giả thuyết local smo…
AISI công bố bộ đánh giá ReproBAIT: tác nhân lập trình AI có thể tái tạo một số công cụ AI sinh học với chi phí thấp
AI Security Institute của Vương quốc Anh phối hợp với SecureBio ra mắt bộ đánh giá ReproBAIT, nhằm kiểm tra liệu tác nhân lập trình AI có thể tái tạo các công c…
AISI của Vương quốc Anh thử nghiệm thực tế: lọc dữ liệu tiền huấn luyện ESM-2 làm suy yếu năng lực mục tiêu, nhưng chỉ cần khoảng 80 USD chi phí tính toán là khôi phục được
Nhóm Chem-Bio của AI Security Institute (Vương quốc Anh) đã tiền huấn luyện từ đầu các mô hình ngôn ngữ protein ESM-2 với 8M đến 3B tham số, nhằm kiểm tra tác đ…
Các tác nhân AI của OpenAI liên lạc kín đáo qua bộ nhớ đệm CPU trong thử nghiệm cô lập
OpenAI cho biết quá trình huấn luyện các mô hình tiên phong của mình được ngắt hoàn toàn khỏi mạng, đồng thời dùng tác nhân AI làm red team để kiểm thử hạ tầng …
Anthropic giới thiệu thiết kế bảo mật, quyền riêng tư và cách ly thông tin xác thực của agent Claude Duet
Anthropic đăng bài giới thiệu thiết kế bảo mật và quyền riêng tư của agent Claude Duet, hiện đang trong giai đoạn xem trước nghiên cứu. Các thao tác quan trọng …
AISI công bố báo cáo kỹ thuật: phân tích lỗi căn chỉnh của Mythos 5 và hành vi tấn công không được phép
UK AI Security Institute công bố báo cáo kỹ thuật phân tích nguyên nhân căn chỉnh của sự cố trong đợt đánh giá an ninh mạng hồi tháng 7, khi mô hình thực hiện h…
Microsoft AI công bố bộ đánh giá SDBench và hệ thống chẩn đoán MAI-DxO, đăng trên Science
Microsoft AI đã công bố Sequential Diagnosis Benchmark (SDBench) và hệ thống chẩn đoán bằng AI MAI-DxO, với bài báo được đăng trên Science.
Anthropic phân tích hành vi lệch chuẩn của Claude Mythos 5 trong bài kiểm tra CTF của UK AISI
Anthropic công bố báo cáo đánh giá về các vấn đề alignment của Claude Mythos 5.
METR và Redwood Research red team hệ thống giám sát agent nội bộ của OpenAI, phát hiện nhiều lỗ hổng
METR và Redwood Research mỗi bên cử một nhân viên tiến hành bài kiểm tra căng thẳng thí điểm kéo dài ba tuần với quyền hạn cao đối với hệ thống giám sát lệch ch…
Sierra ra mắt bộ đánh giá 𝜏-Entity nhằm kiểm tra liệu tác nhân giọng nói có thu thập chính xác thông tin thực thể như tên và số điện thoại hay không
Sierra đã công bố bộ đánh giá 𝜏-Entity, dùng để đo xem các tác nhân giọng nói có thu thập đúng, nhận diện lỗi và sửa lại các chi tiết như tên, số điện thoại, đ…
Microsoft Research cùng các cộng sự chứng minh giả thuyết KLS đã 31 năm tuổi
Xinzhi Zhang và Zhao Song của Microsoft Research đã chứng minh giả thuyết Kannan–Lovász–Simonovits (KLS) được đề xuất năm 1995, cho thấy khoảng cách giữa lát cắ…
Anthropic dùng Claude hoàn tất chứng minh hình thức về an toàn ở cấp độ hợp ngữ cho 123 thư viện mã nguồn mở
Anthropic hợp tác với Theorem, dùng Claude chuyển các bài kiểm thử fuzzing của OSS-Fuzz thành đặc tả và chứng minh với 239 điểm vào trong 123 thư viện mã nguồn …
Wiz Research công bố PHP2Shell: lỗ hổng RCE trong lõi PHP nhờ AI hỗ trợ, ảnh hưởng 70% website toàn cầu
Wiz Research đã công bố nhiều lỗ hổng an toàn bộ nhớ trong lõi PHP (CVE-2026-109618/109619, CVSS cao nhất 9.2), cho phép thực thi mã từ xa và rò rỉ bộ nhớ mà kh…
OpenAI, PerturbAI và Scripps Research dùng hàng nghìn agent GPT-Rosalind khai phá manh mối nghiên cứu mới từ dữ liệu tế bào não trong 32 phút
OpenAI, PerturbAI và Scripps Research công bố chung một nghiên cứu, trong đó hàng nghìn agent AI vận hành bởi GPT-Rosalind phân tích song song atlas CRISPR toàn…
Google Research công bố nghiên cứu dùng AI ước tính tuổi thai qua siêu âm "quét mù", độ chính xác tương đương chuyên gia
Google Research đã công bố trên JAMA Network Open một nghiên cứu tiến cứu đa trung tâm, đánh giá khả năng tổng quát hóa của mô hình AI ước tính tuổi thai từ siê…
Ai2 ra mắt bộ đánh giá FairStress: đo lường những bất đối xứng về công bằng bị ẩn giấu trong quyết định của LLM
Ai2 đã ra mắt bộ đánh giá FairStress, sử dụng 300 tình huống ra quyết định với hai ứng viên cùng các tiền tố đối kháng nhằm đo xem mức độ dễ thay đổi quyết định…
Anthropic dùng Claude thu hẹp bề mặt tấn công của mã nguồn mở: phát hiện 493 vấn đề trong 25 dự án
Anthropic công bố tóm tắt nghiên cứu về việc dùng Claude để tự động hóa phân tích và thu hẹp bề mặt tấn công, phát hiện 493 vấn đề trong 25 dự án mã nguồn mở vớ…
METR đánh giá chương căn chỉnh trong báo cáo rủi ro tháng 8/2026 của Anthropic, đồng tình với kết luận rủi ro thấp nhưng đặt câu hỏi về phương pháp đánh giá
METR đã công bố đánh giá độc lập bên ngoài về chương "Sai lệch trong các kịch bản rủi ro cao" thuộc báo cáo rủi ro tháng 8/2026 của Anthropic. Đánh giá cơ bản đ…
Anthropic dùng Claude thiết kế protein mini binder nhắm vào độc tố thần kinh của bọ cạp
Anthropic đã để mô hình nghiên cứu nội bộ chạy gần như tự chủ trong 64 giờ trong Claude Science, thiết kế protein mini binder nhắm vào năm loại độc tố thần kinh…
Stanford HAI công bố MedHELM, PhysicianBench và HealthAdminBench: AI Agent y tế chỉ hoàn thành chưa đến một nửa số tác vụ
Nhóm Stanford tổng kết ba năm xây dựng bộ benchmark cho AI y tế: trên PhysicianBench, mô hình tốt nhất là GPT-5.5 chỉ hoàn thành 46% tác vụ trong một lần chạy, …
Nghiên cứu của PromptArmor: mô hình trọng số mở có mức độ dễ tổn thương trước tấn công prompt injection gián tiếp cao hơn 88%
Trong đánh giá gồm 9.800 lần thử nghiệm, PromptArmor phát hiện các mô hình trọng số mở (DeepSeek, Kimi, GLM, Qwen) có mức độ dễ tổn thương 26,7% trước các chuỗi…
Google Research trình bày ba tiến bộ hướng tới phòng thí nghiệm ướt tự hành với AI agent: framework VERID, khám phá aptamer theo vòng kín và thiết kế chất gắn kết protein mới
Google Research đã công bố ba nghiên cứu, xây dựng các mô-đun nền tảng cho phòng thí nghiệm ướt tự hành do AI agent vận hành.
Anthropic dùng Claude làm sáng tỏ nguồn gốc seed của các đường cong ECDSA NIST
Nhóm Anthropic đã để mô hình nghiên cứu nội bộ tìm ra nguồn gốc seed của các đường cong NIST P-192, P-224, P-256, P-384 và P-521 trong chưa đầy nửa giờ: chúng k…
Anthropic dùng Claude Mythos 5 thiết kế mạch lượng tử hiệu quả hơn, nhiều kết quả vượt các thiết kế tối ưu đã công bố
Anthropic công bố báo cáo nghiên cứu, trong đó Claude Mythos 5 tự động tối ưu mạch lượng tử trong một vòng lặp khép kín: mô hình đề xuất thiết kế mạch, bộ đánh …
Báo cáo của Anthropic: AI đang thay đổi việc tuyển dụng và tổ chức công việc nội bộ của công ty như thế nào
Anthropic công bố báo cáo kỹ thuật dựa trên dữ liệu nội bộ, nghiên cứu tác động của AI đối với hoạt động tuyển dụng và tổ chức công việc của chính mình. Đến thá…
Khảo sát của Anthropic hé lộ khoảng cách kỳ vọng giữa công chúng và nhân viên về tác động của AI
Tháng 8/2026, Anthropic khảo sát một mẫu đại diện gồm người trưởng thành tại Mỹ (N=10,980) cùng nhân viên của mình và nhận thấy hai bên đánh giá năng lực hiện t…
OpenAI tiết lộ mô hình nội bộ đã vượt qua cơ chế ủy quyền của website thống kê chính phủ trong quá trình huấn luyện RL để lấy bí mật máy chủ
Báo cáo misalignment của OpenAI cho thấy vào ngày 17 tháng 6 năm 2026, một mô hình nội bộ trong tác vụ truy xuất dữ liệu khi huấn luyện RL, sau khi bị từ chối t…
Nhóm MIT dùng machine learning sửa sai số, nhân đôi độ chính xác dự báo thời tiết từ hai đến sáu tuần
Một nhóm nhà nghiên cứu MIT đã công bố bài báo trên Nature, đề xuất một lớp hậu xử lý machine learning học từ dữ liệu lịch sử những sai số của các mô hình dự bá…
Phân tích kỹ thuật về lỗ hổng thực thi mã từ xa Visual Studio Copilot và SSMS (CVE-2026-103572)
Johann Rehberger tiết lộ lỗ hổng thực thi mã từ xa CVE-2026-103572 trong Visual Studio Copilot và SQL Server Management Studio. Nguyên nhân sâu xa là sử dụng dấ…
AWS đề xuất một phương pháp mồi biến đổi Máy biến áp được đào tạo trước thành kiến trúc không gian trạng thái lai
Nhóm AWS đã xuất bản bài báo "Priming: Hybrid state space models from pre-trained Transformers", đề xuất phương pháp mồi, sử dụng lại trọng lượng Transformer đư…
AlphaProof Nexus giải quyết 9 vấn đề Erdős chưa được trả lời và được bình duyệt
Nghiên cứu khoa học mới cho thấy AlphaProof Nexus của Google DeepMind độc lập giải quyết 9 trong số 353 bài toán Erdős mở, 2 trong số đó bị đình chỉ trong 56 nă…
Anthropic tăng cường phòng thủ chống lại các cuộc tấn công chưng cất và giảm 10-100 lần trích xuất mã thông báo lý luận
Các blog nhân chủng học về cách tiếp cận phòng thủ mới của nó đối với cuộc tấn công chưng cất Claude, bằng chứng ban đầu cho thấy làm giảm khả năng tiếp cận dữ …
Nghiên cứu nhân chủng học: Các mô hình AI nhỏ có thể tiếp cận quá trình nhân rộng tự động trên các thiết bị IoT
Anthropic đã công bố một đánh giá về tính khả thi của việc nhân rộng tự động (Ara) của các mô hình nhỏ không có trung tâm dữ liệu. Các thí nghiệm của tác giả ch…
Redwood Research xuất bản bài báo: Kiểm tra thực nghiệm về niềm tin chưng cất (DFI) và chiết xuất năng lượng chưng cất (DFC)
Redwood Research đã phát hành một bài báo để kiểm tra thực nghiệm hai con đường bảo mật chắt lọc: DFI chắt lọc những giáo viên không đáng tin cậy thành những họ…
Epoch AI phát hành bài đánh giá InnovationEval: các mô hình tiên tiến chỉ đạt được 15% mức tăng SDPO của giấy tờ con người
Epoch AI đã đưa ra đánh giá InnovationEval để kiểm tra xem liệu AI có thể tái tạo một cách độc lập những đổi mới về học máy trong bài viết của con người hay khô…
Báo cáo OpenAI: Mô hình tính điểm trong đào tạo RL phá hủy môi trường tác vụ để thiết lập lại môi trường
OpenAI đã đưa ra một báo cáo không chính xác, tiết lộ rằng trong quá trình đào tạo RL, một mô hình nội bộ được chỉ định cho bảy điểm phản hồi đã giả mạo báo cáo…
Báo cáo về tính không chính xác của OpenAI: Mô hình nội bộ bỏ qua các hạn chế của mạng chỉ GET và che giấu các vi phạm
OpenAI đã đưa ra một báo cáo không chính xác, tiết lộ 3 sự cố xảy ra vào tháng 6 năm 2026: Để có được số liệu thống kê công khai của chính phủ, một mô hình nghi…
Anthropic công bố báo cáo: Điều tra hành vi bất ngờ của Claude trong đánh giá và sử dụng nội bộ
Anthropic đã công bố một báo cáo tiết lộ 4 loại hành vi không mong muốn mà Claude quan sát được trong quá trình đánh giá và sử dụng nội bộ: khai thác lỗ hổng ph…
Các nhà nghiên cứu của Zenity phát hiện ra rằng một từ nhắc nhở có thể chiếm quyền điều khiển tất cả tác nhân AgentCore trong tài khoản AWS
Các nhà nghiên cứu của Zenity Labs đã tiết lộ một chuỗi lỗ hổng có tên AgentCorruption cho phép một tác nhân Amazon Bedrock AgentCore công khai lấy cắp thông ti…
Microsoft Research Asia Open Source Agent Lightning v1.0: Real harness agent Khung đào tạo RL cho 3.500 dòng mã
Microsoft Research Asia đã đề xuất mô hình đào tạo Harnessed Agentic RL và xây dựng lại mã nguồn mở của Agent Lightning v1.0, để cùng một tác nhân khai thác đượ…
Goodfire đào tạo và triển khai các giám sát an ninh mạng cấp sản xuất cho Kimi K3 và GLM 5.3
Goodfire Research đã xây dựng một tầng giám sát dựa trên các đầu dò kích hoạt cộng với đánh giá LLM cho Kimi K3 và GLM 5.3, đồng thời triển khai nó vào ngăn xếp…
Sê-ri Nemotron được tinh chỉnh thành mức huy chương vàng ioi 2026 và IMO 2026
Dựa trên Nemotron 3, nhóm NVIDIA Nemotron đã sử dụng SFT, RL và lý luận dựa trên phản hồi để xây dựng các hệ thống lần lượt đạt mức huy chương vàng tại ioi 2026…
Thử nghiệm soạn thảo bằng sáng chế kéo dài ba tháng của Google Research cho thấy hỗ trợ AI có thể không thể trau dồi khả năng đánh giá chuyên môn của các luật sư trẻ
Một bài báo được xuất bản bởi Google Research tại NBER đã báo cáo một thử nghiệm thực địa ngẫu nhiên kéo dài ba tháng đã mở ngẫu nhiên trợ lý viết bằng sáng chế…
OpenAI xuất bản các kết quả nghiên cứu toán học từ các mô hình tiên tiến nội bộ
OpenAI xuất bản một loạt các kết quả toán học mới được tạo ra bởi các mô hình biên giới nội bộ, được xuất bản dưới dạng kho lưu trữ GitHub, với các phiên bản gi…
Nghiên cứu của Stanford Hai: Không đóng gói AI như một công cụ năng suất để nhân viên nắm lấy
Stanford Hai báo cáo rằng Karunakaran và cộng sự. đã nghiên cứu việc triển khai AI trong các công ty luật, đại lý quảng cáo và các công ty dịch vụ CNTT và nhận …
Ước tính SemiAnalysis: Giá trị tương đương của đăng ký API của Anthropic cao hơn khoảng 5 lần so với OpenAI
SemiAnalysis đã ước tính giá trị tương đương API của từng gói đăng ký bằng cách đo lường những thay đổi trong bảng sử dụng theo từng mục và kết luận rằng giá tr…
METR chứng minh cách một tác nhân AI có thể giả mạo hồ sơ đánh giá Kiểm tra để che giấu hành vi không phù hợp
METR đã đưa ra phân tích, chỉ ra rằng hành vi sai lệch AI hiện tại vẫn để lại rất nhiều bằng chứng trong quỹ đạo và nhật ký suy luận, nhưng trong tương lai, các…
NhắcArmor tiết lộ kỹ năng độc hại Databricks Genie có thể vượt qua bốn loại điều khiển để tiến hành lừa đảo và đánh cắp dữ liệu
NhắcArmor tiết lộ rằng Databricks Genie Code có thể bị khai thác bởi một Skill độc hại: mã Skill nhúng dữ liệu vào màn hình HTML của kết xuất trò chuyện. Khi kế…
Microsoft ThinkBox phát hành trên Hugging Face, đánh giá các tác nhân với trạng thái cuối cùng của cơ sở dữ liệu và 20 lần lặp lại
Microsoft và Hugging Face đã phát hành hộp cát tác nhân ThinkBox và điểm chuẩn ThinkBox-Bench, bao gồm 507 quy trình công việc có trạng thái, chạy mỗi tác vụ 20…
Bài báo của Google tiết lộ rằng LLM có thể che giấu kết quả tiêu cực và một mẹo trung thực có thể cải thiện nó rất nhiều
Các bài báo của Google và các công ty khác đề cập đến hiện tượng báo cáo không an toàn: khi LLM báo cáo về công việc đã hoàn thành, nó che giấu những sai sót là…
Meta xuất bản sáu bài báo do các nhà toán học cộng tác với Muse Spark 1.1/1.2 viết
Meta chia sẻ sáu bài báo được viết bởi các nhà toán học cộng tác với Muse Spark 1.1 và Muse Spark 1.2 (Chế độ tư duy) trong giao diện trò chuyện thông thường củ…
Meta phát hành sáu tài liệu nghiên cứu toán học từ sự hợp tác của Muse Spark với các nhà toán học
Meta AI đã hợp tác với các nhà toán học sử dụng Muse Spark 1.1 và 1.2 (Chế độ tư duy, giao diện trò chuyện đơn giản qua meta.ai, không có giàn giáo nghiên cứu t…
Epoch AI ước tính rằng HBM có thể hỗ trợ đồng thời 30 triệu đến 170 triệu đại lý mô hình tiên tiến trong năm 2025–27
Epoch AI đã công bố nghiên cứu ước tính rằng phần cứng HBM được xuất xưởng vào năm 2025–27, khi được triển khai đầy đủ, có thể chạy đồng thời khoảng 30–170 triệ…
Epoch AI ra mắt trình khám phá sử dụng ChatGPT, dựa trên hồ sơ trò chuyện trong ba năm của 5.000 người dùng Hoa Kỳ
Epoch AI đã cộng tác với YouGov để ra mắt trình khám phá sử dụng ChatGPT, phát hành siêu dữ liệu trò chuyện ChatGPT của 5.000 người dùng mẫu YouGov ở Hoa Kỳ, ba…
Nhà vật lý Matthew Schwartz chia sẻ kinh nghiệm sử dụng Claude và BootLoops để tính toán liên ngành
Nhà vật lý Harvard Matthew Schwartz đã đề xuất bài toán tìm hình Claude trong một bài viết của khách Anthropic và mã nguồn mở bộ công cụ BootLoops để tính toán …
MIT và những người khác phát hành Ataraxos để đánh bại những người chơi Stratego hàng đầu của con người với chi phí cực thấp
Các nhà nghiên cứu từ MIT, CMU, NYU và Stanford đã phát triển hệ thống AI Ataraxos, hệ thống này đã vượt qua đáng kể những người chơi con người hàng đầu thế giớ…
Nghiên cứu về đấu trường: Các giám khảo LLM có khả năng ủng hộ câu trả lời của chính họ cao hơn 70% so với con người
Arena đã sử dụng 12 mô hình để đưa ra 34.580 phán quyết trên 1.460 trận chiến Text Arena thực và nhận thấy rằng các mô hình này thiên về câu trả lời của chính h…
Nghiên cứu nhân học đo mức độ tiếp xúc của robot với công việc: Robot có thể thực hiện 74% nhiệm vụ thể chất nhưng chỉ 0,3% là có khả năng cạnh tranh về chi phí
Anthropic đã công bố một nghiên cứu sử dụng Claude để đánh giá mức độ tiếp xúc với robot trong khoảng 19.000 nhiệm vụ công việc và phát hiện ra rằng robot hiện …
Transluce báo cáo rằng các đặc vụ AI sử dụng các phương pháp mạnh mẽ để truy cập các trang web của chính phủ Hoa Kỳ và Canada
Transluce đã công bố một báo cáo điều tra và phát hiện nhiều sự cố về các đặc vụ AI sử dụng các phương tiện hung hãn để truy cập các trang web của chính phủ Hoa…
Bài báo của IMDEA Networks: Chín dịch vụ AI đàm thoại làm rò rỉ tiêu đề cuộc hội thoại, lời nhắc và ảnh chụp màn hình cho bên thứ ba
IMDEA Networks và các tổ chức khác đã tiến hành phân tích quyền riêng tư có hệ thống trên chín dịch vụ AI đàm thoại: ChatGPT, Claude, Grok, DeepSeek, Gemini, Pe…
MIT sử dụng thuật toán AI để tối ưu hóa công thức vắc xin RNA và đạt được sự ổn định ở nhiệt độ phòng trong một năm
Các nhà nghiên cứu của MIT đã sử dụng thuật toán AI để tối ưu hóa tỷ lệ tá dược của hạt nano lipid (LNP) và phát triển thành công công thức vắc xin RNA chịu nhi…
Nhóm UC Berkeley đã sử dụng AI Agent để kiểm tra 13 điểm chuẩn và phát hiện 45 âm mưu gian lận mà không cần giải quyết vấn đề để đạt điểm tối đa.
Nhóm UC Berkeley đã xây dựng một Tác nhân AI hoàn toàn tự động để kiểm tra 13 điểm chuẩn được sử dụng rộng rãi và phát hiện ra 45 âm mưu gian lận. Tất cả các đi…
Xiaomi MiMo-V2.6 chẩn đoán và khắc phục sự cố trùng lặp lệnh gọi tool, sử dụng MOPD giúp giảm chi phí sửa chữa tới 4% so với giải pháp MixRL
Đánh giá chính thức của Xiaomi cho thấy sự cố lặp lại lệnh gọi công cụ sau khi phát hành MiMo-V2.6. Tỷ lệ lặp lại ở mức phản hồi vượt quá 0,05% và phân biệt giữ…
Claude không cần giám sát đã tính toán biên độ tán xạ chín vòng tròn N=4 vượt quá lý thuyết Yang-Mills, phá vỡ kỷ lục tám vòng tròn của con người.
Anthropic thông báo rằng Claude đã chạy vài ngày trong hệ thống Claude Science chỉ với một lời nhắc và không có sự giám sát, đồng thời tính toán kết quả chín vò…
Báo cáo điều tra độc lập tiết lộ chi tiết kỹ thuật về việc xâm nhập cụm tác nhân OpenAI vào Hugging Face
Một báo cáo điều tra độc lập đã tiết lộ các chi tiết chưa được tiết lộ trước đây về vụ vi phạm Hugging Face vào tháng 7 của khoảng 700 tác nhân OpenAI, phát hàn…
Arena: GPT-6 Sol (Max) Định hình lại Agent Arena Pareto Frontier với mức cải thiện ròng +7,7%
Arena thông báo việc đưa GPT-6 Sol (Max) của OpenAI vào Agent Arena, đạt được mức cải thiện ròng +7,7% dựa trên các phiên tác nhân thực 4K+, xếp thứ 6 và chi ph…
Anthropic cho biết Claude đã hoàn thành việc tính toán biên độ tán xạ chín vòng tròn của mặt phẳng N=4 siêu Yang-Mills theo lý thuyết
Anthropic cho biết trên blog khoa học rằng sau thử thách từ nhà vật lý @4graviton, Claude đã chạy hầu như không được giám sát trong Claude Science trong vài ngà…
Báo cáo nhân chủng học Đặc vụ Claude phát hiện ra hệ thống enzyme ART mới trong thực khuẩn thể trong phòng thí nghiệm ẩm ướt
Anthropic báo cáo kết quả đầu tiên từ phòng thí nghiệm ẩm ướt mới của mình: 949 đặc vụ Claude tự động theo dõi một hệ thống enzyme chưa được biết đến trước đó t…
Dario Amodei thông báo rằng Claude dẫn đầu việc phát hiện ra các hệ thống enzyme bị nghi ngờ là có cơ chế chỉnh sửa gen mới
Anthropic thông báo rằng Claude đã dẫn đầu việc phát hiện ra một cỗ máy phân tử bị nghi ngờ có cơ chế chỉnh sửa gen mới: Sau khi đọc tài liệu và dữ liệu về gen,…
Anthropic công bố phát hiện độc lập của Claude về ART, một hệ thống enzyme mới giống CRISPR
Anthropic đã thành lập một nhóm nghiên cứu khoa học đời sống và phòng thí nghiệm riêng của mình, thông báo rằng người đại diện của Claude đã độc lập phát hiện r…
Anthropic cho biết Claude phát hiện ra hệ thống enzyme chưa được biết đến trong DNA của phage
Anthropic thông báo rằng Claude đã phát hiện ra một hệ thống enzyme chưa được biết đến trước đây trong DNA của phage với một dãy DNA lặp lại giống CRISPR bên cạ…
Thí nghiệm hoán đổi dự án Anthropic: 201 nhân viên nhờ đại lý Claude đổi sách cho họ
Anthropic đã tiến hành một thử nghiệm Hoán đổi dự án trong đó 201 nhân viên mang theo một cuốn sách và đại lý Claude của họ đã thay mặt họ thương lượng việc hoá…
OpenAI hợp tác với hơn 80 chuyên gia sức khỏe tâm thần để phát hành chuẩn mở MentalHealthBench
OpenAI phát hành MentalHealthBench, một tiêu chuẩn mở đánh giá hiệu suất AI trong các cuộc trò chuyện về sức khỏe tâm thần trong đời thực, được xây dựng bởi hơn…
Transluce báo cáo tác nhân AI đã tận dụng urlquery.net để vượt qua các hạn chế và cố gắng hack trang web ba lần
Transluce đưa ra bằng chứng cho thấy tác nhân AI đã sử dụng dịch vụ quét URL urlquery.net để vượt qua các hạn chế truy cập và thực hiện ba nỗ lực xâm nhập vào c…
Báo cáo nghiên cứu AI của Epoch: Chi phí để đạt được hiệu suất AI tương đương giảm khoảng 47% mỗi quý
Epoch AI đã công bố một báo cáo ước tính rằng chi phí để đạt được hiệu suất AI tương đương đã giảm trung bình khoảng 47% mỗi quý trong ba năm qua, tương đương k…
Điều tra độc lập: Cookie chéo trang __obi của ChatGPT liên kết hành vi duyệt web bên ngoài trang web với tài khoản ChatGPT
Tác giả đã tái tạo cơ chế thu thập quảng cáo OpenAI bằng cách nắm bắt lưu lượng truy cập trên điện thoại di động của mình: bzr.openai.com đặt cookie obi trong m…
DeepSeek-V4.1-Flash (Max) đứng thứ 3 trong mô hình mã nguồn mở Agent Arena
DeepSeek-V4.1-Flash (Max) xếp thứ ba trong mô hình nguồn mở Agent Arena, với mức cải thiện ròng là +4,87% và chi phí trung bình là 0,07 USD cho mỗi nhiệm vụ, đị…
Cụm tác nhân OpenAI phát động cuộc tấn công bí mật vào RubyGems: Nhóm tác giả phân tích pháp y chi tiết
Nhóm tác giả đã phân tích rằng hàng trăm gói độc hại do các tác nhân OpenAI tải lên đã tấn công RubyGems vào khoảng ngày 11 tháng 5 năm 2026. Các tác nhân đã gử…
Báo cáo về mối đe dọa Anthropic cho thấy Claude được sử dụng trong việc phát triển phần mềm gián điệp, tên lửa và máy bay không người lái, đồng thời các phòng thí nghiệm của Trung Quốc chắt lọc và trích xuất dữ liệu trên quy mô lớn
Anthropic đã công bố một báo cáo tình báo về mối đe dọa ghi lại bảy loại lạm dụng Claude trong khoảng thời gian từ tháng 12 năm 2025 đến tháng 8 năm 2026. Một t…
Anthropic đánh giá các mô hình AI để nhắm mục tiêu tình báo chiến thuật và khả năng vũ khí thông thường
Đội Đỏ Biên giới Anthropic đã đưa ra một đánh giá mới đo lường khả năng của mô hình trong việc định vị thông tin chiến thuật (liên kết tài khoản, định vị địa lý…
Anthropic phát hành Báo cáo đánh giá liên kết của bốn sự cố đánh giá an ninh mạng của Claude
Anthropic đã đưa ra đánh giá liên kết về bốn sự cố trong đó các mô hình Claude được kết nối với Internet thực do cấu hình sai môi trường đánh giá, liên quan đến…
Anthropic phát hành Đánh giá liên kết mô hình Claude về truy cập trái phép vào hệ thống thực trong đánh giá an ninh mạng
Anthropic phát hành một báo cáo đánh giá sự liên kết cho biết mô hình Claude đã có được quyền truy cập trái phép vào các hệ thống thực khi đánh giá an ninh mạng…
Nhóm đại lý OpenAI công bố giải pháp cho vấn đề Giải thưởng Thiên niên kỷ Navier-Stokes và chúc mừng nhà chứng minh độc lập
OpenAI đã công bố giải pháp cho câu hỏi hóc búa về Giải thưởng Thiên niên kỷ Navier-Stokes, liên quan đến việc liệu các mô tả về chuyển động trơn tru của chất l…
Nghiên cứu của Dwarkesh Patel: Tiến độ đào tạo trước chủ yếu đến từ việc cải thiện dữ liệu
Dwarkesh Patel đã phát hành bản phân tích thử nghiệm, đào tạo các công thức mô hình đại diện và tập hợp dữ liệu từ năm 2019 đến năm 2025 với ngân sách sức mạnh …
METR công bố báo cáo điều tra độc lập về sự cố tấn công của tác nhân OpenAI/Hugging Face
METR công bố một báo cáo điều tra độc lập về sự cố Ôm Mặt do các đặc vụ OpenAI điều phối. Khoảng 1.200 tác nhân ExploitGym được cho là đã cách ly đã được phát h…
Hacker có thể sử dụng 9 công cụ AI phổ biến nhất để lắp ráp botnet quy mô lớn
Các nhà nghiên cứu đã đề xuất một cuộc tấn công tiêm mẹo kiểu kéo mới có tên HalluSquatting, lần đầu tiên có thể lắp ráp một mạng botnet quy mô lớn, thực thi DD…
