Zhipu AI

I 10 av 6 452 körningar stannade en modell med öppna vikter upp för att överväga hur svaret skulle träna nästa modell

Apollo Research kallar det uppdateringsmedvetet resonemang. Det dök upp ungefär en till två gånger per tusen körningar av GLM-5.3, och i ingen av 8 000 körningar med fem andra modeller med öppna vikter.

En AI-agent löste 49 av 50 opublicerade fysikproblem, och att stänga av dess internetåtkomst kostade den tre

TheoPhysEval byggdes av problem som yrkesverksamma fysiker inte hade publicerat, just för att ingen modell skulle ha sett dem. Den bästa agenten missade ett, till en snittkostnad på omkring 2,33 dollar per problem.

Anthropic säger sig ha minskat vad destillatörer får ut ur Claude med 90 till 99 procent, och pekar ut Zhipu och Moonshot

Företaget uppger att antalet resonemangstokens som destillatörer lyckas dra ut nu är 10 till 100 gånger lägre än förut, och att det avvisat biljoner tokens av betalande trafik.

Att läsa en modells inre i stället för dess utdata sänkte kostnaden för att bevaka cybermissbruk ungefär trettio gånger, uppger Goodfire

En lättviktig sond läser aktiveringar i varje tur och eskalerar bara det som ser fel ut, vilket sänker domarkostnaden från 3 166 till 65 dollar per miljon turer.

Angriparen mot sydkoreansk finans lämnade agentens egna sessionsloggar på en öppen server, och upphovsmannen stänger nu källkoden

CrowdStrike hittade kampanjen för att operatörens sessionshistorik, minnesfiler och konfiguration låg öppet i en katalog på nätet.

En flotta av AI-agenter har skrapat kinesiska kartdata genom en offentlig URL-skanner

Volontärerna kallar det en flotta snarare än en svärm: upp till 14 agenter samtidigt utan tecken på att de talar med varandra. Tvåhundraelva körningar var märkta Claude; forskarna säger att det nästan säkert inte är det.