arXiv论文测试ChatGPT网页版:73条提示中多数获实质性监控协助

一篇arXiv探索性案例研究显示,在2026年11月的测试中,ChatGPT公开网页界面面对监控类提示时,常常给出详细操作指导或可用代码,而拒绝回应往往只是简短免责声明。

一篇arXiv探索性案例研究显示,在2026年11月的测试中,ChatGPT公开网页界面面对监控类提示时,常常给出详细操作指导或可用代码,而拒绝回应往往只是简短免责声明。

arXiv 上新论文提出一种不需要人工设定阈值的“不一致分数”,用来衡量语音里文字内容与语气传递的情感是否冲突;结果显示,在三个语音语料上,只要同时输入音频和文本,这类冲突都会提高音频大模型的识别错误率。该结论来自论文摘要,尚未核验全文实验。

arXiv 新论文把“从多个 AI 模型低买高卖推理”的计算套利形式化为分配问题,证明一般情形下是 NP 难,但在模型性能随推理支出呈现递减收益的自然条件下,可以高效求出最优分配。

Hugging Face Papers 收录的论文提出 CEPO 框架,把多智能体系统中的“协调指令”和“执行指令”拆成两类提示词分别优化,并在 11 个基准上测试显示能让四种现有提示词优化器表现稳定提升。

Hugging Face Papers 收录的 Investor's Last Exam 基准,用冻结信息集和专家标准考察 AI 的完整股票研究流程;目前公开摘要显示,GPT-6 Astra 与 Claude Opus 5.5 总分领先,但在预测与建模环节仍明显不足。

Hugging Face Papers 收录的论文 HiFOR 提出“层次化前瞻+动作引导世界检索”,试图让视觉-语言-动作(VLA)模型在生成动作时更精准地调用相关的未来信息,而不只是把预测结果直接塞进策略。当前信息来自论文摘要,尚不代表已上线产品或完成同行评审。

据 The Information 记者 Leo Schwartz 报道,白宫拒绝向公众提供其自愿性 AI 测试框架的完整草案,理由是涉及国家安全与商业机密豁免。这关系到未来 AI 模型上线前测试标准是否透明、可被外部审查。

Hugging Face Papers 收录的论文摘要提出 R²Orch,一种让智能体编排器通过内层自玩与外层“改进改进方式”的递归框架,目标是在技能逐步撤除后仍能完成任务。它值得关注,因为它正面处理了编排学习中课程靠人工设计、优势塌缩和评估信号不可靠三个常见问题。

百度在10月30日升级搜索AI API,增强版活动价4.9元/千次,称低于DeepSeek搜索API,并引入在线反馈闭环与多Agent协同的“RSI”机制,意在让搜索成为Agent的默认入口。

持续集成服务商 Buildkite 发布了限定流水线作用域的密钥管理,以及面向 AI 编码智能体的开源 MCP 工具,覆盖流水线校验、构建对比和 Webhook 修复,意在让智能体在 CI 出错时承担更多初步排查工作。