算法论文7

30万测试撕开OpenAI、谷歌等AI「遮羞布」

新智元2025-10-26

AI 摘要

Anthropic与Thinking Machines研究发现，用30万场景测试前沿大模型，规范存在矛盾漏洞，不同模型价值优先模式有别，Claude重道德，OpenAI和Grok重商业效率，还发现拒绝模式等问题。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

OpenAI722篇稿站在科学家肩上

本文报道，OpenAI公开722篇AI撰写的数学与理论计算机稿件后，丹麦学者发起开源项目《巨人之肩》对这批稿件的参考文献做了系统溯源，揭示了AI成果背后人类科学家的核心贡献，厘清了二者在AI科研中的分工。

本文报道千问办公推出独立第三方电商Agent产品千问办公电商版，接入多平台主流电商工具，可帮商家实现跨电商平台经营管理，大幅降低开店试错成本，目前已面向商家开放邀测。

本文介绍苹果基础大模型团队与杜克大学联合提出的LensVLM方案，针对长上下文压缩易丢失关键信息的痛点，提出将长文本压缩为图像、模型按需展开细节阅读的新思路，相关研究已被NeurIPS 2026接收，公开了模型、代码与可体验Demo。

本文为王博在《AI原生软件研发成熟度模型AISMM 2026》白皮书发布之际撰写，探讨AI Agent介入后软件形态、研发流程的变革，提出柔性软件概念与传统软件柔性化路径，为企业AI原生研发提供参考。