AI 厂商动态

在编程评估中区分信号与噪声

OpenAI的一项新分析揭示了热门编码基准SWE-Bench Pro中存在的问题，引发了对评估AI模型可靠性与准确性的担忧。

走进Genebench-Pro内部

隆重推出GeneBench-Pro

推出GeneBench-Pro，这是一个利用复杂真实世界数据集，在基因组学、生物学及科学研究领域测试AI性能的新基准。

核心转储流行病学：修复一个存在18年的漏洞

OpenAI工程师通过大规模核心转储分析调试罕见的基础设施崩溃，发现了一个硬件故障和一个长期存在的软件缺陷。

智能体如何重塑工作方式

OpenAI最新研究论文展示了AI智能体如何变革工作方式，支持更长时间、更复杂的任务执行，并全面提升各岗位的生产力。

GPT-5如何帮助免疫学家Derya Unutmaz解开三年未解之谜

GPT-5 Pro帮助解开了一个持续三年的免疫学谜团，揭示了T细胞行为的新见解。这一突破可能为癌症和自身免疫研究提供支持。

元智研发：面向长周期AI工作流的企业级自进化系统

如何使自主代码改进达到足够规范的企业级应用标准

利用人工智能辅助医生诊断影响儿童的罕见遗传疾病

研究人员使用OpenAI推理模型辅助诊断罕见疾病，在先前未确诊的病例中识别出18种新诊断。

新研究显示，我们的医疗AI——AMIE如何助力健康管理。

《自然》期刊研究显示，我们的对话式AI系统在复杂疾病管理方面与初级保健医生水平相当。

近乎自主的AI化学家改进了一项药物化学中的挑战性反应

OpenAI与Molecule.one展示了近乎自主的AI化学家如何利用GPT-5.4改进一项关键药物合成反应，推动药物化学研究进展。

推出LifeSciBench

"隆重推出LifeSciBench——一个由专家撰写并评审的基准测试，用于评估AI系统如何处理现实世界中的生命科学研究任务与决策。"

通过模拟部署在发布前预测模型行为

OpenAI 推出部署模拟方法，利用真实对话数据在部署前预测AI模型行为，以提升安全性与评估准确性。

天体物理学家如何利用Codex模拟黑洞

"探索天体物理学家陈志宽如何利用Codex构建黑洞模拟，助力科学家研究极端物理学并检验爱因斯坦的广义相对论。"

我们对一年来AI网络威胁的测绘所得

OpenAI模型推翻离散几何核心猜想

OpenAI的一个模型解决了长达80年的单位距离问题，推翻了离散几何学中的一个重要猜想，标志着人工智能驱动数学领域的一个里程碑。

参数高尔夫教会我们关于AI辅助研究的事

Parameter Golf 汇聚了1000多名参与者和2000多份提交，在严格约束条件下探索AI辅助的机器学习研究、编码智能体、量化技术及新型模型设计。

前沿企业如何领跑

OpenAI的B2B信号研究揭示了前沿企业如何深化AI应用、扩展基于Codex的智能体工作流，并构建持久的竞争优势。