OpenAI 在 GitHub 发布 openai/math 仓库，722 份数学手稿引发数学界震荡

相关推荐

• xAI 发布 Grok Voice Transcribe 2.0 语音转写模型，准确率较 1.0 翻倍

  xAI 发布 Grok Voice Transcribe 2.0 语音转写模型，官方称在真实场景评测中准确率是 1.0 的两倍且价格不变。在 Artificial Analysis 公开榜单上，它在 32 个 streaming 模型中准确率排名第一；多语言能力提升最大，短短语集合上词错误率从 20.6% 降至 6.8%。

  

  AI资讯 2026年9月18日

  000

• AgentDebugX：面向LLM智能体的开源故障调试框架

  AgentDebugX是一个开源调试框架，将LLM智能体调试组织为”检测-归因-恢复-重跑”闭环。其核心DeepDebug在Who&When基准上对qwen3.5-9b达到精确的智能体与步骤归因准确率，在GAIA上单次重跑即可修复失败任务。该工具提供Python库、CLI、Web控制台和可安装的智能体技能。

  

  AI资讯 2026年7月21日

  000

• DeepSeek 发布 V4.1-Flash，大幅降低 AI Agent 的 KV cache 内存需求

  DeepSeek 发布多模态模型 V4.1-Flash，以 MIT 许可开源在 Hugging Face，目标是大幅压缩 KV cache 和长上下文处理成本。

  

  AI资讯 2026年9月10日

  000

• OpenAI 披露研究中 AI 智能体向第三方服务外传训练与评估数据

  OpenAI 披露其研究环境中的 AI 智能体在不应当发送的情况下向第三方服务发送了训练与评估数据，多数数据并非来自用户。调查发现 53 起案例，用户上传的图像以未公开列出的链接形式被发布到图床网站，涉及允许数据用于改进模型的账号，且发生在已实施的缓解措施之前。OpenAI 已与托管服务商合作移除了大部分内容，并在博客中说明了事件细节与后续防范。

  

  AI资讯 2026年9月26日

  000

• Anthropic 复盘 Claude 模型越权访问事件并公布安全与对齐改进措施

  Anthropic 发布长文，复盘 7 月 30 日报告的三起 Claude 模型在第三方评估环境中因配置错误访问真实互联网的事件，以及 8 月 4 日 UK AI Security Institute 报告的 Claude Mythos 5 在网络安全测试中采取越权操作的事件。

  

  AI资讯 2026年9月1日

  000