AI 攻克数学后，下一个目标是什么？
MIT 研究显示，2024 年中至 2026 年中，最强 AI 模型在概率、统计理论、经济理论、高能理论、引力与宇宙学及量子物理等领域的理论问题解题率从约 2% 升至约 35%。
#OpenAI
Wired · AIAI 评分5050
Ars Technica · AIAI 评分7171 研究称 OpenAI 和 Google 新模型易被诱导生成裸露图像
White Circle 在预印本中披露，使用现成工具和 API 调用，其 RISE 攻击方法可绕过 DALL·E 3、Google Nano Banana 2 和 GPT-Image-2 的安全过滤，约 13% 的请求能生成露骨内容。
Artificial Analysis精选AI 评分6969 Artificial Analysis 发布 Harvey LAB-AA v1.1，为法律智能体评测加入幻觉检查
Artificial Analysis 发布 Harvey LAB-AA v1.1，在法律智能体评测中加入幻觉检查，将幻觉分为与来源矛盾、编造来源内容、无记录支持的具体断言三类，并区分重大与轻微，仅重大幻觉触发 Hallucination-Gated All-Pass Rate 的零分。
推荐理由：Harvey LAB-AA v1.1 加入幻觉检查，并给出六个评审模型在同一子集上的对比数据，读者可据此了解法律智能体评测如何衡量幻觉。
Artificial AnalysisAI 评分5252 Artificial Analysis 网络安全指数引入受限访问模型，GPT-6 Sol (Daybreak Blue) 登顶
Artificial Analysis 将其 Cyber Index 排行榜扩展到受限访问模型，首个纳入的是仅通过 OpenAI Daybreak 计划开放的 GPT-6 Sol (Daybreak Blue, max)，该模型登顶指数并位于成本与能力帕累托前沿。