Bitduke

最强的 AI 模型经受住了统计现实检验，但 ECI 改用贝叶斯建模后，较弱的模型表现有所下滑。Epoch AI 广受欢迎的 Epoch 能力指数（在统一尺度上衡量 AI 的综合能力，涵盖 50 多项基准测试）刚刚改用了贝叶斯建模。

Thinking Machines 的 inkling-small 最近在 Cognition 新推出的美国本土构建编程模型 SWE-2 Flash 中重新亮相。我们已经有段时间没怎么听到 inkling-small 的消息了，但 Cognition 将其基础模型在 Terminal-Bench 4.0 上的成绩从 0.9% 提升至 20%，在 FrontierCode 上则从 3.2% 提升至 24%。

如果我理解得没错，现在不能再用 Claude 复刻现有游戏了，即使是已经停更的游戏也不行。有点难过，也挺有争议的，但看起来，面向公众开放的前沿模型正越来越倾向于限制逆向工程能力。

ChatGPT Images 2.6：用图片制作这类 GIF，图像生成速度提升 50%

CVE-2026-98432 的补丁现已推出，但约一半仍处于 -proposed 阶段，而 Ubuntu 20.04 LTS 及更早版本仍暂无修复（待处理）】【。

7,500 页数学内容 -> 1,600 万行 Lean 代码
Axiom 刚刚使用 AI 智能体集群，将整个《Stacks Project》形式化。它是现代代数几何的基础之一。尤其令人印象深刻的是，他们成功保留了……之间的联系

目前的舆论显然强烈反对数据中心，但我们看看近期是否真的会转化为任何具体行动。

超过 300,000 次内核提交，而 Paradigm 的 Muse Spark Open Kernel Challenge 又给了你一个重新运行代码的理由，为最后一轮内核冲刺做准备——组织方澄清（放宽了？）了规则：允许使用 bf16 精度的近似数学运算、bf16/fp16 部分和，以及 fp16 累加运算，而

这项举措不错，尤其是考虑到安全团队现在有这么多事情要跟进（Mythos！）

你已经不再审查 AI 写的代码了——这是 Addy Osmani 在 X 上的一篇文章发出的警告。他参与 Claude Code 的开发，现在担心工程师会失去批判性思维。AI 已经变得如此出色（这确实是真的），以至于它的成果看起来不再有问题，于是你就不再检查了。首先你

SemiAnalysis 发布了 gdpx 基准测试，即使表现最好的 AI 模型得分也只有约 12%。这家独立的半导体和 AI 研究公司围绕一个问题设计了这项测试：当拥有……时，前沿模型能否独立完成困难且具有经济价值的工作，以及完成得有多好。

问题是，这场席卷美国的蓝色浪潮会像海啸一样冲击数据中心，让一切陷入停摆，还是最终为它们供能？

你能解释一下，你的 AI 最近一次在没有被询问的情况下发布了什么吗？

不再只是 RPC 服务提供商，现在还提供推理服务（不过还在候补名单阶段），宣称可通过兼容 OpenAI 的 API，为 Kimi、DeepSeek 和 GLM 提供低延迟推理。无需 SDK 或 GPU。

基本上，杰文斯悖论仍在起作用。

一家资产达$235B 的法国银行据称损失了超过$133M 的加密货币，链上调查员 ZachXBT 怀疑有人掩盖事实。在最初指出一家未具名欧盟实体在多个中心化交易所的账户疑似遭窃$106M+后，ZachXBT 现在点名了 Crédit

THORChain 正在做它最擅长的事

如果模型开始以我们从未预想过的方式编辑其他模型的权重（真正有趣的部分才刚刚开始） પહોંચ

先是欧洲各地的冰箱，现在又轮到血库？黑客可以远程随意调高温度，这正在成为一种相当令人不安的网络攻击趋势。据《鸭鸣报》报道，血库可能也遭到了类似攻击，攻击者或许利用了过时的#+#+#+#+