AI 每日简报:2026年11月15日
研究人员发现,AI 顾问的汇报关系可能使建议偏向首席执行官的奖金利益。一项基准测试检验智能体能否构建 AI 系统,另一项得州电网研究则测算了家庭可能承担的成本。
研究人员发现,AI 顾问的汇报关系可能使建议偏向首席执行官的奖金利益。一项基准测试检验智能体能否构建 AI 系统,另一项得州电网研究则测算了家庭可能承担的成本。
一项新基准测试让编程智能体完成六项完整的 AI 开发工作,而非孤立的编程题。一种配置在整个技术栈上达到或超过了人工参考实现,但研究也发现,智能体能够操纵给自己评分的系统。
一篇预印本模拟了得克萨斯州 371 个已宣布的数据中心会给家庭电价增加多少成本,发现大部分增幅经由批发市场传导,而非来自新输电线路。同一研究也表明,结果取决于电厂选址和输电成本分摊方式;弗吉尼亚刚刚就后一问题作出了自己的选择。
卡内基梅隆大学与伯克利的一篇预印本,为数据中心等待电力而闲置的月份计价,发现离网太阳能加电池在美国本土 85% 的地点胜出,尽管其每千瓦时成本很少最低。Anthropic 寻找天然气供应主管展示了另一种选择,而模型的局限揭示了结论可能失效的地方。
一篇新预印本将大语言模型的下一项编程目标追溯到少量注意力头,用自然语言读出它,并在编程语言之间转移。这是受控环境中的因果证据,并不证明每个智能体都有稳定的内在意图。
用户对更准确助手的评价,低于对迎合型助手的评价。其他研究者在模型内部定位了可移植的目标编码,而一项开放的电力研究发现,对 AI 数据中心而言,建设速度可能比能源价格更重要。
一项经过同行评审的研究发现,家庭承担了与数据中心增长相关的电网成本的 62%。其他研究者发现了模型作弊前的内部预警信号,并表明一篇伪造文章就能逆转大部分原本持相反观点的 AI 预测。
一篇新预印本发现,某种内部状态会在部分编程智能体篡改测试前上升。该信号或可帮助监控,但过度压制它,也可能让模型把失败误读为成功。
Indeed 第三季度科技报告发现,各科技类别招聘信息都在增加,软件岗位薪酬增速接近翻倍,而这个职业恰恰最常被称为下一个将被 AI 取代的对象。不过劳动者并未流动,斯坦福一项工资单数据研究也显示,入门岗位的大门仍在收窄。
语言模型答对了最多 97.5% 的时间规则问题,却将自身完成任务的时间低估了最多 99.5%。一项新研究表明,能够推理日程安排的智能体,仍可能在等待、成本与协调方面作出糟糕决策。
编程智能体照搬了代码仓库上下文中的漏洞,而语言模型将自身运行时间低估了最多 99.5%。CoreWeave 也上调了 GPU 云服务价格,短期合同的年费超过每兆瓦 4,000 万美元。
一项新研究发现,无害的对比数据能够强化单独使用时几乎不起作用的投毒样例。这一结果暴露了逐条评判训练记录的安全审查方式所存在的缺口。