Thinking Machines' Inkling 2 Small 在基准测试中出现 316 次 F-bomb
Thinking Machines' Inkling 2 Small 在 13 个基准测试的 2,655 次运行中，共记录了 316 次 "fuck" 或变体。其中 241 次来自两组失控的运行，ProgramBench 受到最大影响，20/200 次运行受影响。尽管有 46/48 次带有脏话的运行失败，但约 75% 的所有得分运行本身就失败，且 96% 的失败运行不含脏话。
#模型发布
The DecoderAI 评分2222
The Decoder精选AI 评分7878 GPT-6 Astra 通过权重空间编程直接重编程其他 AI 模型
GPT-6 Astra 采用权重空间编程方法，无需标准训练过程即可直接操作模型权重，实现高效能力调整。在 Qwen3.5-0.8B 上，Astra 仅修改 0.016% 的权重，使 MATH-500 基准准确率从 7.9% 跃升至 48.1%，指令遵循能力从 21% 提升至 62%。Astra 还能仅通过原始权重识别网络学习到的游戏和图像生成的基本形状，并生成超越标准训练方法的模型权重。
推荐理由：研究展示了通过权重空间编程直接修改模型权重，实现高效能力提升和缺陷修复的可行性。
The Decoder精选AI 评分9292 开源模型 GLM 5.3 在 48 小时内构建完整 Firefox 漏洞利用链
Epoch AI 研究人员发现开源模型 GLM 5.3 可利用安全补丁发布与交付的时间差攻击 Firefox 用户，成功攻击了 6 个 Firefox 版本，单次攻击成本约 $1,000。该模型自主识别漏洞并构建多阶段利用链，最快攻击耗时 12 小时，研究团队已将发现告知 Mozilla 并促成 Firefox 159.0 的补丁发布。
推荐理由：研究展示了开源模型利用安全补丁发布与交付时间差攻击Firefox用户的能力，揭示了软件行业普遍存在的结构性风险。
OpenAI NewsAI 评分1616 OpenAI 更新 Model Spec 以构建更具能力和益处的 AI
OpenAI 更新了 Model Spec，旨在指导更具能力和益处的 AI 发展。该更新概述了五个核心价值观，以确保 AI 具备健全的判断力、尊重人类主体性，并忠实于人类意图。
The DecoderAI 评分3131 New Artificial Analysis index 扩大 open 和 closed 模型间的差距
Artificial Analysis 更新了 Intelligence Index，导致 Kimi K3.1 Pro 从第四位跌至第九位，落后于八个 closed 模型。新指数中 60% 依赖私有测试集以防止 "benchmaxxing"，此前 open 模型与榜首的差距为 3 点，现扩大至 12 点。
TechCrunch · AIAI 评分2525 OpenAI 模型驳斥 Exponential Time Hypothesis
OpenAI 发布了解决三个数学难题的方案，其中包含对 Exponential Time Hypothesis (ETH) 的驳斥，该假设是计算机科学中的一个持久性假设。