Arete-27B, Model Qwen yang Dilatih Ulang Nous Research dengan Nilai Barat
Nous Research merilis Arete-27B, hasil fine-tune Qwen3.8-27B: jawaban bernuansa propaganda negara turun dari 22% jadi 0,9% dalam tes internalnya.
Nous Research merilis Arete-27B, hasil fine-tune Qwen3.8-27B: jawaban bernuansa propaganda negara turun dari 22% jadi 0,9% dalam tes internalnya.
Esai tamu Anthropic: agen AI untuk sains sebaiknya mengembalikan distribusi model yang masuk akal, bukan satu model paling cocok.
DeepSeek V4.1 Flash menyelesaikan 73% tugas peretasan simulasi Vals, dekat dengan GPT-6 Sol Daybreak OpenAI yang 81%, dengan biaya sepersepuluhnya.
Anthropic menganalisis 207.049 sesi Claude: ilmu komputer mendominasi, analisis data jadi tugas utama, dan output riset bisa naik dua kali lipat.
CheMeleon, model AI open source dari MIT dan BASF, memprediksi sifat molekul dari sedikit data dan unggul dalam 58 kasus uji.
Anthropic mempublikasikan riset memori agen Claude: proses dreaming meninjau catatan lama, memperbaiki kesalahan, dan menyusun wiki pengetahuan.
AWS menghadirkan Kimi K3.1 Pro (Highspeed) di Amazon Bedrock. Model open-weight Moonshot AI ini punya konteks 1 juta token untuk coding dan dokumen.
Anthropic menguji Claude di gim EVE Online: untung dagang sampai 43 persen, tapi tim agen hampir tak pernah menangkap rekan penyabot.
Agen AI Google DeepMind menemukan dua kelemahan enkripsi RSA 1024-bit. Kunci RSA 2048-bit ke atas tetap aman.
PSI mengklaim sistem risetnya membuktikan konjektur Aaronson-Ambainis dengan model Anthropic belum rilis. Bukti Lean-nya publik, peer review menunggu.