AI Pulse

Claude接入官方投票信息,但问“投给谁”的仅万分之一

Claude接入官方投票信息,但问“投给谁”的仅万分之一

Claude的消费者应用接入官方州投票信息:在哪里投票、带什么证件,选举之夜直接显示官方结果。Anthropic为此加了多步骤滥用和外国选举滥用的分类器,也封了相关账户。

它的样本数据覆盖约25万次美国对话。其中5.75%涉及政治或政策,0.51%涉及选举或投票,只有0.01%在问投给谁。问投给谁的人极少,但投票信息还是接进来了。

Anthropic还给自己做了政治立场自查。最新的Opus、Sonnet和Haiku模型,在它自己的公正性测试中得99分。这是Anthropic给Anthropic打分。外部审查员仍然发现不均匀的回避,公司说正在修。

新加坡方面,Anthropic开了亚太第五个办事处。之前是东京、班加罗尔、首尔和悉尼。它还和新加坡数字发展与信息部签了谅解备忘录,合作范围包括AI安全、模型评估、采用和经济影响研究。Anthropic给出的数据是:按人口比例算,新加坡的Claude使用量在121国里排第二。超过1500名GovTech工程师在用Claude Code。Grab的销售助手每季度省约4万小时。

代理的门槛在降

Nous Research发布Hermes Agent v0.22.0,自称“门槛发布”。没有API密钥也能先试用:一次性免费试用模型和Hermes对话。连接器让代理操作Gmail、Linear、Notion这类托管应用。首次使用可以创建一个仅连接器的身份,不需要完整Nous账户。

本地模型按CPU、Metal、Vulkan或ROCm自动匹配。目录只推荐内存放得下的模型。默认装稳定版,桌面构建带签名。试用限制没说。

Nous称这轮迭代约有24200次提交,来自约2520名贡献者。代码库从约106万行缩到69.8万行,少了34%。

Anthropic给Claude平台加了OpenTelemetry跟踪导出,支持Grafana Cloud、Honeycomb、Datadog、Langfuse、LangSmith。Ramp说用了之后,代理的令牌用量降了10%到20%,部分代理会话快30%。

企业里的代理已不只是实验

OpenAI经济研究的数据是:欧盟ChatGPT Enterprise样本里,Codex和ChatGPT Work产出的输出令牌超过一半。欧盟的中小企业里,每周用这些代理工具的人自5月增长超过8倍。国别差距很大,企业输出令牌占比从斯洛文尼亚的22%到立陶宛的85%不等。

OpenAI计算部门换人。基础设施负责人Sachin Katti将在11月15日卸任,转为顾问,Uday Ruddarraju接管整个计算组织。CNBC报道OpenAI的目标是2030年计算支出约6000亿美元。OpenAI没有说明这对产品定价意味着什么。

语音助手的三方对比

xAI发布Grok Voice 3.0。按xAI自己的对比表,它在Artificial Analysis语音指数得86.9,超过GPT-Live-1(83.2)和Gemini 3.8 Live(82.6)。细分测试里它落后两项:tau-Voice代理任务得分71.6,低于GPT-Live-1的74.5;首次音频响应约0.81秒,比2.0的0.70秒慢一点。

价格还是每分钟8美分。2.0已弃用,Grok Bot的语音模式用的也是3.0。xAI说新模型已处理数百万次特斯拉车内对话和Starlink支持电话,每天约2万次,约70%无需人工。这是公司自己的说法。

其他发布

DHH把Omarchy的50种语言合并进quattro分支。丹麦语是唯一人工检查的语言,其余目录由代理翻译并检查结构。语言质量并不统一。

AMD对MiniCPM-V 4.7提供day 0支持,覆盖Radeon GPU、Ryzen AI Max芯片和Ryzen AI NPU。AMD称在Ryzen AI Max 395上,NPU跑1B模型,单张图像首令牌约1.2秒。

韩国大学和AIGEN Sciences发布了UltraBERT,开源Apache 2.0编码器,150M和380M两档,原生32K上下文。380M版GLUE得分91.0,BEIR 47.7。论文称这是首个在这两个基准上同时达到最先进的编码器。

FrontiersMind的Lumma-Fev-27B是对Qwen3.8-27B的全微调。它在包含4454个决策的测试集上准确率90.7%,高于其托管的Jev模型(83.9%)。权重Apache 2.0,不过要约55到80GB GPU内存。

Ai2的HiRO-ACEv2,把100公里粗模型和3公里降尺度配对,一起预测雨、风和压力。误差约3%,百万分之一事件也如此。生成全球3公里数据,成本约为X-SHiELD模拟的三百分之一。目前它只绑定在那一套模拟设置上。

阅读原文
📚 相关主题 行业动态大模型

订阅 AI Pulse

每天 08:00 · 12:30 · 18:30 · 23:50 更新