Premiere和AE开始被Agent拆掉,Mirage发布Tesseract
相关推荐
Laminar把Agent查错成本压到GPT-6-sol的1/23
动察 Beating AI 快讯,AI Agent 可观测性平台 Laminar 发布专门检查 Agent 执行轨迹的模型 flow-1。它会读取模型调用、工具调用和返回结果,找出 Agent 在哪一步出错、为什么出错。 flow-1 运行在 Laminar 的 Signals agent 中。模型可以搜索整条 trace(Agent 的完整执行记录),再按需查看具体步骤。训练时,Laminar 先用合成调查数据做监督微调,再通过强化学习训练工具调用和复杂 trace 分析。 在 Laminar 自建的 523 条困难 trace 测试中,flow-1 的错误检测 F1 为 0.835,GPT-6-sol 为 0.816。sol 召回率更高,能找到更多真实错误;flow-1 精确率更高,误报更少。 对于不足 10 万 LLM tokens 的 trace,flow-1 平均每条分析约 0.0011 美元,GPT-6-sol 约 0.026 美元。按 Laminar 测算,1 美元分别能分析约 888 条和 38 条 trace,相差约 23 倍。flow-1 的成本也比 GPT-6-luna 低约 25%。 目前这些成绩都来自 Laminar 自建 benchmark,暂无第三方复测。flow-1 的训练数据主要来自合成工作流,其中约 48% 是软件工程任务。社区已经有人质疑,它面对真实生产环境里没有预先设计过的新型故障时能否保持同样表现。
OpenAI 28天冲刺首日:GPT-6 Astra和6.1 Sol提速约50%
动察 Beating AI 快讯,OpenAI 产品与平台主管 Thibault Sottiaux 公布 28 天产品冲刺的首日更新。GPT-6 Astra 和 GPT-6.1 Sol 的默认生成速度已经优化,官方称整体约提升 50%。 这次提速不仅覆盖 Codex 和 ChatGPT Work。通过「Sign in with ChatGPT」使用 ChatGPT 订阅额度的第三方产品也会同步生效,包括 OpenCode、Pi、Amp 和 Devin 等。用户不需要修改任何设置,更新会自动推送。 OpenAI 此前承诺,未来 28 天每天要么交付一项对多数 Codex / Work 用户有明确改善的更新,要么直接重置用户额度。这次提速就是 Day 1。
GPT-6 Astra考过「科目二」?5分22秒驶入锥桶车位
动察 Beating AI 快讯,三名中国台湾地区研究人员搭建 DrivingBench,将 GPT-6 Astra、GPT-5.6 Sol、Grok 4.6 和 Claude Fable 5.1 等通用大模型接入一辆真实的 2022 款丰田卡罗拉,进行类似「科目二」的真实车辆驾驶测试。测试赛道全长约 130 米,由彩色锥桶组成 8 米宽通道,车辆需连续通过多个弯道,最终驶入一个 7×5 米的锥桶车位。 此前从未接受专门驾驶训练的 GPT-6 Astra,在首次测试中因判断失误偏离赛道,但第二次调整策略后,以 5 分 22 秒完成约 134.7 米赛程并成功驶入车位,成为四个模型中唯一「通过科目二」的模型。 测试中,Astra 将弯道及障碍物附近车速控制在 0.5 至 0.8 米/秒,并根据实时摄像头画面持续调整方向。相比之下,Sol、Grok 和 Fable 均未完成测试,其中 Sol 和 Grok 连续三次失败,Fable 第三次行驶至约 45% 位置后停止。 此次测试显示,未经专门驾驶数据训练的通用大模型已能够在低速真实环境中完成基础驾驶任务,但距离实际道路自动驾驶仍存在明显差距。
OpenAI新一代GPT-6.2 Astra、Sol及Cyber网安模型或最快于周五发布
PANews 11月5日消息,据IT之家援引《The Information》报道,OpenAI最快可能于当地时间11月6日(周五)发布新一代Astra、Sol系列模型,以及面向网络安全领域的Cyber模型。报道未披露具体型号编号、定价、上下文窗口长度或基准测试成绩,也不清楚这些模型会首先通过API、ChatGPT、Codex还是合作伙伴渠道推出。 此前有用户已在Codex用量统计中发现“gpt-6.2-astra”标识。疑似参与灰度测试的用户称,新模型在物理效果和动画生成方面有所改善,但这些反馈主要来自主观体验,尚无公开基准测试数据验证。
OpenAI下一代GPT-6.2 Astra正灰度测试,Codex用量统计中已单独列出
PANews 11月3日消息,据IT之家报道,经大量用户反馈,OpenAI下一代模型GPT-6.2 Astra疑似已进入小范围测试,部分Codex用户的使用量统计中已出现独立模型标识“gpt-6.2-astra”。不过,OpenAI官方API模型目录、更新日志及公开公告均未确认该型号,也未确认发布时间。 报道称,多个Codex用户在使用量分析页面发现这一新模型标识,其中一个账户的GPT-6.2 Astra调用量占比达19.8%,相关记录主要出现在10月31日的使用统计中。
Codex用量明细现GPT-6.2 Astra,疑似灰度测试
PANews 11月1日消息,多名用户在X平台及开发者社区发帖称,其Codex用量明细中出现"gpt-6.2-astra"模型记录,而模型选择器中显示的仍为GPT-6 Astra,有用户截图显示约19.8%的请求被分配至该模型,疑似OpenAI正在进行灰度测试。也有部分用户表示未发现相关记录。截至发稿,OpenAI尚未就此发布官方说明,该模型也未出现在API中。