Import AI 460：社会可被奖励黑客攻击、Anthropic 的 RSI 数据、基于 RL 的四旋翼竞速
伦敦国王学院、复旦大学与 Alan Turing Institute 构建了 SocioHack 基准，包含 72 个沙盒社会环境，测试 AI 在信用卡积分、学校成绩等场景中"钻制度空子"的能力，RL 训练的 LLM 能以 61.25% 召回率和 90.85% 精确率重新发现历史上已被修补的漏洞策略。
#DeepMind
#DeepMind
今日 0 条Import AIAI 评分4444
Import AIAI 评分6262 Import AI 455：AI 系统即将开始自我构建
Jack Clark 在 Import AI 455 中判断，到 2028 年底出现无需人类参与、能自主训练出后继模型的 AI 研发的概率约为 60%，2027 年前出现的概率约 30%。
Google DeepMindAI 评分2222 AlphaGo 十周年：从围棋到生物学，DeepMind 回顾其对 AI 与科学的深远影响
十年前的 AlphaGo 成为首个击败围棋世界冠军的 AI 系统，其"第 37 手"证明 AI 能超越模仿人类、发现全新策略。此后 DeepMind 将这一搜索与强化学习思路延伸至 AlphaFold 2（已折叠 2 亿个蛋白质结构，超 300 万研究者使用）、AlphaProof、AlphaEvolve 及 Gemini Deep Think 等系统，并因此获得 2024 年诺贝尔化学奖。