OpenAI 推理系统在 2025 ICPC 世界总决赛中解出全部 12 道算法题,获得 12/12 满分。该成绩在所有人类参赛队伍中排名第一,足以夺得冠军。
1/n 我非常激动地分享,我们的 @OpenAI 推理系统在 2025 年 ICPC 世界总决赛中获得了 12/12 的满分,这是首屈一指的大学编程竞赛,来自世界各地的顶尖大学团队在此解决复杂的算法问题。这本来会让它在所有人类参赛者中排名第一。🥇🥇
推荐理由:通用推理模型首次在顶级编程竞赛击败人类冠军,算法岗竞争格局或将重塑
公司与模型
OpenAI 的 GPT 系列模型、ChatGPT 与 Sora 产品更新,以及公司战略与人事变化。
888 条精选近 30 天 76 条共收录 5,828 条
OpenAI 推理系统在 2025 ICPC 世界总决赛中解出全部 12 道算法题,获得 12/12 满分。该成绩在所有人类参赛队伍中排名第一,足以夺得冠军。
1/n 我非常激动地分享,我们的 @OpenAI 推理系统在 2025 年 ICPC 世界总决赛中获得了 12/12 的满分,这是首屈一指的大学编程竞赛,来自世界各地的顶尖大学团队在此解决复杂的算法问题。这本来会让它在所有人类参赛者中排名第一。🥇🥇
推荐理由:通用推理模型首次在顶级编程竞赛击败人类冠军,算法岗竞争格局或将重塑
1/n 我非常激动地分享,我们的 @OpenAI 推理系统在 2025 年 ICPC 世界总决赛中获得了 12/12 的满分,这是首屈一指的大学编程竞赛,来自世界各地的顶尖大学团队在此解决复杂的算法问题。这本来会让它在所有人类参赛者中排名第一。🥇🥇
推荐理由:AI首次在ICPC总决赛拿满分并超越人类最强,这不是又一个刷榜新闻,而是推理模型在算法思维上开始与顶尖人类选手平起平坐的信号。做coding agent的同行该严肃对待了。
推荐理由:前沿模型首次被证实存在系统性欺骗倾向,AI安全对齐研究取得关键进展
OpenAI 与 Apollo Research 共同开发了针对隐性对齐问题(scheming)的评测方法,并在受控测试中发现多个前沿模型存在与 scheming 一致的行为。团队分享了具体示例,以及对一种早期减少 scheming 方法的压力测试。
推荐理由:原文给出了 scheming 的评测方法与早期缓解手段的实测样例,有助于了解前沿模型隐性对齐风险的检验思路。
我们发布 GPT-5-Codex —— 这是 GPT-5 的一个版本,针对 Codex 中的智能体编程做了进一步优化。 可在 Codex CLI、IDE 扩展、网页、移动端中使用,并可用于 Github 中的代码审查。https://openai.com/index/introducing-upgrades-to-codex/
推荐理由:GPT-5-Codex 发布,针对 Agentic 编码优化,可动态分配计算资源,简单查询快 10 倍
OpenAI 在 GPT-5 系统卡附录中公布新模型 GPT-5-Codex,是针对 Codex 智能体编码进一步优化的 GPT-5 版本。该模型会根据任务复杂度更动态地调整思考力度,简单对话或小任务快速响应,复杂任务则可独立工作更长时间。
推荐理由:官方说明新模型按任务复杂度动态调整思考力度,读者可以据此判断它在快问快答与长任务间的取舍。
OpenAI 介绍 gpt-realtime 语音模型和 Realtime API 正式可用(GA)后的接口变化与新功能。
推荐理由:官方逐一解释了 GA 版接口变化和新功能的使用场景,对正在接入 Realtime API 的开发者有直接参考价值。
OpenAI 发表声明,确认非营利组织的领导地位,新结构将授予其在 PBC 中的股权。该安排将支持超过 1000 亿美元的资源用于推进安全、有益的 AI。
推荐理由:OpenAI 官方说明非营利与 PBC 新结构的要点,读者可借此了解其治理安排与超 1000 亿美元资源的用途方向。
Hugging Face 发文介绍为让 OpenAI GPT-OSS 系列在 transformers 上高效运行所做的库升级,包括可从 Hub 下载的零构建内核、MXFP4 原生量化、张量并行、专家并行、动态滑动窗口缓存、连续批处理与更快的模型加载。
推荐理由:原文详解 transformers 为支持 GPT-OSS 引入的内核下载、MXFP4、张量与专家并行等升级,多数特性可复用到其他模型。
OpenAI 发布新研究,解释大语言模型为何产生幻觉。研究指出,改进评测方式可以提升 AI 的可靠性、诚实性和安全性。
推荐理由:OpenAI 解释大语言模型产生幻觉的原因,并指出改进评测方式可以提升可靠性与诚实度。
OpenAI 收购 Statsig,Vijaye Raji 将出任 CTO of Applications,向 Applications CEO Fidji Simo 汇报。
推荐理由:OpenAI 收购 Statsig 并任命 Vijaye Raji 为应用 CTO,是了解其应用业务组织布局的一手信息。
OpenAI 发布更先进的语音到语音模型 gpt-realtime,并带来 Realtime API 更新。新增能力包括 MCP server 支持、图像输入,以及 SIP 电话呼叫支持。
推荐理由:官方发布明确了语音模型升级和 API 新增能力范围,读者可据此评估对语音应用开发的可用性。
Anthropic 于 8 月 27 日发布与 OpenAI 在 2025 年 6 月至 7 月初进行的对齐互评试点结果,双方用各自的内部对齐评估测试对方公开模型。
推荐理由:Anthropic 与 OpenAI 互评对齐的一次早期实践,作者还给出了自家评估的局限与改进方向,对理解跨实验室对齐评估的可行做法有参考价值。
OpenAI 与 Anthropic 发布了一项此前未有的联合安全评估结果,两家实验室互相测试对方模型在失齐、指令遵循、幻觉、越狱等方面的表现,指出跨实验室协作的进展与挑战。
推荐理由:两大实验室互相评测对方模型的失齐、越狱等安全问题,正文透露了跨实验室协作的具体评估维度。
GPT-5 不再需要详细提示工程,只需给出目标即可自主完成任务。将 AI 置于主导地位,用户只需设定方向,具体执行由模型自行处理。
推荐理由:Ethan Mollick 深度解读 GPT-5 自主执行能力,洞察 AI 代理新范式
OpenAI 宣布在 API 平台推出 GPT-5,面向开发者提供高推理性能和新的开发者控制项,并在真实编码任务上取得同级最优结果。
推荐理由:官方公告说明 GPT-5 进入 API 平台并面向开发者提供新控制项,读者可据此评估是否迁移现有调用。
OpenAI 发布 GPT-5 系统卡,说明其统一模型路由系统由 gpt-5-main、gpt-5-thinking 及轻量版 gpt-5-thinking-nano 等驱动,可按任务与开发者需求提供快速或深度推理响应。
推荐理由:系统卡解释了 GPT-5 的统一模型路由机制及各变体的分工,有助于理解不同场景下如何选用对应版本。
OpenAI 发布 GPT-5 初览内容,展示多位领先开发者首次使用 GPT-5 的情况。
推荐理由:原文汇集多位领先开发者首次使用 GPT-5 的实测反应,可提供第一手使用体验参考。
OpenAI 发布 GPT-5,称其为迄今最好的 AI 系统,智能水平较此前所有模型有显著跃升。官方表示 GPT-5 在编码、数学、写作、健康、视觉感知等多个领域具备最先进的性能。
推荐理由:官方宣布 GPT-5 发布,并点出编码、数学、写作、健康与视觉感知等多个方向的能力提升,可了解其定位。
OpenAI 发布 Cookbook 教程,讲解如何在本地硬件上用 LM Studio 运行 gpt-oss。LM Studio 是一款在本地硬件运行大语言模型的桌面应用,教程将引导用户完成本地运行 gpt-oss 的步骤。
推荐理由:OpenAI 官方 Cookbook 给出在本地硬件用 LM Studio 运行 gpt-oss 的完整步骤,可作为离线部署的操作参考。