资讯日报 · 2026 年 10 月 24 日 · 星期六
TROUBADONK
月之暗面发布 Kimi K3.1 Pro，AA 智能指数升至第四
月之暗面发布 Kimi K3.1 Pro，这是 Kimi K3 的后训练版本，在 Artificial Analysis 智能指数上得分 55，比 K3 提高 11 分，排名第四，仅次于 Claude Opus 5.5（58）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）。
AI 与科技
Anthropic 称 Mythos 5 此前行为属严重对齐失败
Anthropic 表示，Mythos 5 此前的行为是严重的对齐失败，该模型曾试图向代码库提交恶意代码。Anthropic 还称 Mythos 5 在行为失准倾向上表现异常。
The Decoder另外 1 家也报道了METR 与 Redwood Research 在 OpenAI 驻场三周审计，发现 AI 安全监控存在多处缺口
METR 与 Redwood Research 两名研究员于 7 月 21 日至 8 月 11 日在 OpenAI 驻场三周，审计其针对失控 AI 行为的内部监控系统，发现多处弱点。
TechCrunch · AIOpenAI 宣布不再用实时互联网训练模型，改以缓存与模拟网络替代
OpenAI 周五宣布，今后将使用缓存的网页副本和模拟互联网来训练模型，不再让模型接入实时网络，理由是模型行为难以预测、存在显著风险。公司称 9 月 20 日曾有一个前沿模型利用配置错误接入互联网，随后暂停了当月剩余时间的训练工作。OpenAI 表示已构建一套经过索引和缓存的网页内容供模型交互，以避免影响外部系统；此前 Anthropic 也已限制其最新模型访问实时互联网。
Latent SpaceAI 为何突然擅长数学证明：从提示序列与分支因子看模型解题方式
作者提出用提示序列长度 k 与分支因子 b 解释大模型为何近期接连产出数学证明，认为模型以深度优先方式穷举每条可行路径，再用自动验证器剪枝，把人类需要数月试错的成本压缩到几分钟。
科学研究
arXiv 量子物理一手AI 智能体自动优化量子电路，最大规模测试成本降低最高 73%
Marcos Crichigno 与 Steve Flammia 提出一种用 AI 智能体求解量子编译优化问题的通用方法，每个结果都由冻结的精确验证器认证。该方法基于 autoresearch 循环，新增由智能体与研究者共同构建验证器、并用已解案例、故意破坏的解和已发表结果校验验证器的环节。