揭开多智能体决策的隐形不公,结果指标相同也未必可靠 | EMNLP'26
EMNLP 2026 论文提出 SCOPED-Hiring 框架,揭示 LLM 多智能体招聘系统中即使最终录用率看似公平,决策轨迹中仍存在隐藏的不公平,并通过诊断驱动的 Fair Skills 修复将公平负担降低 72.3%。
首页已经看过的不重复列。下面从更早的内容继续,可以一直往下滚。
EMNLP 2026 论文提出 SCOPED-Hiring 框架,揭示 LLM 多智能体招聘系统中即使最终录用率看似公平,决策轨迹中仍存在隐藏的不公平,并通过诊断驱动的 Fair Skills 修复将公平负担降低 72.3%。
清华团队开源的教育 AI Agent OpenMAIC 登上联合国教科文组织讲台,其 v1.0 版本通过课程级规划、教学法 Skill 和名师课堂复刻等功能,将 AI 备课从单课生成推向整门课程的深度交互,并揭示教育正成为 Token 消耗的下一个大场景。
《经济学人》分析指出,AI 目前在美国已创造约 100 万个新岗位,净增效应远超因 AI 导致的裁员,就业增长主要由高技能 AI 岗位及基础设施带动的蓝领岗位驱动。
腾讯开源 teamai-cli,用 Git 与 PR 审核流程把 skills、规则、hooks、MCP 同步到 10 种 agent,解决「最会用 AI 的人经验烂在自己电脑上」的问题。
ChatGPT 发布了 Images 2.5 版本,主打更快的生成速度、更高的图像保真度和基于评论的编辑功能。
本文解释了 GPT-6 Astra 推理等级(低到最高及 Ultra)的含义与区别,指出推理等级是模型的努力程度而非模型能力,并针对 Plus 和 Pro 用户给出了省 Token 的档位选择建议。
OpenAI 发布 ChatGPT Images 2.5 图像模型 — 点击查看完整日报
OpenRouter 推出 US In-Region Routing,请求经 us.openrouter.ai 在美国境内解密并只路由到美国 provider 端点,eu.openrouter.ai 同理服务欧盟。
Meta 的 Muse 智能体产品开放更多用户试用,入口为 https://muse.ai/join,Meta 首席 AI 官 Alexandr Wang 称团队为产品倾注心血并感谢用户反响
补充 ChatGPT Images 2.5 的官方博客链接。
OpenAI 发布 ChatGPT Images 2.5,延迟降低 50%,API 提供 Flare 与 Sunburst 双模型,主打精准编辑与多轮一致性。
OpenAI 宣布 Astra 已全面推送给 Codex 和 ChatGPT Work 中的 Plus、Pro、Business 和 Enterprise 用户。用户可以直接使用,并可通过 openai.com/gpt-tv/ 观看 Astra 的实机演示。
OpenAI 宣布给出 Navier-Stokes 千禧年大奖难题的一个解,证明由一组智能体使用比 GPT-6 Astra 能力强得多的 OpenAI 下一代模型产出
OpenAI 推出 API 新图像模型 GPT-Image-2.5 Flare 和 Sunburst,主要改进包括更锐利的细节、更强的风格遵循,以及更多对图像编辑的控制。
OpenAI 宣布给出数学前沿难题之一的 Navier-Stokes 千禧年大奖难题的解,该证明由一组智能体使用一个能力显著强于 GPT-6 Astra 的 OpenAI 新一代模型产出。该问题关注 Navier-Stokes 方程描述的光滑三维流体运动是否会崩溃,已悬置约 90 年。
OpenAI 宣布由一组智能体使用一个能力显著超过 GPT-6 Astra 的下一代模型给出 Navier-Stokes 千禧年大奖难题的解,该问题关注三维光滑流体运动的描述是否会失效,已悬置约 90 年。
Anthropic 团队文章指出,优化 prompt cache 命中率、清除升级到前沿 Claude 模型后的提示词反模式、校准 effort 三个手段可在不牺牲性能的情况下降低成本。
OpenAI 发布 ChatGPT Images 2.5 图像模型,生成延迟比 Images 2.0 降低最多 50%,细节、编辑精度、参考照片保真度和多轮编辑一致性均有提升。
Anthropic 据报道签约高达 5170 亿美元算力协议,锁定至少 14.8 GW 算力 — 点击查看完整日报
Tom Tunguz 引用 OpenAI 内部数据,分析其 3x 研究生产力增益的来源:每名研究员 8 小时班次对应 3.14 个 agent 工作日,通常并行运行 4 个 agent。
OpenRouter 发布 openrouter:shell 服务端工具和 Files API,OpenRouter 上任何支持工具调用的模型都可在托管 Linux 容器中运行命令,两者现已在 beta 阶段开放。
Anthropic 介绍用 Claude Platform 降低成本、保持性能的三种方法:提高提示词缓存命中率、升级到前沿模型时清除提示词反模式、按任务校准 effort。
Runway 发布 Runway Plugins,面板可直接嵌入 Premiere Pro 和 After Effects,无需导出导入即可在时间线内生成图像和视频、重渲染片段并一键放置结果。
标题、出处和时间是判断一条消息是否值得继续读的第一道门槛。把这三件事看清楚,比先追情绪更省时间。