研究 2000 篇论文发现 GPT 与 Claude 审稿意见偏向附录
一项针对 ACL、EMNLP、COLM 和 ICLR 共 2000 篇论文的研究发现,最新的 GPT 和 Claude 模型在审稿中挑出的弱点约 50% 以上来自论文附录,而人类审稿人只有 8.4% 来自附录。
产品
Anthropic 的对话与编程产品(含 Claude Code)。看它把多长的文档、多少行代码当成一次任务,以及企业席位怎么卖。
45 条近 30 天 33 条共见过 128 条
一项针对 ACL、EMNLP、COLM 和 ICLR 共 2000 篇论文的研究发现,最新的 GPT 和 Claude 模型在审稿中挑出的弱点约 50% 以上来自论文附录,而人类审稿人只有 8.4% 来自附录。
PyPI 最近 7 天下载量滚动窗口显示,截至 11 月 13 日,openai 包为 9027.9 万次,anthropic 包为 4953.2 万次,langchain 包为 3494.3 万次。该统计只在数值较上次发布变动超过 15% 时才发出一条,数值以 pypistats 接口当期返回为准,历史期可能被发布方修订。
网络安全公司 VulnCheck 11 月 11 日发布统计,Anthropic 玻璃翼计划推出七个月后,Claude 累计挖出 37966 条候选漏洞,公开记录中标记为已修复的仅 217 条,另有撤回 419 条、重复 1654 条。
英伟达CEO黄仁勋承认婚外情后,英伟达及他本人遭股东集体诉讼,被指控涉嫌欺诈股东;若离婚,其妻洛丽或至少分得750亿美元。京东科技正式拆分为“云科技”与“金融科技”两大板块,均与京东零售平级。Anthropic IPO拟发行8.25亿股,每股70至78美元,计划11月16日当周在纳斯达克挂牌,代码ANT。
Anthropic 启动首次公开募股路演,拟在纳斯达克以「ANT」为代码上市,发行价预计每股 70 至 78 美元,按完全稀释股本最高估值约 1.4 万亿美元。
拼多多新版《送货上门服务条款》于 10 月 28 日公示,11 月 13 日正式生效,只约束商品页面带「送货上门」绿色标识的订单,商家未按承诺上门每单赔付 10 元,诱导放代收点也算违约。商家在服务模板中自行勾选支持上门的区域才构成承诺,未勾选区域不受约束;违规记录还可能触发商品降权、屏蔽、下架、禁售、提高保证金、限制提现,情节严重的可终止合作。
Ethan Mollick 在 Claude Fable 5.2 公开发布前试用后判断,这接近他定义的「锯齿状 AGI」,即多数可用电脑完成的知识任务达到多数人类专家水平,但仍有明显缺口。
变化判断:作者用同一模型做电影、改硬件、写论文、搭 3D 世界,每个项目都能出活,但判断作品是否够好仍要他自己盯,模型不会自己发现课程无聊或规则书失控。
Duolingo 的 DevX AI 团队用 Claude Agent SDK 搭建了 AI STR Fix,把用户摇一摇提交的 bug 工单自动处理成可用的排查材料,多数任务由 Sonnet 承担、较难的任务交给 Opus。
变化判断:Duolingo 工程师修 bug 前要先翻日志、查实验、找代码和提交记录,现在这些排查由 Claude 智能体先跑完并写进工单,工程师从写修复改成审核修复。
Anthropic 宣布把 AI for Science 项目的免费 Claude 额度扩展到全球 20 家科学基金会、研究机构和研究团队,由这些机构把额度分配给各自的研究者。
Anthropic 扩大与 GSA 的合作协议,Claude Enterprise、Claude for Government 和 Claude API 对政府合作伙伴统一打 40% 折扣,覆盖州、地方、部落和领地政府,未来几个月经云厂商采购也适用。
变化判断:美国政府机构买 Claude 全系产品统一打四折,且不设最低消费、按用量付费,采购从一次性大单变成可随时停的按量账单。
Anthropic 公布其生命科学团队与 BigHat Biosciences、Bristol Myers Squibb、Divergence Labs、Enveda、Generate Biomedicines、The Column Group 六家机构合作数月后的早期进展,并称已收购一人公司 Mithril Medicine 自行开展罕见儿童肌肉萎缩症研究。
变化判断:Anthropic 与六家药企把药物研发的分子设计、文档核查和申报起草交给 Claude,Enveda 的人均审阅时间从 25 小时降到不足 3 小时,但所有结果仍停在动物实验阶段。
Ethan Mollick 在新书 Co-Existence 发布当天发文,称文中图表由 Claude Projects 里的 Opus 5.5 编排智能体完成,他给出几句建议后,AI 在几分钟内做完研究、制图、排版、配图和引用,原本需要数小时。
Anthropic 在新加坡开设亚太区第五个办公室,并与新加坡数码发展及新闻部签署谅解备忘录,合作范围包括 AI 安全、安全与模型评测,AI 采用影响研究,以及公私部门的负责任采用。
Anthropic 10 月 8 日启动 Anthropic Cyber Mission,先做两块:关键基础设施方面推出 Critical Infrastructure Defense Program。
变化判断:Anthropic 把前沿模型送进电网、水厂和开源项目的安全团队,扫描报告由模型直接发出、不经人工复核,误报和修复仍要维护者自己扛。
Anthropic 发布新版使用政策,将于 11 月 12 日生效,大部分改动是澄清现有规则。新增“不得从事欺骗性活动或人为制造活动”一节,把原先分散在选举、欺诈、隐私和虚假信息条款中的限制合并;选举一节改名为“不得破坏民主进程”,并取消对个性化投票和竞选定向的一刀切禁令。
变化判断:Anthropic 更新使用政策,把选举、监控、武器等限制合并重写,并明确高风险场景须有人复核、硬件须能被操作员停机,新政策 11 月 12 日生效。
Anthropic 发布 Claude Haiku 5.5,称其为迄今最快、最便宜的小模型,运行成本比 Haiku 4.5 平均低约 75%,已在 Amazon Web Services、Google Cloud 和 Microsoft Azure 上线,开发者可用 claude-haiku-5-5 调用。
变化判断:Anthropic 发布 Claude Haiku 5.5,运行成本比 Haiku 4.5 平均低约 75%,并首次给 Haiku 系列加上可调努力档位,让用户自己选省钱还是选聪明。
Anthropic 推出扩展版 Cyber Verification Program,把原先的 Project Glasswing 与 CVP 合并为一套三档访问计划,各档均可使用 Claude Opus 5.5、Claude Sonnet 5.5、Claude Mythos 5.1 及后续新模型。
变化判断:Anthropic 把网络安全访问计划拆成三档,防御方按用途申请降低拦截,红队档只对机构开放,特殊档要和美国政府逐家审核。
Anthropic 推出 Claude Frontier Academy,投入 1 亿美元,计划到 2027 年底培训 1 万名 Frontier Deployed Engineer(FDE)。
巴克莱扩大与 Anthropic 的合作,把 Claude 铺到全球业务中,用于软件开发、遗留系统改造和运营提效,并计划到 2026 年底让 Claude Code 覆盖 50% 的开发者,2027 年覆盖多数软件工程师。
变化判断:巴克莱把写代码、查资料、分邮件三件事交给 Claude,计划到 2026 年底一半开发者用上 Claude Code,2027 年覆盖多数软件工程师。