https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🆓免费AI聊天 https://free.oaibest.com
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🆓免费AI聊天 https://free.oaibest.com
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
🚀 美军在抓捕马杜罗行动中使用 Claude 模型，2 亿美元合同或遭取消
2026 年 1 月，美国国防部在抓捕委内瑞拉前总统马杜罗的行动中，首次将 Anthropic 开发的 AI 模型 Claude 用于机密军事任务。该模型通过 Palantir 平台部署，参与了针对加拉加斯多处的轰炸行动。由于 Anthropic 的服务条款明确禁止将模型用于暴力或武器开发，双方在军事用途限制上产生分歧。目前，美国政府正考虑取消与 Anthropic 价值 2 亿美元的合同。
(科技圈)
via 茶馆 - Telegram Channel
2026 年 1 月，美国国防部在抓捕委内瑞拉前总统马杜罗的行动中，首次将 Anthropic 开发的 AI 模型 Claude 用于机密军事任务。该模型通过 Palantir 平台部署，参与了针对加拉加斯多处的轰炸行动。由于 Anthropic 的服务条款明确禁止将模型用于暴力或武器开发，双方在军事用途限制上产生分歧。目前，美国政府正考虑取消与 Anthropic 价值 2 亿美元的合同。
(科技圈)
via 茶馆 - Telegram Channel
↩️ 美军在抓捕马杜罗行动中使用 Claude 模型，或导致 2 亿美元合同面临取消
美军在抓捕马杜罗行动中使用 Claude 模型，或导致 2 亿美元合同面临取消
美国国防部在 2026 年 1 月抓捕委内瑞拉前总统马杜罗（Nicolás Maduro）的行动中，使用了 Anthropic 开发的 AI 模型 Claude，开展对加拉加斯多处的轰炸任务。据知情人士透露，该模型通过 Palantir 的平台部署，系五角大楼首次将 AI 模型用于机密军事行动。
值得注意的是，Anthropic 的使用条款明确禁止使用 Claude 进行暴力或武器开发。目前，由于在军事用途限制上存在分歧，美政府正考虑取消与 Anthropic 价值 2 亿美元的合同。
华尔街日报
🍀在花频道 🍵茶馆聊天 📮投稿
via 科技圈🎗在花频道📮 - Telegram Channel
科技圈🎗在花频道📮:
Anthropic 与 Palantir 和 AWS 合作，向国防客户销售 AI Anthropic 宣布与数据分析公司 Palantir 和亚马逊云服务 (AWS) 合作，向美国情报和国防机构提供其 Claude 系列 AI 模型。Claude 将在 Palantir 的平台上运行，并利用 AWS 的托管服务，还能在 Palantir 的国防认证环境 Palantir Impact Level 6 (IL6) 中使用，处理机密级数据。Anthropic 此举旨在扩展其公共部门客户群，并强调其比 OpenAI…
美军在抓捕马杜罗行动中使用 Claude 模型，或导致 2 亿美元合同面临取消
美国国防部在 2026 年 1 月抓捕委内瑞拉前总统马杜罗（Nicolás Maduro）的行动中，使用了 Anthropic 开发的 AI 模型 Claude，开展对加拉加斯多处的轰炸任务。据知情人士透露，该模型通过 Palantir 的平台部署，系五角大楼首次将 AI 模型用于机密军事行动。
值得注意的是，Anthropic 的使用条款明确禁止使用 Claude 进行暴力或武器开发。目前，由于在军事用途限制上存在分歧，美政府正考虑取消与 Anthropic 价值 2 亿美元的合同。
华尔街日报
🍀在花频道 🍵茶馆聊天 📮投稿
via 科技圈🎗在花频道📮 - Telegram Channel
2月14日，苹果App Store中国区免费应用排行榜显示，蚂蚁阿福、千问下载量猛增，包揽总榜前二。其中，蚂蚁阿福下载量登顶苹果应用总榜第一。春节期间，蚂蚁阿福上线了“健康福”活动，春节返乡高峰带动年轻人教家人用阿福的潮流，直接引爆了阿福App的下载热情。据悉，阿福“健康福”红包活动将延续到除夕。
从12月发布新版以来，健康AI蚂蚁阿福的增长势头迅猛，并与多地卫健委、医保局合作，连接全国5000家医院及30万名真人医生，提供从健康问答到数字化就医的全链路服务。本周，蚂蚁阿福还官宣了央视CCTV健康生活合作伙伴合作，进一步推高了市场热度。
via AI新闻资讯 (author: AI Base)
OpenAI 移除了 GPT-4o 模型的使用权限
从周五开始，OpenAI公司将停止提供五个旧版ChatGPT模型的使用权限，其中包括受欢迎但有争议的 GPT-4o 模型。4o模型已成为多起涉及用户自残、妄想行为和AI精神疾病的诉讼案的中心。它仍然是OpenAI在奉承方面得分最高的模型。OpenAI原本打算在去年八月 GPT-5 模型亮相时淘汰GPT-4o。但当时遭到了足够多的强烈反对，以至于公司继续为付费订阅者提供该旧版模型，他们可以手动选择与该模型交互。在最近的一篇博客文章中，OpenAI指出只有0.1%的客户一直在使用 GPT-4o，但对于拥有八亿周活跃用户的公司来说，这个小比例仍然相当于80万人。
—— Techcrunch
via 风向旗参考快讯 - Telegram Channel
从周五开始，OpenAI公司将停止提供五个旧版ChatGPT模型的使用权限，其中包括受欢迎但有争议的 GPT-4o 模型。4o模型已成为多起涉及用户自残、妄想行为和AI精神疾病的诉讼案的中心。它仍然是OpenAI在奉承方面得分最高的模型。OpenAI原本打算在去年八月 GPT-5 模型亮相时淘汰GPT-4o。但当时遭到了足够多的强烈反对，以至于公司继续为付费订阅者提供该旧版模型，他们可以手动选择与该模型交互。在最近的一篇博客文章中，OpenAI指出只有0.1%的客户一直在使用 GPT-4o，但对于拥有八亿周活跃用户的公司来说，这个小比例仍然相当于80万人。
—— Techcrunch
via 风向旗参考快讯 - Telegram Channel
📊 1st Proof项目发布10道研究级数学题评估AI自主科研能力
来自斯坦福、耶鲁、哈佛及哥伦比亚大学等机构的研究团队发布了名为“1st Proof”的初步研究项目，旨在通过10道研究级数学题评估人工智能自主解决科研问题的能力。这些题目涵盖代数组合、谱图论、代数拓扑、随机分析、辛几何、表示论、李群格点、张量分析及数值线性代数等领域，均源于作者的实际研究过程。目前，这些题目的证明过程（通常在5页以内）尚未在互联网公开。
该项目要求AI模型在不依赖人类提供数学思路或核心提示的情况下，自主生成符合学术严谨性要求的证明，并提供包含精确条款编号的同行评审期刊或arXiv预印本引用。加密后的标准答案定于太平洋时间2026年2月13日23时59分公布。研究团队包括Martin Hairer、Daniel Spielman和Nikhil Srivastava等学者，他们计划通过此次社区实验，为未来开发更结构化的AI科研能力评估基准奠定基础。
(@OpenAI)
via 茶馆 - Telegram Channel
来自斯坦福、耶鲁、哈佛及哥伦比亚大学等机构的研究团队发布了名为“1st Proof”的初步研究项目，旨在通过10道研究级数学题评估人工智能自主解决科研问题的能力。这些题目涵盖代数组合、谱图论、代数拓扑、随机分析、辛几何、表示论、李群格点、张量分析及数值线性代数等领域，均源于作者的实际研究过程。目前，这些题目的证明过程（通常在5页以内）尚未在互联网公开。
该项目要求AI模型在不依赖人类提供数学思路或核心提示的情况下，自主生成符合学术严谨性要求的证明，并提供包含精确条款编号的同行评审期刊或arXiv预印本引用。加密后的标准答案定于太平洋时间2026年2月13日23时59分公布。研究团队包括Martin Hairer、Daniel Spielman和Nikhil Srivastava等学者，他们计划通过此次社区实验，为未来开发更结构化的AI科研能力评估基准奠定基础。
(@OpenAI)
via 茶馆 - Telegram Channel
Anthropic任命前通用汽车高管入董事会
人工智能公司Anthropic董事会新增加了一名成员，该公司着眼于在2026年进行首次公开募股。Anthropic董事会新成员是曾在微软和通用汽车任职的前高管克里斯·利德尔，利德尔还曾在美国总统特朗普第一任期内担任白宫政策协调副幕僚长。当时，他是特朗普女婿贾里德·库什纳的亲密盟友。该AI公司此次任命为董事会增添了一位具有带领大型公司完成上市经验的成员，该公司已向金融合作伙伴表示，公司对在今年年底前上市持开放态度。在担任通用汽车CFO期间，利德尔于2010年主导完成了该公司规模达230亿美元的IPO。当时通用刚于前一年走出破产重组。
—— 财联社、彭博社
via 风向旗参考快讯 - Telegram Channel
人工智能公司Anthropic董事会新增加了一名成员，该公司着眼于在2026年进行首次公开募股。Anthropic董事会新成员是曾在微软和通用汽车任职的前高管克里斯·利德尔，利德尔还曾在美国总统特朗普第一任期内担任白宫政策协调副幕僚长。当时，他是特朗普女婿贾里德·库什纳的亲密盟友。该AI公司此次任命为董事会增添了一位具有带领大型公司完成上市经验的成员，该公司已向金融合作伙伴表示，公司对在今年年底前上市持开放态度。在担任通用汽车CFO期间，利德尔于2010年主导完成了该公司规模达230亿美元的IPO。当时通用刚于前一年走出破产重组。
—— 财联社、彭博社
via 风向旗参考快讯 - Telegram Channel
OpenAI正参与美军方无人机蜂群项目竞标
据多名知情人士透露，OpenAI已与五角大楼选定的两家国防科技公司合作，参与这两家公司的竞标动作，为美国军方开发语音控制的无人机蜂群作战软件。OpenAI的技术仅用于将战场指挥官的语音指令转化为无人机可执行的数字指令，不会用于无人机蜂群的直接操控、武器集成或目标锁定。该项目隶属于五角大楼今年1月宣布的一项价值1亿美元的 “挑战赛” 的一部分。该项目旨在交付能够指挥无人机蜂群的预研原型，这些无人机蜂群需具备在无人干预的情况下做出决策并执行任务的能力。OpenAI公司的一位发言人表示，公司并未自行提交参赛申请，其参与仅限于初步阶段。OpenAI的两个现有合作伙伴选择在其标书中加入该公司的开源模型。
—— 财联社
via 风向旗参考快讯 - Telegram Channel
据多名知情人士透露，OpenAI已与五角大楼选定的两家国防科技公司合作，参与这两家公司的竞标动作，为美国军方开发语音控制的无人机蜂群作战软件。OpenAI的技术仅用于将战场指挥官的语音指令转化为无人机可执行的数字指令，不会用于无人机蜂群的直接操控、武器集成或目标锁定。该项目隶属于五角大楼今年1月宣布的一项价值1亿美元的 “挑战赛” 的一部分。该项目旨在交付能够指挥无人机蜂群的预研原型，这些无人机蜂群需具备在无人干预的情况下做出决策并执行任务的能力。OpenAI公司的一位发言人表示，公司并未自行提交参赛申请，其参与仅限于初步阶段。OpenAI的两个现有合作伙伴选择在其标书中加入该公司的开源模型。
—— 财联社
via 风向旗参考快讯 - Telegram Channel
🤖 GPT-5.2 在理论物理领域推导出新研究成果
来自普林斯顿高等研究院（IAS）、哈佛大学、剑桥大学和范德堡大学的研究人员近日发表预印本文章，宣布在 GPT-5.2 Pro 的辅助下，于量子色动力学（QCD）的胶子散射振幅研究中取得突破。该研究聚焦于“单负螺旋振幅”（single-minus amplitudes），此类振幅在传统理论中通常被认为趋于零，但研究团队通过 AI 发现其在特定数学条件下具有非平凡的简洁形式。
在长达 12 小时的推理过程中，GPT-5.2 Pro 成功将原本随粒子数 $n$ 呈超指数级增长的复杂费曼图表达式，重构并推广为适用于任意 $n$ 的简洁闭式公式。这一结果被视为 1986 年著名的 Parke-Taylor 公式（针对双负螺旋振幅）的类比。论文作者之一确认，尽管人类专家此前进行了大量尝试，但始终未能找到该通用模式，最终由 AI 独立完成了公式的推导与证明。
该事件引发了学术界关于 AI 在基础科学中角色的广泛讨论。部分观点认为，AI 仅是执行了高级的归纳与符号运算，本质上是人类专家引导下的“生产力工具”；而支持者则指出，AI 在处理验证性极强的复杂数学问题时，已展现出超越人类专家的直觉与效率。目前，该研究成果已引起物理学界的关注，正等待进一步的同行评议与实验验证。
(HackerNews)
via 茶馆 - Telegram Channel
来自普林斯顿高等研究院（IAS）、哈佛大学、剑桥大学和范德堡大学的研究人员近日发表预印本文章，宣布在 GPT-5.2 Pro 的辅助下，于量子色动力学（QCD）的胶子散射振幅研究中取得突破。该研究聚焦于“单负螺旋振幅”（single-minus amplitudes），此类振幅在传统理论中通常被认为趋于零，但研究团队通过 AI 发现其在特定数学条件下具有非平凡的简洁形式。
在长达 12 小时的推理过程中，GPT-5.2 Pro 成功将原本随粒子数 $n$ 呈超指数级增长的复杂费曼图表达式，重构并推广为适用于任意 $n$ 的简洁闭式公式。这一结果被视为 1986 年著名的 Parke-Taylor 公式（针对双负螺旋振幅）的类比。论文作者之一确认，尽管人类专家此前进行了大量尝试，但始终未能找到该通用模式，最终由 AI 独立完成了公式的推导与证明。
该事件引发了学术界关于 AI 在基础科学中角色的广泛讨论。部分观点认为，AI 仅是执行了高级的归纳与符号运算，本质上是人类专家引导下的“生产力工具”；而支持者则指出，AI 在处理验证性极强的复杂数学问题时，已展现出超越人类专家的直觉与效率。目前，该研究成果已引起物理学界的关注，正等待进一步的同行评议与实验验证。
(HackerNews)
via 茶馆 - Telegram Channel
谷歌：旗下Gemini遭遇大规模“蒸馏攻击”
谷歌表示，其旗舰AI聊天机器人Gemini已遭遇 “出于商业动机” 的行为者大规模攻击，他们试图通过反复提示来克隆它，有时使用数千种不同的查询 —— 其中一项活动对Gemini的提示超过10万次。谷歌在本周四发布的一份报告中表示，它日益成为 “蒸馏攻击” 的目标，即通过重复提问来让聊天机器人揭示其内部工作原理。谷歌将这种活动描述为“模型提取”，即潜在的模仿者探测系统中使其运行的模式和逻辑。报告称，攻击者似乎希望利用这些信息来构建或增强他们自己的人工智能。该公司认为，罪魁祸首大多是寻求获得竞争优势的私营公司或研究人员。谷歌发言人称公司认为这些攻击来自世界各地，但拒绝透露关于嫌疑人的已知情况的其他细节。
—— nbcnews
via 风向旗参考快讯 - Telegram Channel
谷歌表示，其旗舰AI聊天机器人Gemini已遭遇 “出于商业动机” 的行为者大规模攻击，他们试图通过反复提示来克隆它，有时使用数千种不同的查询 —— 其中一项活动对Gemini的提示超过10万次。谷歌在本周四发布的一份报告中表示，它日益成为 “蒸馏攻击” 的目标，即通过重复提问来让聊天机器人揭示其内部工作原理。谷歌将这种活动描述为“模型提取”，即潜在的模仿者探测系统中使其运行的模式和逻辑。报告称，攻击者似乎希望利用这些信息来构建或增强他们自己的人工智能。该公司认为，罪魁祸首大多是寻求获得竞争优势的私营公司或研究人员。谷歌发言人称公司认为这些攻击来自世界各地，但拒绝透露关于嫌疑人的已知情况的其他细节。
—— nbcnews
via 风向旗参考快讯 - Telegram Channel
Scaling social science research
OpenAI 的一项核心工作是帮助科学家加快进度、攻克更难的问题。今天， OpenAI 的 Economic Research Team 发布了开源工具包 GABRIEL：它利用 GPT 将非结构化的文本和图像转化为可量化的测度，旨在帮助经济学家、社会科学家和数据科学家对大规模的定性数据进行研究。
定性数据往往能讲出最丰富的故事——人们说什么、写什么、教什么、争论什么、经历什么。它覆盖课堂大纲、访谈、社交媒体、照片等各类内容，数量巨大。但把这类资料变成严谨的证据极为耗时，许多情况下根本难以实现。太多社会科学研究因此不得不放弃重要方向，原因不是数据不存在，而是无法分析。
GABRIEL 的目标是让定性数据更易被利用。研究者可以用日常语言描述想要测量的东西——比如“这则招聘信息对家庭友好吗？”——然后把同一问题一致地应用到成千上万（甚至上百万）篇文档上，为每条返回一个评分。这样研究者就能把重复标注的时间省下来，把精力放在真正需要专业判断的环节：决定测量什么、验证结果和谨慎得出结论。
举例来说， GABRIEL 可以分析大量学术论文，识别所用方法并观察其随时间的演进；可以审视课程大纲，衡量不同科目或技能被关注的程度；可以为欧洲每个小镇提取结构化的历史细节；也可以扫描海量顾客评论，发现人们最看重的模式。在我们的一篇论文中，我们对 GPT 在各种定性数据标注场景下进行了基准测试，结果显示其准确性很高。
除了测量功能， GABRIEL 还提供研究人员常用的实用工具，包括在列不匹配时合并数据集、智能去重、段落编码、生成新的科学假说，以及从文本中去识别化个人信息以保护隐私。
GABRIEL 已作为开源的 Python 库 发布，并提供入门教程笔记本（在 Colab 上）供使用。它的设计门槛低、技术要求不高。我们会根据学术界的反馈持续改进 GABRIEL，希望这项工具能帮助更多研究者将定性数据和人的故事带入他们的研究之中。
----------------------
A core part of our work at OpenAI is enabling scientists to move faster and solve harder problems. Today, our Economic Research Team is releasing GABRIEL: an open-source toolkit that uses GPT to turn unstructured text and images into quantitative measurements. It is designed for economists, social scientists, and data scientists to study qualitative data at scale.
Qualitative data tells the richest stories about the world – what people say, write, teach, argue, and experience. It spans everything from syllabi and interviews to social media and photographs. There is a tremendous amount of it. But transforming that type of data into rigorous evidence is incredibly time-consuming. Often it isn't feasible at all. In too many cases, social scientists are forced to forego important avenues of research, not because the data doesn’t exist, but because it’s impossible to analyze.
GABRIEL is built to make qualitative data much more accessible. It allows researchers to describe what they want to measure in everyday words—like “how family-friendly is this job listing?”—and then applies that same question consistently across thousands (or millions) of documents, returning a score for each one. This lets researchers spend less time on repetitive data labeling and more time on the work that actually requires expertise: choosing what to measure, validating results, and drawing careful conclusions.
For example, GABRIEL can analyze a large collection of scientific papers to see what specific methods are used and how they evolve over time. It can look at course curricula to measure how much attention is given to different subjects or skills. It can extract structured historical details for every small town across Europe, or examine a trove of customer reviews and discover patterns in what people value most. In our paper, we benchmark GPT at labeling qualitative data across many use cases and find that it is highly accurate.
Beyond this type of measurement, GABRIEL also provides practical tools researchers often need. These include merging datasets even when the columns don’t match, smart deduplication, passage coding, ideating new scientific theories, and deidentifying personal information from text to preserve privacy.
GABRIEL is available now as an open-source Python library, with a tutorial notebook to get started. It is designed to require minimal technical background. We’ll keep improving GABRIEL over time based on feedback from the academic community. We hope this tool will help more researchers bring the richness of qualitative data and human stories into their work.
via OpenAI News
OpenAI 的一项核心工作是帮助科学家加快进度、攻克更难的问题。今天， OpenAI 的 Economic Research Team 发布了开源工具包 GABRIEL：它利用 GPT 将非结构化的文本和图像转化为可量化的测度，旨在帮助经济学家、社会科学家和数据科学家对大规模的定性数据进行研究。
定性数据往往能讲出最丰富的故事——人们说什么、写什么、教什么、争论什么、经历什么。它覆盖课堂大纲、访谈、社交媒体、照片等各类内容，数量巨大。但把这类资料变成严谨的证据极为耗时，许多情况下根本难以实现。太多社会科学研究因此不得不放弃重要方向，原因不是数据不存在，而是无法分析。
GABRIEL 的目标是让定性数据更易被利用。研究者可以用日常语言描述想要测量的东西——比如“这则招聘信息对家庭友好吗？”——然后把同一问题一致地应用到成千上万（甚至上百万）篇文档上，为每条返回一个评分。这样研究者就能把重复标注的时间省下来，把精力放在真正需要专业判断的环节：决定测量什么、验证结果和谨慎得出结论。
举例来说， GABRIEL 可以分析大量学术论文，识别所用方法并观察其随时间的演进；可以审视课程大纲，衡量不同科目或技能被关注的程度；可以为欧洲每个小镇提取结构化的历史细节；也可以扫描海量顾客评论，发现人们最看重的模式。在我们的一篇论文中，我们对 GPT 在各种定性数据标注场景下进行了基准测试，结果显示其准确性很高。
除了测量功能， GABRIEL 还提供研究人员常用的实用工具，包括在列不匹配时合并数据集、智能去重、段落编码、生成新的科学假说，以及从文本中去识别化个人信息以保护隐私。
GABRIEL 已作为开源的 Python 库 发布，并提供入门教程笔记本（在 Colab 上）供使用。它的设计门槛低、技术要求不高。我们会根据学术界的反馈持续改进 GABRIEL，希望这项工具能帮助更多研究者将定性数据和人的故事带入他们的研究之中。
----------------------
A core part of our work at OpenAI is enabling scientists to move faster and solve harder problems. Today, our Economic Research Team is releasing GABRIEL: an open-source toolkit that uses GPT to turn unstructured text and images into quantitative measurements. It is designed for economists, social scientists, and data scientists to study qualitative data at scale.
Qualitative data tells the richest stories about the world – what people say, write, teach, argue, and experience. It spans everything from syllabi and interviews to social media and photographs. There is a tremendous amount of it. But transforming that type of data into rigorous evidence is incredibly time-consuming. Often it isn't feasible at all. In too many cases, social scientists are forced to forego important avenues of research, not because the data doesn’t exist, but because it’s impossible to analyze.
GABRIEL is built to make qualitative data much more accessible. It allows researchers to describe what they want to measure in everyday words—like “how family-friendly is this job listing?”—and then applies that same question consistently across thousands (or millions) of documents, returning a score for each one. This lets researchers spend less time on repetitive data labeling and more time on the work that actually requires expertise: choosing what to measure, validating results, and drawing careful conclusions.
For example, GABRIEL can analyze a large collection of scientific papers to see what specific methods are used and how they evolve over time. It can look at course curricula to measure how much attention is given to different subjects or skills. It can extract structured historical details for every small town across Europe, or examine a trove of customer reviews and discover patterns in what people value most. In our paper, we benchmark GPT at labeling qualitative data across many use cases and find that it is highly accurate.
Beyond this type of measurement, GABRIEL also provides practical tools researchers often need. These include merging datasets even when the columns don’t match, smart deduplication, passage coding, ideating new scientific theories, and deidentifying personal information from text to preserve privacy.
GABRIEL is available now as an open-source Python library, with a tutorial notebook to get started. It is designed to require minimal technical background. We’ll keep improving GABRIEL over time based on feedback from the academic community. We hope this tool will help more researchers bring the richness of qualitative data and human stories into their work.
via OpenAI News
