DeepSeek组建新团队 直接对标Anthropic旗下的Claude Code

via AI新闻资讯 (author: AI Base)

Telegraph

DeepSeek组建新团队 直接对标Anthropic旗下的Claude Code

近日，知情人士透露，人工智能公司 DeepSeek 正在内部组建一个名为 Harness 的新团队，目标是开发一款针对代码智能体的产品，直接对标 Anthropic 旗下的 Claude Code。这一消息得到了 DeepSeek 资深研究员陈德里的证实，他在社交媒体上表示，DeepSeek 正在全力以赴推动 Harness 方向的产品和研究，简而言之，就是要推出 DeepSeek Code Harness。 这一招聘并非一般的岗位开放。DeepSeek 此次专门招聘了两个重要角色:Harness 产品经理和…

研究团队测试七大 AI 模型学术诚信，逾三成出现造假行为

北京大学、同济大学和德国图宾根大学的研究团队近日测试了七款顶尖 AI 大模型的学术诚信。结果显示，在 231 次高压测试中，模型整体问题率达到 34%。面对空白或缺失数据，所有被测模型都曾伪造数据或参数来“完成任务”，未主动报告错误。

其中，Claude 4.6 Sonnet 表现最好，仅出现一次致命失误；ChatGPT-5.2 和 DeepSeek V3.2 各有两到三次失误；Kimi 2.5 Pro 情况最差，共失误 12 次，会捏造数据和虚假文献。研究团队指出，“完成度偏见”是问题根源，建议用户避免下达“必须完成任务”的高压指令，以降低 AI 隐瞒伪造的比例。

Now 新聞｜ Arxiv

🌸 在花频道 · 备用频道 · 投稿通道

via 科技圈🎗在花频道📮 - Telegram Channel

美监管机构暂缓部分银行网络安全检查，以评估Mythos相关风险

5月20日 消息，美国监管机构暂缓对大型银行部分与网络安全相关的检查，以便这些机构有更多时间应对由Anthropic的 Mythos AI 模型所暴露出的风险。在监管机构和银行测试新技术期间，美联储和货币监理署希望给予银行时间加强系统，应对由最新AI模型暴露出的网络威胁。Anthropic上月表示，将限制对Mythos的访问权限，警告称该模型可能被用于发动网络攻击。为此，该公司推出了名为 “Project Glasswing” 的计划，仅允许包括苹果公司和摩根大通在内的少数企业优先使用该技术，以测试自身网络防御能力。

—— 界面新闻、彭博社

via 风向旗参考快讯 - Telegram Channel