Hugging Face 用 ML Intern 复现权重空间编程论文

Hugging Face 复现了一篇论文：GPT-6 Astra 仅修改 Qwen3.5-0.8B 的 0.016% 权重，即可修复推理循环并将数学能力提升至多 6 倍，所用开源研究工具为 ML Intern。

内容详情 · 原文链接

via AI情报局 | 全球 AI 动态简报 - Telegram Channel

给 AI 输出盖"数字指纹"：Anthropic 研发 FlashProve 让换模型无处遁形

Anthropic 正开发开源验证系统 FlashProve，目标直击一个痛点：你收到的 AI 回答，到底是不是你以为在用的那个模型生成的。公司周二博客称，它要做的"可证明推理"，是用密码学为每条输出出具数学保证，证明确实出自指定模型——就像加密邮件签名帮收件人确认发件人，FlashProve 专门防备"把甲模型伪装成乙模型"。

堵住成本作弊暗门，也拆穿"注水"成绩单

研究人员点破长期潜规则：有了它，AI 公司难以为省成本在后台偷偷把贵模型换成廉价版；反过来，企业也没法暗中将便宜模型伪装成高价型号、人为抬高跑分。它还能核验第三方宣传——比如某开发者声称代码库已被前沿安全模型扫过漏洞，或某公司商业计划得了相应模型背书，用户从此有了追问"凭什么信你"的抓手。

指纹公开、权重不泄，本地设备就能验

关键设计：AI 实验室只需为每个模型提供一枚"指纹"，再把输出与之匹配、密码学验证来源；指纹不会泄露模型权重——那串决定行为的内部参数，正是闭源命根子。实验室可公开指纹而不交核心资产，FlashProve 也就能适配商业闭源模型。系统刻意做轻，用户本地即可验证。Anthropic 已放出技术规范与可运行代码（GitHub 开源），但强调研究仍在进行，暂未打算自部署。

via AI新闻资讯 (author: AI Base)

Claude Code修改游戏开发限制：提及现有游戏不再被拒，仍禁止直接复刻

Anthropic工程师在社交平台X发文宣布，已在Claude Code 2.1.317版本中调整Claude Opus 5.5的游戏开发限制，允许用户引用现有游戏描述玩法和机制，不再因此直接拒绝生成游戏。此前，Anthropic为防止用户利用Claude Code复制已有游戏，在Opus 5.5的系统提示词中增加了两条规则，要求模型避免复刻他人的游戏作品。这项限制于上周引发开发者不满，因为即使用户只是提及某款游戏作为玩法参考，Claude Code也可能拒绝执行开发任务。针对这一问题，Anthropic已调整相关规则。用户现在可以直接提及某款现有游戏，让Claude参考其玩法机制，开发同类型的原创游戏。 但如果用户明确要求复制原作，Claude仍会拒绝直接复刻。

—— 凤凰网科技

via 风向旗参考快讯 - Telegram Channel

腾讯Hy发布Hy4：新增视觉能力并公布Agent Arena成绩

腾讯Hy发布新增视觉能力的Hy4模型，定位为领先开源模型之一；Agent Arena数据显示其综合排名第14，性价比优于Kimi K3.1 Pro。

内容详情 · 原文链接

via AI情报局 | 全球 AI 动态简报 - Telegram Channel