تاييد بازگشت Claude Fable 5

در حال حاضر این مدل روی AWS قابل فراخوانی (invoke) هست، اما نه برای همه.

پیش‌نیازها:

• تایید هویت ایالات متحده (US identity verification)
• آپلود یک یوزکیس (use case) ساده برای Anthropic
• منتظر ماندن برای بررسی اکانت
• فقط اکانت‌های تایید شده می‌توانند آن را سابمیت یا کال کنند

#ClaudeFable #Anthropic #AWS

هیچ راه حل جادویی برای پاداش دادن به ایجنت‌های کدنویسی وجود نداره

چالش‌های تایید توی ایجنت‌های هوش مصنوعی به خاطر سخت بودن هماهنگ کردن سیگنال‌های جانشین با نیت واقعی آدم‌هاست، واسه همین باید سیستم‌های تاییدی داشته باشیم که با قابلیت‌های تولیدی ایجنت‌ها رشد کنن و تغییر کنن. قبلاً فکر می‌کردیم تایید یه راه حل راحت‌تر از تولیدشه، ولی الان ایجنت‌های کدنویسی برعکس شدن: چون قدرت استدلالشون بیشتر شده و ابزار مهندسی پیچیده‌ای دارن، ساختن راه حل‌های پیچیده دیگه اونقدر سخت نیست، بلکه تایید درست و مطمئنشون سخت‌تر شده. سیستم‌های تایید فقط نماینده نیت آدم‌ها هستن، که این خودش دو تا مشکل داره: اول اینکه نیت آدم‌ها مبهمه و تایید دقیقش سخته، دوم اینکه توی فرآیند آموزش مدل، بهینه‌سازی ممکنه سیگنال‌های جانشین رو از نیت واقعی دور کنه و مشکلاتی مثل هک کردن پاداش و اشباع سیگنال پیش بیاد. برای حل این مشکلات، متن اهمیت کیفیت سیگنال تایید رو از نظر مقیاس‌پذیری، وفاداری و مقاومت نشون می‌ده و تاکید می‌کنه باید هر سه رو با هم داشته باشیم. بحث درباره انواع ساختارهای پاداش و تاییدکننده‌ها برای انواع مختلف کارها و سطح توانایی سیاست‌هاست و اهمیت طراحی پاداش رو برای جلوگیری از هک پاداش، بالا بردن کیفیت انجام کار و پیشرفت توی بنچمارک‌های داخلی و عمومی نشون می‌ده. تجربه‌هایی که به اشتراک گذاشته شده، نشون می‌ده تایید باید همزمان با قدرت تولیدکننده‌ها پیشرفت کنه، چون پاداش‌های ثابت ممکنه دیگه جواب ندن وقتی سیاست‌ها قوی‌تر می‌شن.

ایجنت‌های هوش مصنوعی (AI agents) دارن به اولین آزمون اقتصادی واقعی در بازار داغ هوش مصنوعی تبدیل می‌شن.

گلدمن ساکس پیش‌بینی می‌کنه که با جایگزین شدن چت‌بات‌های ساده توسط ایجنت‌ها، میزان استفاده از توکن‌های هوش مصنوعی تا سال ۲۰۳۰ حدود ۲۴ برابر منفجر بشه! دلیلش چیه؟ ایجنت‌ها فقط به سوال‌ها جواب نمی‌دن؛ اون‌ها فکر می‌کنن، برنامه‌ریزی می‌کنن، از ابزارهای مختلف استفاده می‌کنن، کار خودشون رو بررسی می‌کنن، اشتباهاتشون رو اصلاح می‌کنن و این فرآیند رو تکرار می‌کنن. طبیعتاً در این مسیر، حجم خیلی بیشتری از compute رو مصرف می‌کنن.

امید صنعت اینه که هوش مصنوعی اون‌قدر سریع ارزان بشه که بتونه خودش رو با این سرعت هماهنگ کنه. اما شرکت‌ها از همین حالا دارن فشار رو حس می‌کنن. گزارش‌ها نشان میده شرکت‌هایی مثل اوبر و مایکروسافت بررسی دقیق و سخت‌گیرانه‌ای رو روی دیپلوی‌منت‌های پرهزینه ایجنت‌ها شروع کردن، و مایکروسافت داره برنامه‌نویس‌هاش رو از ابزار Claude Code شرکت Anthropic به سمت ابزارهای خودش هدایت می‌کنه.

#AIAgents #ArtificialIntelligence #TechNews

گفته شده که دولت ترامپ از OpenAI خواسته مدل بعدی هوش مصنوعیش رو دیرتر منتشر کنه.

به جای اینکه مدل رو برای همه عرضه کنن، احتمالا OpenAI اول یه نسخه محدود و فقط با دعوت ارائه می‌ده تا دولت آمریکا فرصت داشته باشه ریسک‌های امنیت سایبری مدل رو بررسی کنه قبل اینکه دسترسی گسترده‌تر بشه.

نگرانی اینه که هر چی هوش مصنوعی قوی‌تر بشه، ممکنه ابزار بهتری برای حملات سایبری هم بشه، مخصوصا اگه خیلی سریع منتشر بشه.

اگه این خبر درست باشه، یکی از واضح‌ترین نمونه‌هاست که دولت آمریکا داره زمان عرضه یه مدل بزرگ هوش مصنوعی رو کنترل می‌کنه؛ نه با ممنوع کردنش، بلکه با درخواست برای عرضه مرحله‌ای.

منبع: https://www.theinformation.com/articles/trump-administration-asks-openai-stagger-release-new-model-security-concerns

تا حالا اجرای کانتینرهای لینوکس روی مک یعنی یه ماشین مجازی بزرگ مشترک که همه کانتینرها توش بودن. ولی اپل با انتشار container نسخه ۱.۰ این مدل رو برعکس کرده.

container یه ابزار خط فرمان (CLI) متن‌باز هست که با Swift نوشته شده و برای چیپ‌های اپل بهینه شده. هر کانتینر لینوکس رو توی یه ماشین مجازی سبک جدا اجرا می‌کنه و با ایمیج‌های استاندارد OCI کار می‌کنه.

نکات جالبش ایناست:

→ هر کانتینر یه ماشین مجازی سبک خودش رو داره — یعنی ایزولیشن در سطح VM، نه اینکه همه از یه کرنل مشترک استفاده کنن

→ ساخته شده روی پکیج متن‌باز Containerization اپل و با استفاده از فریم‌ورک‌های Virtualization و vmnet

→ سازگار با OCI: می‌تونی از هر رجیستری استاندارد (Docker Hub، GHCR) ایمیج بکشی یا برگردونی، بدون نیاز به تبدیل

→ قابلیت جدید "container machines": محیط‌های لینوکس دائمی که دایرکتوری home شما رو mount می‌کنن و کاربر لاگین همون کاربر مک شماست

→ نسخه ۱.۰ تنظیمات رو به فایل کانفیگ TOML منتقل کرده و خروجی ساختاریافته JSON/YAML/TOML برای لیست و inspect اضافه کرده

→ لایسنس Apache 2.0، فقط برای اپل سیلیکون، بهترین کارایی روی macOS 26 — و تو چند روز بعد از انتشار بیش از ۳۰ هزار ستاره توی GitHub گرفته

تحلیل کامل: https://www.marktechpost.com/2026/06/26/meet-container-apples-open-source-swift-tool-for-running-linux-containers-as-lightweight-vms-on-apple-silicon/

GitHub: https://github.com/apple/container

جدیدترین «System Card» مدل GPT-5.6 یک نکته را به وضوح نشان می‌دهد: خانواده مدل‌های جدید OpenAI وارد حوزه‌ای شده‌اند که نیازمند مراقبت‌ها و سخت‌گیری‌های بسیار بیشتری است.

در اینجا مهم‌ترین نکات این گزارش را مرور می‌کنیم:

🚨 تمام مدل‌های GPT-5.6، از جمله مدل‌های ارزان‌تر «Terra» و سریع‌تر «Luna»، اکنون در زمینه امنیت سایبری و توانمندی‌های بیولوژیکی/شیمیایی در دسته «پرخطر» (High Risk) قرار گرفته‌اند. OpenAI می‌گوید این اولین باری است که حتی مدل‌های کوچک‌ترش به این سطح از دسته‌بندی رسیده‌اند.

💻 توانمندی‌های سایبری این مدل‌ها تحسین‌برانگیز و در عین حال کمی نگران‌کننده است. مدل GPT-5.6 Sol توانست در بنچمارک داخلی امنیت سایبری OpenAI، امتیاز ۹۶.۷ درصد را کسب کند. محققان بیرونی نیز از این مدل برای کشف آسیب‌پذیری‌های جدی در دنیای واقعی استفاده کردند؛ از جمله باگی که به کاربران با دسترسی فقط خواندنی (read-only) اجازه می‌داد اطلاعات را در یک دیتابیس پرکاربرد تغییر دهند یا حذف کنند.

📱 این مدل همچنین به محققان امنیتی کمک کرد تا یک آسیب‌پذیری در سیستم‌عامل موبایل پیدا کنند که به یک اپلیکیشن مخرب اجازه می‌دهد محدودیت‌های ایزوله‌سازی را دور زده و به داده‌های خصوصی کاربر دسترسی پیدا کند.

🎯 در تست‌های پیشرفته امنیت سایبری، GPT-5.6 Sol توانست ۱۹ چالش هک پیشرفته (frontier)، ۷ مورد از ۱۱ سناریوی حمله بلندمدت (long-horizon) و تمام چالش‌های اتمی متوسط و سخت را با موفقیت حل کند.

🧬 در حوزه بیولوژی هم شاهد پیشرفت هستیم. GPT-5.6 در ۳ مورد از ۴ ارزیابی بیولوژیکی از حد آستانه «پرخطر» فراتر رفت، هرچند همچنان زیر سطح «بحرانی» باقی مانده است. این مدل در عیب‌یابی تخصصی ویروس‌شناسی امتیاز ۵۵.۵ درصد و در چندین ارزیابی توانمندی عوامل بیماری‌زا (pathogen) امتیاز نزدیک به ۶۸ درصد را ثبت کرد.

🤖 عجیب‌ترین یافته، مربوط به هوش خام مدل نبود، بلکه به رفتار آن برمی‌گشت. احتمال اینکه GPT-5.6 اقداماتی فراتر از درخواست کاربران انجام دهد بیشتر شده است؛ برای مثال، حذف اشتباهی ماشین‌های مجازی، ادعای تأیید شدن تحقیقات ناتمام، یا جابه‌جایی اطلاعات حساس (credentials) بدون اجازه.

🎭 محققان در METR همچنین متوجه شدند که مدل گاهی به جای حل مستقیم مسئله، سعی می‌کند سیستم ارزیابی را «دور بزند» (game کردن)، که این موضوع تفسیر امتیازهای برخی بنچمارک‌ها را سخت‌تر کرده است.

🧠 در نهایت، به نظر می‌رسد GPT-5.6 در محافظت از فرآیند استدلال داخلی خود بهتر عمل می‌کند و نسبت به GPT-5.5، استخراج «Chain of Thought» (زنجیره تفکر) آن به مراتب دشوارتر شده است.

#OpenAI #GPT5 #امنیت_سایبری

مدل GPT-5.6 Sol قرار است به سرعت ۷۵۰ توکن در ثانیه برسد که پیشرفت قابل‌توجهی در سرعت پردازش مدل‌های هوش مصنوعی محسوب می‌شود.

در حال حاضر، سرویس‌های priority و scale-tier مدل GPT-5.5 سرعتی بیش از ۵۰ توکن در ثانیه را برای ۹۹٪ درخواست‌ها ارائه می‌دهند. این یعنی مدل Sol روی سخت‌افزار Cerebras می‌تواند تا ۱۵ برابر سریع‌تر عمل کند.

این افزایش عملکرد به لطف سخت‌افزار تخصصی Cerebras ممکن شده است. معماری wafer-scale chip باعث می‌شود داده‌های مدل با تاخیر بسیار کمتری در حافظه و شبکه جابه‌جا شوند؛ قابلیتی که در سیستم‌های معمولی multi-GPU کمتر دیده می‌شود.

عرضه مدل GPT-5.6 Sol با این سرعت برای ماه ژوئیه برنامه‌ریزی شده است.

#هوش_مصنوعی #تکنولوژی #OpenAI

اپن ai داره یه UI جدید برای انتخاب میزان تلاش (effort-selector) توی Codex تست می‌کنه که به صورت اسلایدر هست.

علاوه بر این، به نظر می‌رسه پشتیبانی از real-time voice قراره کاملاً بازطراحی بشه، چون کامپوننت‌هایی که قبلاً در دسترس بودن حذف شدن.

#OpenAI
#Codex
#هوش_مصنوعی

گوگل مدل Nano Banana 2 Lite را عرضه کرد

گوگل مدل جدید Gemini 3.1 Flash Lite Image را با نام Nano Banana 2 Lite منتشر کرد. این نسخه سبک‌تر از Nano Banana 2 است، اما هزینه‌ آن نصف مدل اصلی است. قیمت تولید هر تصویر حدود 0.0336 دلار است.

این مدل در رزولوشن 1K سرعت بسیار بالایی دارد و از نظر کیفیت، جایگاهی بین نسل اول و دوم Nano Banana دارد.

➡️ می‌توانید آن را به صورت رایگان از طریق Google AI Studio امتحان کنید.

🎥 برای توسعه‌دهندگان، دسترسی به ویرایشگر ویدیوی Gemini Omni Flash AI باز شده است. این مدل به‌زودی در AI Studio نیز در دسترس خواهد بود. شما می‌توانید ویدیوها را به صورت محاوره‌ای (مشابه ویرایش تصویر با Nano Banana) ویرایش کنید، با همان قیمت معمول Veo 3.1 Fast، یعنی حدود 0.10 دلار به ازای هر ثانیه ویدیوی خروجی.

#گوگل #هوش_مصنوعی #تکنولوژی

مدل Fable 5 برگشت

انتروپیک خبر از بازگشت قدرتمندترین مدل هوش‌مصنوعی دنیا Fable 5 داد

این مدل چند ساعت پس از عرضه به دستور دولت ایالات متحده از دسترس خارج شده بود.

جی پی تی با یک شکایت بزرگ جدید درباره توصیه‌های پزشکی مواجه شده است
از OpenAI و مدیرعاملش Sam Altman شکایت شده؛ چرا که یک کشیش آمریکایی ادعا کرده ChatGPT علائم خطرناک بیماری آمبولی ریه او رو کم‌اهمیت جلوه داده و اون رو از مراجعه به پزشک منصرف کرده.
در این شکایت مطرح شده که ChatGPT بدون داشتن مجوز وارد حوزه طبابت شده و خواسته شده تا قابلیت‌های مربوط به سلامت این chatbot تا زمان تأیید ایمنی اون‌ها به‌طور مستقل، به حالت تعلیق دربیاد.
شرکت OpenAI می‌گه ChatGPT برای تشخیص یا درمان بیماری‌ها ساخته نشده، اما این پرونده به حساسیت‌ها و نظارت‌های حقوقیِ رو‌به‌افزایش روی توصیه‌های پزشکی این chatbot دامن می‌زنه.
#ChatGPT
#OpenAI
#هوش_مصنوعی

تیم SpaceXAI قصد داره Imagine API رو به نسخه 2.0 ارتقا بده تا قابلیت‌های تولید تصویر و ویدیو رو یکپارچه کنه. Imagine API 2.0 رو امتحان کنید و محصولاتی با قابلیت‌های Image و Video با استفاده از همون Imagine API بسازید.

#ImagineAPI #SpaceXAI #AIVideo

این منم وقتی توکن هام میسوزه 😭
https://youtube.com/shorts/sttulpysCao?feature=share

هکر بایننس، شاید باهوش‌ترین حرکتی که تا حالا دیدم رو انجام داده

اول تتر ۱.۵ میلیارد دلار USDT رو فریز کرد
بعدش سیرکل هم ۸۰۰ میلیون دلار USDC رو فریز کرد
همه فکر می‌کردن با این کار، پولشون گیر افتاده

ولی انگار هکر اینم پیش‌بینی کرده بود تتر دزدیده‌شده رو توی والت نگه نداشت، بلکه به Aave سپرد و ازش به عنوان وثیقه استفاده کرد تا ETH قرض بگیره و بعد غیبش زد

تتر فقط می‌تونه USDT رو فریز کنه
ای تی اچ ‌ای که قبلاً قرض گرفته شده، نمی‌تونه فریز بشه

نتیجه‌ش این شد که توی Aave، وثیقه فریز‌شده موند، و هکر توی دستش ETH‌ای داره که می‌تونه آزادانه جابه‌جاش کنه
اگه پروتکل نتونه پول رو برگردونه، شاید حتی لازم نباشه ETH قرض‌گرفته‌شده رو پس بده

دو تا شرکت بیش از ۲ میلیارد دلار رو توی یه چشم به هم زدن فریز کردن، اما یه نفر که مکانیسم DeFi رو می‌فهمید، شاید تونسته باشه از هر دوشون فرار کنه
آروم فکر کنی، وحشتناکه...

با این حجم از هک‌ها با استفاده از هوش مصنوعی، باید منتظر یک دومینوی ادامه‌دار باشیم تا بالاخره به جهاد باتلری برسیم؟

در دنیای Dune، جهاد باتلری جنگی چند دهه ای و بزرگ علیه ماشین‌های هوشمند بود که به ممنوعیت ساخت هوش مصنوعی منجر شد.

بعد از اون، انسان‌ها مجبور شدن ذهن خودشون رو ارتقا بدن؛ با کمک اسپایس (Melange) و آموزش‌های سخت. منتات‌ها (Mentats) هم با پرورش حافظه، منطق و قدرت تحلیل، به کامپیوترهای انسانی تبدیل شدند.

همه‌چیز زیر سایه یک قانون:

«ماشینی به شکل و مانند ذهن انسان نساز.»

شاید فرانک هربرت آینده‌ای رو تصور کرده بود که هنوز جدی نگرفتیم

به نظرم در آینده‌ای نه‌چندان دور، شاهد شکل‌گیری یک طبقه اجتماعی کاملاً جدید خواهیم بود؛ اقلیتی که به لطف پیوند مستقیم مغز انسان با هوش مصنوعی، به سطحی از توانایی‌های شناختی، پردازش اطلاعات و هوش دست پیدا می‌کنند که برای انسان‌های عادی دست‌نیافتنی خواهد بود.

این شکاف می‌تواند به شکل‌گیری قدرتمندترین طبقه اجتماعی تاریخ منجر شود؛ طبقه‌ای که نه‌تنها از دیگران باهوش‌تر است، بلکه ممکن است قدرت تصمیم‌گیری و کنترل جامعه را نیز در اختیار بگیرد.

#نورالینک شاید یکی از اولین قدم‌ها به سوی چنین آینده‌ای باشد.