Sequent

AI Import 461: 'Alignment Not on Right Track'; FrontierCode; and Synthetic Science Interns

Investigadores del UK AISI y de Timaeus fundaron la organización sin fines de lucro Sequent para desarrollar métodos de alineación que garanticen la seguridad de sistemas superinteligentes. Cognition publicó el benchmark FrontierCode para evaluar la calidad del código, donde el mejor modelo, Claude Opus 4.8, obtuvo solo un 13,4% en el nivel más difícil. También se presentan el conjunto de datos ChinaHeritaQA para evaluar el conocimiento cultural de los VLM sobre sitios chinos de la UNESCO y el modelo Xiaomi MiMo-V2.5-Pro-UltraSpeed con una velocidad de generación de 1000 tokens por segundo.

Cognition Alibaba/Qwen Anthropic OpenAI