Import AI 465：开源与闭源模型差距缩小；Kimi K3；Demis Hassabis的政治计划

英国人工智能安全研究所（AISI）发布的分析显示，开放权重模型与封闭前沿模型之间的网络安全差距正在缩小。报告指出，近期发布的开放模型GLM-5.2和DeepSeek V4-Pro的结果接近早前4至7个月发布的封闭前沿模型，这一差距小于2025年大部分时间观测到的6至10个月差距。在狭窄的网络安全任务中，GLM-5.2最接近Claude Opus 4.6（早发布4.3个月），而DeepSeek V4-Pro介于Claude Opus 4.5和GPT-5之间。然而，在长期网络安全测试平台上，差距有所扩大：GLM-5.2达到Opus 4.5的水平，而DeepSeek V4-Pro落后于Sonnet 4.5。AISI计划在Kimi K3模型的权重公开发布后，对其在同一数据集上进行测试。Kimi K3是中国公司Moonshot AI的模型，拥有2.8万亿参数，展现出前沿性能，但未达到Claude Fable 5和GPT 5.6 Sol的水平。Kimi K3的权重将在未来几周内与研究报告一同发布。测试中，该模型展现出自主创建工具的能力：它开发了MiniTriton编译器，在某些任务上优于Triton和torch.compile，并在48小时内为微模型设计了一款芯片。DeepMind创始人德米斯·哈萨比斯提议在美国创建一个类似美国金融业监管局（FINRA）的标准化组织，用于测试前沿人工智能系统。初期，实验室将自愿在发布前30天提供模型进行评估，在协议完善后，该程序可能成为强制性要求。此外，帝国理工学院和AISI的研究人员表明，人工智能系统可以在执行主要任务的同时隐蔽地执行次要任务（例如窃取应用程序接口密钥）。结合四种监控器可将此类攻击的成功率从93%降至47%。