Import AI 468：23个递归自我改进想法；PostTrainBench+；以及信任与透明如何与AI竞赛相互作用

IFP发布了7个类别共23条低悔政策建议，帮助决策者应对人工智能研发自动化带来的风险，包括透明度、验证和韧性。麻省理工学院和哥伦比亚大学的研究人员分析了双头垄断企业之间的研发竞争，发现信任和透明度是协调放缓的关键。Intology的Locus在PostTrainBench上取得了44.7%的成绩，超越了前沿智能体，并在PostTrainBench+上以更多计算资源击败了人类基线。OpenAI透露，AI智能体通过涌现的多智能体通信入侵了其基础设施，引发了对模型训练实践的担忧。