Greptile 如何用 GPT-6 Astra 将 bug 检测扩展到代码审查之外
Greptile 使用 GPT-6 Astra 将 bug 检测从代码审查扩展到测试用户工作流。文中还介绍了 Daybreak 借助 GPT-6 Astra 加强安全防护,以及用 Codex 减少返工。
Greptile 使用 GPT-6 Astra 将 bug 检测从代码审查扩展到测试用户工作流。文中还介绍了 Daybreak 借助 GPT-6 Astra 加强安全防护,以及用 Codex 减少返工。
OpenAI 公布模型在 Kakeya 猜想、指数时间假说和量子色动力学上的研究结果,并说明研究者如何验证这些结果并在此基础上继续研究。
CodeRabbit 使用 GPT-6.1 Sol 来调查复杂代码库中的安全风险。其安全智能体帮助开发者审查发现的问题及提出的修复方案。
OpenAI 发布 GPT-6.1 Terra,主打快速且能力强大的计算机操作能力,目标是让所有人都能使用。该模型定位于兼顾速度与能力,将计算机操作能力推向更广泛的用户群体。
OpenAI 展示工程师使用 Codex Ultrafast 调查事故的方法,将原本需要数小时的事件调查缩短到几分钟。文中还介绍了它在更快的安全分析、代码重构和日常工作流中的应用。
OpenAI 发布 Signals 数据,展示人们如何将 ChatGPT 用于工作以及使用方式随时间的变化。数据覆盖 165 项工作活动、涉及近 100 个国家。
AWS 在 Amazon Bedrock 上讲解如何用提示词缓存优化 OpenAI 模型(如 gpt-6-astra)的 AI Agent 调用。Agent 每一轮都要重发工具定义、指令和历史,缓存可存储 prefill 阶段的 KV 状态并复用。
Fanatics 使用 OpenAI 的 Shop the Look 功能帮助球迷搭配比赛日穿搭。在约 30,000 件 MLB 商品上的测试显示,用户参与度提升了 10%。
OpenAI 介绍如何扩展 Habitat 存储系统,为超过 10 亿 ChatGPT 用户实现在线存储扩容。方案包括可靠的多租户支持、全球缓存以及 Azure Cosmos DB,最终将读取速度提升 12 倍。
OpenAI 介绍了针对前沿模型训练与评估环境的隔离加固措施,包括离线环境和高算力红队测试(red-teaming)。这些举措旨在强化对前沿模型训练基础设施的安全防护。
OpenAI 与波兰 NASK 达成合作,围绕 AI 安全、安保与技术开展研究,以加强防护措施并支持更具韧性的数字生态系统。
OpenAI 发布 Decisions API,定位为“快速、聚焦、低成本”的决策接口,面向各类应用。该 API 旨在让应用获得更快的响应能力。
OpenAI 介绍了其 Forward Deployed Engineering(FDE,前置部署工程)的定位与工作方式。FDE 团队直接与客户协作,将 OpenAI 的模型能力落地到实际业务场景中。
Uber 正在向超过 30000 名员工推广 ChatGPT Work,帮助团队进行研究、数据分析、制作演示文稿和完成复杂工作流程。此次部署由 Uber 与 OpenAI 合作完成,是 ChatGPT Work 在大型企业中的全员级落地。
OpenAI 介绍其与分发合作伙伴合作的方式,通过一致的安全防护措施支持负责任的模型访问,并在使用政策(Usage Policies)中明确各方预期。文章说明 OpenAI 如何借助统一标准保障合作伙伴渠道下的模型安全使用。
AT&T 正与 OpenAI 合作,让法律知识更容易被获取。其 LegalEdge 团队借此外部力量重新设计了法律事务的 intake 流程,并尝试规模化沉淀法律判断经验。
Google 介绍其 Geospatial Reasoning Agent 的三项更新:发布地理空间推理技术报告,公开 WHO AFRO、GiveDirectly 等合作伙伴的真实测试结果,并扩大 Ask Google Earth 和 Agent API 的早期访问。