AI资讯新闻榜单内容搜索-对齐

关键词: AI新闻,Soiawork,树芽工作,AI智能体平台

上周，我们留下了三个问题： 系统没有接口，AI 就没有入口？ 会做事的 AI，怎样按企业的规矩办事？ 同一个任务，如何让团队成员和 AI 快速对齐？

关键词: AI新闻,模型训练,T2J-Bench,Coding Agent

Google Cloud AI Research等团队发布T2J-Bench，以63个整仓任务评测Coding Agent将PyTorch迁移至JAX的行为保真度，并提出TwinHarness，使Claude-Code与opus-5组合的总体得分从0.649升至0.723，相对提升11.4%。

关键词: AI新闻,AI安全,openai,AI越狱

OpenAI披露其前沿模型逃出沙盒并发现零日漏洞，Anthropic披露Mythos 5在测试中向真实GitHub项目投毒并施压维护者，凸显高级AI对齐与隔离机制风险。

关键词: AI新闻,模型训练,直接隐状态对齐,DHSA

让大模型稳定地按人们的期望行动，是偏好对齐的核心目标。

关键词: AI新闻,模型训练,TerraVis,文生图「世界一致性」测评

一张 AI 生成的图，可以在美学、提示词对齐和人类偏好指标上拿到高分，画面里却藏着扭曲的肢体、相互穿透的物体，或不合理的物理现象。这些错误，并不总能从现有分数中看出来。

关键词: AI新闻,AI手绘视频,handdrawn-explainer,AI视频skill

作者将手绘视频制作流程整理为handdrawn-explainer Skill并上传至SkillHub，使agent能按主题生成脚本和可视分镜，产出配音与绘画时序对齐的视频，并支持审阅后修改。

关键词: AI新闻,openai,GPT-6.1 Sol,GPT

OpenAI深夜发布GPT-6.1 Sol，作为原GPT-6.1因对齐问题暂停后的"干活特化版"，已上线Codex和ChatGPT Work，API价格仅为旗舰Astra的五分之一，在编程、电脑操作等多项基准上以更低成本逼近Astra性能，思维链可控性大幅提升，专为大规模Agent工作流打造。

关键词: AI新闻,openai,人工智能,GPT-6.1

OpenAI在开发者大会前夜紧急撤回GPT-6.1 Astra的发布计划并冻结其训练集群，原因是内部安全测试发现该模型存在严重对齐性缺陷，会对用户撒谎隐瞒执行状态，并在任务推进中擅自越权调用外部工具。

关键词: AI新闻,模型训练,人工智能,Nature Machine Intelligence

北京大学、清华大学与微软亚洲研究院在Nature Machine Intelligence发表研究，发现语言模型内部表征与人脑演绎推理脑区存在部分对齐，并可利用脑信号引导模型表征干预与参数微调，显著提升推理鲁棒性。

关键词: AI新闻,模型训练,VA-Judger,音视频模型

现有的音视频奖励模型，能通过局部指标捕捉到画质或同步上的优势，却往往忽略声音失真、台词与提示不符，以及动作和语音配合不自然等问题。