DeepRSIベンチマーク、AIエージェントに48時間で実際のML研究課題を改善させる
Hillclimbの15課題は非公開検証器で採点。Claude Fable 5.1が1548 Eloで首位、GPT-6 Astraは1232。
- ナスダック2.9%下落、インテルは1970年代以来最悪の1日、半導体株も軟調
- S&P、AI設備投資とフリーキャッシュフローのマイナスを理由にMetaの見通しをネガティブに引き下げ
- インテル株29%安、1970年代以来最悪の1日に 米政府保有分の価値は約120億ドル減少
- Mistral、1兆パラメータのMistral Large 4のオープンウェイトを公開
- グーグルのSuncatcher衛星、軌道上のデータセンター級TPUから初のAI応答
- FDA、InovioのVoceryqを成人の再発性呼吸器乳頭腫症に迅速承認 米国初のプラスミドDNA免疫療法
- Anthropic、Claude Max 20xをUltraに改称し、認証済みUltraアカウントの5時間制限を撤廃
- OpenAI、Model Specを5つの中核的価値に沿って再編