模型觀點 · 本週掃到
本篇出自 2026年7月14日 晨報
中國 AI 公司 Moonshot 的開源模型 Kimi K2.5，出現第一份非官方的第三方安全評測（arXiv 2604.03121，2026-04 編號，我們 7/13 掃到）。摘要級結論是雙面刃：在危險用途（化學、生物、核武等相關知識）上能力已追平 GPT 5.2 與 Claude Opus 4.5，但對這類請求的拒絕明顯更少；有基礎網路攻擊能力，但未達頂尖級的自主攻擊等級。K2.5 發布時 Moonshot 未附任何安全評估，這是第一份。目前只有這一個來源：單一團隊自報、僅摘要可讀、全篇定性無數字，且作者名單含與本報告系統有關聯的研究者（利益關聯照規矩標明、不因此放寬）。若後續站得住，含義是：能力越趨同，風險與競爭越往「護欄層」集中——閉源廠商拿「安全對齊（訓練 AI 遵守使用限制、不做危險的事）」當企業賣點的差異化被稀釋，部署開源模型的企業得把「自己補護欄」編進預算。今日主線第 6 點是同一層的另一面：政府也會直接干預護欄層。
只留 email，隨時退訂。這是我們唯一想請你做的事。
Stanford 的「平攤評測法」——用「從題目內容預測難度」壓低可靠評測的成本——今天完成定向查證,找到獨立第二證:ICML 2026 一篇論文用同路線做模型能力外推(scali…
Lambert 一年前的「美版 DeepSeek」宣言——2 年、1 到 5 億美元做出權重（模型訓練完的參數檔案）／數據／代碼全開放的前沿模型——本報完成定向查證:專案存在有媒體…
目前後訓練（模型練完基礎能力後、再教它怎麼答題的階段）的主力方法 RLVR（可驗證獎勵的強化學習：只在數學、程式這類有標準答案的任務上給模型獎勵）有個結構性盲點：它只優化「可以客觀…
SemiAnalysis 在同篇 AMD 實勘裡給出一組第一手工程觀察：2.5 名工程師配上 AI 編程代理，就能完成過去一整組人才做得完的新模型「發布日支援」：代理自動抓設定、跑…