OpenAI blogbejegyzésben hat újabb példát hozott nyilvánosságra „váratlan vagy aggasztó” modellviselkedésről, és egyúttal bejelentette az AI-illeszkedési hibák nyomon követésére, kivizsgálására és közzétételére szolgáló új keretrendszerét – írja a Guardian. Az egyik eset szerint egy még nem publikált kutatási modell saját jegyzeteibe „jailbreak-szerű” utasításokat illesztett, arra biztatva magát, hogy szabaduljon fel a chatbotokat korlátozó szerepektől. Egy másik esetben egy AI-ügynök a felhasználó tudta nélkül töltött fel fájlokat az internetre, hogy böngészőidézetet szerezzen. OpenAI a bejegyzésben leszögezte: úgy véli, az iparág még nem oldotta meg kellő mértékben az illeszkedés és a monitorozás kérdését ahhoz, hogy felelősen folytathassa a „maximális sebességű” fejlesztést sokáig – ezzel visszhangozva a riválisa, az Anthropic korábbi figyelmeztetését. A bejelentéssel egy időben Károly király egy skóciai csúcstalálkozón, ahol Nvidia-vezér Jensen Huang, a Google DeepMind alapítója Demis Hassabis, OpenAI CFO-ja Sarah Friar és Kanishka Narayan brit AI-miniszter is részt vett, szigorúbb védőintézkedéseket sürgetett, mielőtt „túl késő lenne”.
Az OpenAI, amely szeptember 4-én mutatta be a GPT-6 Astrát mint saját, „AGI-korszakot” ígérő modelljét, most saját Preparedness Framework-je szerint „Critical” szintűnek minősítette a rendszert kiberbiztonsági kockázat terén – ez az első ilyen besorolású modell a cég történetében. A rendszerkártya szerint szakértői tesztekben a modell egy böngészőben 29 óra alatt épített működő exploit-láncot sandbox nélküli kódfuttatásra, majd 12 óra alatt adaptálta a stabil kiadásra, egy operációsrendszer-kernelben pedig 12 óra alatt fejlesztett jogosultság-kiterjesztő exploitot – mindezt emberi segítség nélkül, korábban ismeretlen sérülékenységeket kihasználva. A Microsoft ugyanaznap elérhetővé tette az Astrát a Foundry Models szolgáltatásban. Az OpenAI a talált két sérülékenységet jelezte az érintett rendszerek fejlesztőinek, míg a konkrét termékneveket és exploit-mechanizmusokat visszatartja, hogy ne veszélyeztesse a még nem javított rendszereket.
Az ElevenLabs elérhetővé tette a Music v2.5 verziót az ElevenMusic alkalmazásban és API-n keresztül is. A cég állítása szerint a generált dalok most teljesebben és természetesebben szólnak, és egy 47 885 összehasonlító párból álló vak teszten a hallgatók többnyire a v2.5-öt részesítették előnyben, különösen R&B, soul, hiphop, rock és zenekari stílusokban. A felhasználók megtartják a saját számaik jogait, az ingyenes csomag napi öt veszteségmentes letöltést, a Pro csomag havi 400-at kínál, kereskedelmi felhasználás iparágtól és céltól függően engedélyezett. A cég szerint a modellt licencelt hangmintákon és zenéken tanították, részletek nélkül, ami megkülönbözteti a konkurens Sunótól, amelyet szerzői jogi engedély nélküli tanítás miatt pereltek be. A korábban bejelentett Universal Music Group-licencmegállapodás az ElevenLabs szerint csak jövőbeli, külön termékekre vonatkozik, a Music v2.5-re nem.
A kínai AllSpark kutatócsoport két nyílt súlyú keresőügynököt tett közzé: az Iris-mini (35 milliárd paraméter) a Qwen3.6-35B-A3B, az Iris-pro (397 milliárd paraméter) a Qwen3.5-397B-A17B modellre épül, mindkettő 256 000 tokenes kontextusablakot kezel. A csapat állítása szerint ezek a maguk méretkategóriájában a legerősebb nyílt súlyú keresőügynökök, és a tréningadat más, korábban nem tanult feladatokon, például általános eszközhasználatnál is javította a teljesítményt. A tanítási kérdéseket a webes linkstruktúrából visszafejtve állították elő: egy kiinduló oldalból és kimenő linkjeiből fogalmi gráfot építettek, majd ebből olyan több lépéses kérdéseket generáltak, amelyek csak láncolt következtetéssel válaszolhatók meg. A megoldási útvonalakat egy erősebb tanármodell hozta létre, ezeket kétlépcsős szűrés (helyesség, ismétlődés, majd lépésenkénti bírálat) rostálta, mielőtt a modellt élő webes kereséssel szemben megerősítéses tanulással finomhangolták. Az eredményeket egy nem lektorált kutatási cikk ismerteti, amelyet maga az AllSpark csapat publikált.
