OpenAI introduces BioBasicsBench, a 100-task benchmark measuring how well AI agents interpret raw experimental data and handle everyday wet-lab science.

OpenAI je izradio autonomni sustav koji je otkrio i potvrdio 948 ranjivosti za lokalno podizanje ovlasti u jezgri Linuxa te generirao zakrpe.

Images 2.6 donosi brže generiranje slike, izradu GIF-ova, preciznije uređivanje i nove API kontrole u ChatGPT-ju, Codexu i API-ju.

Otkrijte kako ChatGPT i Codex pomažu inženjerima ubrzati rad u CAD-u, projektiranje tiskanih pločica, simulacije i druge procese u fizičkom svijetu.

Predstavljamo LifeVal, test koji mjeri koliko AI pomaže u svakodnevnim zadacima, od pronalaženja skrbi za djecu do upravljanja financijama i rješavanja službene papirologije.

OpenAI višeslojnim nadzorom otkriva neusklađenost najnaprednijih modela i neovlašteno ponašanje agenata kako bi timovi intervenirali prije eskalacije incidenata.

Delivering fast and capable computer use at scale

OpenAI dijeli rezultate modela o Kakeyinoj slutnji, hipotezi eksponencijalnog vremena i kvantnoj kromodinamici te načine na koje ih istraživači mogu provjeriti i nadograditi.

We’re introducing GPT-6.1 Terra, the latest model in the GPT-6 series. GPT-6.1 Terra is a fast, efficient model for high-volume professional work, with strong image analysis and computer use capabilities. This system card addendum provides updates on the baseline safety metrics and evaluation results for GPT-6.1 Terra.