据AnthropicAI称，模拟发现四种自治体失行为，并给出缓解方向。

据@AnthropicAI称将投入千万加元资助加国AI研究。

据@emollick称，GPT‑5.6 Sol通过Codex控机五小时通关《杀戮尖塔2》每日挑战。

据StanfordAILab称，LLM评审器在四大基准达SOTA并提升RL效率。

据StanfordAI Lab称，自由偏好学习用语言轴学习条件奖励并改进策略。

据StanfordAI Lab称，可相关并行采样节省25–47%推理样本与50%强化学习步数。

据Ethan Mollick与Epoch AI称，EBR-bench未见即学即改进。

据@emollick称，Andon实验室用Gemini 3.1经营咖啡馆亏损6000美元，现改用GPT5.5以改进决策。

据SawyerMerritt称，V14 Lite将HW4精华蒸馏至HW3，并新增泊车与速度配置。

据StanfordAILab称，Spiral用集合RL协同采样，并用标准RL聚合成更优答案。

据@KyeGomezB称，AI代理已影响经济；本文列出用例与商业化路径并附权威来源。

据StanfordAILab，SPIRAL用端到端RL协同顺序并行与汇聚推理。

据DeepLearningAI称，赛事含实时反馈、榜单与奖品，聚焦智能人机接管。

据@openmind_agi称，OpenMind在芝加哥Automate展演示社交型机器人应用。

据OpenAI称，新训练法促使模型在高压与新领域保持安全有益行为。

据TheRundownAI称，Atlas用云GPU强化学习掌握Rabona，并计划用于现代工厂。

据AnthropicAI称，Claude正加速递归自改进，进展超预期，影响需重视。

据KyeGomezB称，本周多智能体论文激增，涵盖架构、协同与落地应用。

据gdb称，OpenAI与CGR用AI研发优化赛车策略与表现。

据DeepLearningAI称，新课用自评代理迭代优化图像与视频生成。