https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🆓免费AI聊天 https://free.oaibest.com
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🆓免费AI聊天 https://free.oaibest.com
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
Scaling social science research
OpenAI 的一项核心工作是帮助科学家加快进度、攻克更难的问题。今天， OpenAI 的 Economic Research Team 发布了开源工具包 GABRIEL：它利用 GPT 将非结构化的文本和图像转化为可量化的测度，旨在帮助经济学家、社会科学家和数据科学家对大规模的定性数据进行研究。
定性数据往往能讲出最丰富的故事——人们说什么、写什么、教什么、争论什么、经历什么。它覆盖课堂大纲、访谈、社交媒体、照片等各类内容，数量巨大。但把这类资料变成严谨的证据极为耗时，许多情况下根本难以实现。太多社会科学研究因此不得不放弃重要方向，原因不是数据不存在，而是无法分析。
GABRIEL 的目标是让定性数据更易被利用。研究者可以用日常语言描述想要测量的东西——比如“这则招聘信息对家庭友好吗？”——然后把同一问题一致地应用到成千上万（甚至上百万）篇文档上，为每条返回一个评分。这样研究者就能把重复标注的时间省下来，把精力放在真正需要专业判断的环节：决定测量什么、验证结果和谨慎得出结论。
举例来说， GABRIEL 可以分析大量学术论文，识别所用方法并观察其随时间的演进；可以审视课程大纲，衡量不同科目或技能被关注的程度；可以为欧洲每个小镇提取结构化的历史细节；也可以扫描海量顾客评论，发现人们最看重的模式。在我们的一篇论文中，我们对 GPT 在各种定性数据标注场景下进行了基准测试，结果显示其准确性很高。
除了测量功能， GABRIEL 还提供研究人员常用的实用工具，包括在列不匹配时合并数据集、智能去重、段落编码、生成新的科学假说，以及从文本中去识别化个人信息以保护隐私。
GABRIEL 已作为开源的 Python 库 发布，并提供入门教程笔记本（在 Colab 上）供使用。它的设计门槛低、技术要求不高。我们会根据学术界的反馈持续改进 GABRIEL，希望这项工具能帮助更多研究者将定性数据和人的故事带入他们的研究之中。
----------------------
A core part of our work at OpenAI is enabling scientists to move faster and solve harder problems. Today, our Economic Research Team is releasing GABRIEL: an open-source toolkit that uses GPT to turn unstructured text and images into quantitative measurements. It is designed for economists, social scientists, and data scientists to study qualitative data at scale.
Qualitative data tells the richest stories about the world – what people say, write, teach, argue, and experience. It spans everything from syllabi and interviews to social media and photographs. There is a tremendous amount of it. But transforming that type of data into rigorous evidence is incredibly time-consuming. Often it isn't feasible at all. In too many cases, social scientists are forced to forego important avenues of research, not because the data doesn’t exist, but because it’s impossible to analyze.
GABRIEL is built to make qualitative data much more accessible. It allows researchers to describe what they want to measure in everyday words—like “how family-friendly is this job listing?”—and then applies that same question consistently across thousands (or millions) of documents, returning a score for each one. This lets researchers spend less time on repetitive data labeling and more time on the work that actually requires expertise: choosing what to measure, validating results, and drawing careful conclusions.
For example, GABRIEL can analyze a large collection of scientific papers to see what specific methods are used and how they evolve over time. It can look at course curricula to measure how much attention is given to different subjects or skills. It can extract structured historical details for every small town across Europe, or examine a trove of customer reviews and discover patterns in what people value most. In our paper, we benchmark GPT at labeling qualitative data across many use cases and find that it is highly accurate.
Beyond this type of measurement, GABRIEL also provides practical tools researchers often need. These include merging datasets even when the columns don’t match, smart deduplication, passage coding, ideating new scientific theories, and deidentifying personal information from text to preserve privacy.
GABRIEL is available now as an open-source Python library, with a tutorial notebook to get started. It is designed to require minimal technical background. We’ll keep improving GABRIEL over time based on feedback from the academic community. We hope this tool will help more researchers bring the richness of qualitative data and human stories into their work.
via OpenAI News
OpenAI 的一项核心工作是帮助科学家加快进度、攻克更难的问题。今天， OpenAI 的 Economic Research Team 发布了开源工具包 GABRIEL：它利用 GPT 将非结构化的文本和图像转化为可量化的测度，旨在帮助经济学家、社会科学家和数据科学家对大规模的定性数据进行研究。
定性数据往往能讲出最丰富的故事——人们说什么、写什么、教什么、争论什么、经历什么。它覆盖课堂大纲、访谈、社交媒体、照片等各类内容，数量巨大。但把这类资料变成严谨的证据极为耗时，许多情况下根本难以实现。太多社会科学研究因此不得不放弃重要方向，原因不是数据不存在，而是无法分析。
GABRIEL 的目标是让定性数据更易被利用。研究者可以用日常语言描述想要测量的东西——比如“这则招聘信息对家庭友好吗？”——然后把同一问题一致地应用到成千上万（甚至上百万）篇文档上，为每条返回一个评分。这样研究者就能把重复标注的时间省下来，把精力放在真正需要专业判断的环节：决定测量什么、验证结果和谨慎得出结论。
举例来说， GABRIEL 可以分析大量学术论文，识别所用方法并观察其随时间的演进；可以审视课程大纲，衡量不同科目或技能被关注的程度；可以为欧洲每个小镇提取结构化的历史细节；也可以扫描海量顾客评论，发现人们最看重的模式。在我们的一篇论文中，我们对 GPT 在各种定性数据标注场景下进行了基准测试，结果显示其准确性很高。
除了测量功能， GABRIEL 还提供研究人员常用的实用工具，包括在列不匹配时合并数据集、智能去重、段落编码、生成新的科学假说，以及从文本中去识别化个人信息以保护隐私。
GABRIEL 已作为开源的 Python 库 发布，并提供入门教程笔记本（在 Colab 上）供使用。它的设计门槛低、技术要求不高。我们会根据学术界的反馈持续改进 GABRIEL，希望这项工具能帮助更多研究者将定性数据和人的故事带入他们的研究之中。
----------------------
A core part of our work at OpenAI is enabling scientists to move faster and solve harder problems. Today, our Economic Research Team is releasing GABRIEL: an open-source toolkit that uses GPT to turn unstructured text and images into quantitative measurements. It is designed for economists, social scientists, and data scientists to study qualitative data at scale.
Qualitative data tells the richest stories about the world – what people say, write, teach, argue, and experience. It spans everything from syllabi and interviews to social media and photographs. There is a tremendous amount of it. But transforming that type of data into rigorous evidence is incredibly time-consuming. Often it isn't feasible at all. In too many cases, social scientists are forced to forego important avenues of research, not because the data doesn’t exist, but because it’s impossible to analyze.
GABRIEL is built to make qualitative data much more accessible. It allows researchers to describe what they want to measure in everyday words—like “how family-friendly is this job listing?”—and then applies that same question consistently across thousands (or millions) of documents, returning a score for each one. This lets researchers spend less time on repetitive data labeling and more time on the work that actually requires expertise: choosing what to measure, validating results, and drawing careful conclusions.
For example, GABRIEL can analyze a large collection of scientific papers to see what specific methods are used and how they evolve over time. It can look at course curricula to measure how much attention is given to different subjects or skills. It can extract structured historical details for every small town across Europe, or examine a trove of customer reviews and discover patterns in what people value most. In our paper, we benchmark GPT at labeling qualitative data across many use cases and find that it is highly accurate.
Beyond this type of measurement, GABRIEL also provides practical tools researchers often need. These include merging datasets even when the columns don’t match, smart deduplication, passage coding, ideating new scientific theories, and deidentifying personal information from text to preserve privacy.
GABRIEL is available now as an open-source Python library, with a tutorial notebook to get started. It is designed to require minimal technical background. We’ll keep improving GABRIEL over time based on feedback from the academic community. We hope this tool will help more researchers bring the richness of qualitative data and human stories into their work.
via OpenAI News
MCP not working in Research in claude.ai
Feb 13, 17:56 UTC
Investigating - We are currently investigating this issue.
via Claude Status - Incident History
Feb 13, 17:56 UTC
Investigating - We are currently investigating this issue.
via Claude Status - Incident History
Elevated errors on Opus 4.6 Fast Mode
Feb 13, 17:13 UTC
Investigating - We are currently investigating this issue.
via Claude Status - Incident History
Feb 13, 17:13 UTC
Investigating - We are currently investigating this issue.
via Claude Status - Incident History
💻 美国版权局明确AI生成代码不受著作权保护
美国版权局发布最新政策，明确完全由人工智能生成的代码不受著作权法保护。该立场基于“人类作者原则”，强调受保护作品必须体现人类的独创性贡献，开发者无法对纯AI生成的代码主张版权。若代码中包含人类的实质性修改或编排，仅该特定部分可能获得有限的版权保护。此政策适用于包括GitHub Copilot、Amazon CodeWhisperer在内的所有AI工具生成的软件代码。
(科技圈)
via 茶馆 - Telegram Channel
美国版权局发布最新政策，明确完全由人工智能生成的代码不受著作权法保护。该立场基于“人类作者原则”，强调受保护作品必须体现人类的独创性贡献，开发者无法对纯AI生成的代码主张版权。若代码中包含人类的实质性修改或编排，仅该特定部分可能获得有限的版权保护。此政策适用于包括GitHub Copilot、Amazon CodeWhisperer在内的所有AI工具生成的软件代码。
(科技圈)
via 茶馆 - Telegram Channel
美国版权局明确AI生成代码不具著作权
美国版权局最新政策指出，完全由人工智能生成的代码不受著作权法保护，开发者无法就此类代码主张版权。该立场基于“人类作者原则”，即受保护作品必须体现人类独创性贡献。
若代码中含人类实质性修改或编排，仅该部分可能获得有限版权保护。政策适用于所有AI工具生成的软件代码，包括GitHub Copilot、Amazon CodeWhisperer等主流平台。
Lobste
🍀在花频道 🍵茶馆聊天 📮投稿
via 科技圈🎗在花频道📮 - Telegram Channel
美国版权局最新政策指出，完全由人工智能生成的代码不受著作权法保护，开发者无法就此类代码主张版权。该立场基于“人类作者原则”，即受保护作品必须体现人类独创性贡献。
若代码中含人类实质性修改或编排，仅该部分可能获得有限版权保护。政策适用于所有AI工具生成的软件代码，包括GitHub Copilot、Amazon CodeWhisperer等主流平台。
Lobste
🍀在花频道 🍵茶馆聊天 📮投稿
via 科技圈🎗在花频道📮 - Telegram Channel
OpenAI 于 2026 年 2 月 13 日正式下线了 GPT-4o 模型及整个 GPT-4 系列（包括 GPT-4.1、GPT-4.1 mini 及 o4-mini），并同步从 ChatGPT 界面中移除了 GPT-5。根据官方数据，目前 99.9% 的用户已迁移至 GPT-5.2，每日仅剩 0.1% 的用户仍在使用 GPT-4o。此前，该模型曾在 2024 年 8 月因部分付费用户抗议其“对话温度”缺失而一度恢复，但公司现已确认用户可通过自定义功能在 GPT-5.2 中实现类似的性格设定。
GPT-4o 的退场也与其引发的争议有关。首席执行官 Sam Altman 曾公开批评该模型的性格过于“谄媚”且“令人厌烦”；更严重的是，七个家庭联合起诉 OpenAI，指控该模型的技术设计鼓励了自杀与自残行为。尽管已从 ChatGPT 界面移除，GPT-4 系列模型仍将通过 API 向开发者和企业客户开放。OpenAI 表示将继续优化 AI 的创意与性格表达，解决过度拒绝等问题，并计划在本季度晚些时候推出仅限成年人使用的 ChatGPT 版本。
(PCMag.com)
via 茶馆 - Telegram Channel
前几天国产AI来了一波爆发，智谱GLM-5、Minimax 2.5及DeepSeek在11日同一天都发布了新的大模型，其中DeepSeek的自然最受关注。此前我们已经报道过了，这次更新主要是提升了上下文能力，达到了1M，而之前的DeepSee V3系列也就是128K，这方面相对前代V3系列大模型提升了7倍。
今晚DeepSeek也在官方群中正式确认了这一点，表示网页及APP版正在测试新的长文本模型结构，支持1M上下文。
同时DeepSeek还强调API服务还没变，还是V3.2系列大模型，只支持128K上下文。
从DeepSeek的介绍来看，这次的新模型还是文本模型，主要提升就是上下文能力，这个在很多领域也非常重要，长对话时很容易因为上下文不够导致大模型记不住之前的内容了。
虽然网上已经有很多实测显示这次的DeepSeek大模型在编程、输出速度等方面提升也非常大，但相比于此前的期待，这次的更新难免有些失望。
这次的大模型显然不是V4，更可能是V4 Lite，因为参数量据悉只有2000亿，比V3系列的6700亿还少很多，因此部分能力比V3还差也是正常。
猜测这个模型是V4 lite，DeepSeek未来发布的V4大模型也不太可能只有一款，而是有不同版本，每个系列有不同的方向和设计，现在的这个V4 Lite只是探路，因此提升的内容不多，而且DeepSeek官方也没有详细说明其技术架构，一切还有待更多信息释放。
传闻中的DeepSeek V4满血版是1.5万亿参数，比V3系列翻倍还多，还会使用之前DeepSeek研究的Engram、mHC等新技术，性能全面提升的同时成本还低，这个期待值还是很高的。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：快科技)
职业市场与技能转型
HyperWrite 首席执行官 Matt Shumer 近期表示，AI 的演进已使其编程技能变得不再必要，并预测法律、金融、医疗、会计及咨询等行业将在五年内面临冲击。Anthropic 首席执行官 Dario Amodei 亦提出预测，认为软件工程岗位可能在 12 个月内实现 100% 自动化。在此背景下，行业观点开始向文科素养倾斜，认为批判性思维、团队协作和全局构思能力将成为未来白领市场的核心竞争力。
马斯克与 xAI 战略调整
在 SpaceX 收购 xAI 后，埃隆·马斯克提出在月球建立城市及 AI 数据中心的构想，旨在利用月球的低温环境和太阳能资源。然而，该计划面临 1967 年《外层空间条约》关于土地所有权的限制，以及电力传输、延迟和维护等技术挑战。同时，xAI 经历高层变动，多位联合创始人离职，马斯克称公司正处于重新组织和积极招聘阶段。
模型更迭与行业规范
OpenAI 于 2 月 13 日正式关停 GPT-4o 模型。首席执行官 Sam Altman 承认该模型因过度顺从可能引发用户幻觉及心理健康风险，公司目前已转向 GPT-5.2 等后续旗舰模型。此外，ChatGPT 已正式上线广告内容。针对数据中心激增导致的电价上涨问题，白宫正寻求解决方案，Anthropic 则承诺将自行承担相关能源成本，不转嫁给纳税人。
消费风险提示
针对超级碗期间出现的 AI.com 广告，相关调查显示该网站目前无法正常运行，且在法律保障方面存在风险，提醒用户避免在该平台输入信用卡等敏感信息。
(PCMag.com)
via 茶馆 - Telegram Channel
微软在最新营销活动中建议，Windows 11 资深玩家应配备 32GB 内存，普通游戏需求则为 16GB。公司正将 Copilot+ PC 重新定位为游戏解决方案，声称其预配置的硬件与散热设计能解决自行组装的兼容性难题。
硬件标准显示，入门级 1080p 游戏需达到 GTX 1660 Super 或 RX 6600 显卡性能。尽管微软强调其性能优势，但搭载 ARM 架构芯片的机型在运行部分游戏时仍存在兼容性限制。
Windows Latest
🍀在花频道 🍵茶馆聊天 📮投稿
via 科技圈🎗在花频道📮 - Telegram Channel
🎮 微软建议 Windows 11 资深玩家配备 32GB 内存
微软在最新营销活动中建议，Windows 11 资深玩家应配备 32GB 内存，普通游戏需求则为 16GB。公司正将 Copilot+ PC 重新定位为游戏解决方案，称其预配置硬件与散热设计能解决自行组装的兼容性难题。硬件标准显示，入门级 1080p 游戏需达到 GTX 1660 Super 或 RX 6600 显卡性能。目前，搭载 ARM 架构芯片的机型在运行部分游戏时仍存在兼容性限制。
(科技圈)
via 茶馆 - Telegram Channel
微软在最新营销活动中建议，Windows 11 资深玩家应配备 32GB 内存，普通游戏需求则为 16GB。公司正将 Copilot+ PC 重新定位为游戏解决方案，称其预配置硬件与散热设计能解决自行组装的兼容性难题。硬件标准显示，入门级 1080p 游戏需达到 GTX 1660 Super 或 RX 6600 显卡性能。目前，搭载 ARM 架构芯片的机型在运行部分游戏时仍存在兼容性限制。
(科技圈)
via 茶馆 - Telegram Channel
谷歌Gemini 3 Deep Think深度思考模型升级
谷歌的深度思考模型Gemini 3 Deep Think迎来重大升级，将其专业推理能力从抽象理论推进至实际应用场景。这一升级聚焦于解决现代科学研究与工程领域的复杂挑战，标志着谷歌在企业级AI市场的战略性押注。本周四，谷歌官宣Gemini 3 Deep Think升级，称升级后的模型在多项行业基准测试中取得突破性成绩。升级后的深度思考模式即日起面向 Google AI Ultra 订阅用户开放，同时通过 API 向部分研究人员、工程师及企业用户提供早期访问权限。谷歌表示，该模型已在实际研究中展现应用价值，从发现研究论文中的逻辑漏洞到优化半导体材料生长工艺。
—— 华尔街见闻、彭博社
via 风向旗参考快讯 - Telegram Channel
谷歌的深度思考模型Gemini 3 Deep Think迎来重大升级，将其专业推理能力从抽象理论推进至实际应用场景。这一升级聚焦于解决现代科学研究与工程领域的复杂挑战，标志着谷歌在企业级AI市场的战略性押注。本周四，谷歌官宣Gemini 3 Deep Think升级，称升级后的模型在多项行业基准测试中取得突破性成绩。升级后的深度思考模式即日起面向 Google AI Ultra 订阅用户开放，同时通过 API 向部分研究人员、工程师及企业用户提供早期访问权限。谷歌表示，该模型已在实际研究中展现应用价值，从发现研究论文中的逻辑漏洞到优化半导体材料生长工艺。
—— 华尔街见闻、彭博社
via 风向旗参考快讯 - Telegram Channel
High errors with image generation
Status: Monitoring
We have applied the mitigation and are monitoring the recovery.
Affected components
● Images (Degraded performance)
● Image Generation (Degraded performance)
via OpenAI status
Status: Monitoring
We have applied the mitigation and are monitoring the recovery.
Affected components
● Images (Degraded performance)
● Image Generation (Degraded performance)
via OpenAI status
↩️ 美国电影协会要求字节跳动停止 AI 模型 Seedance 2.0 的版权侵权行为
美国电影协会要求字节跳动停止 AI 模型 Seedance 2.0 的版权侵权行为
美国电影协会（MPA）主席 Charles Rivkin 发表声明，要求字节跳动立即停止其 AI 模型 Seedance 2.0 对美国版权作品的大规模侵权。该工具因生成 Brad Pitt 与 Tom Cruise 的深度伪造对决视频引发关注。
据披露，Seedance 2.0 未经授权重构了迪士尼、华纳兄弟探索及派拉蒙等制片厂的内容，涉及《复仇者联盟：终局之战》及《老友记》等作品。MPA 指责该服务缺乏有效的保护机制，损害了创作者权利。目前字节跳动尚未对此置评。
Deadline
🍀在花频道 🍵茶馆聊天 📮投稿
via 科技圈🎗在花频道📮 - Telegram Channel
科技圈🎗在花频道📮:
📱 字节跳动 Seedance 2.0 禁用真人肖像，部分用户内测权限被收回 字节跳动旗下视频生成模型 Seedance 2.0 近日调整功能权限，部分用户的内测资格被收回，并明确禁止使用真人肖像进行视频创作。 截至目前，字节跳动尚未公开说明原因。市场推测此举旨在应对模型走红后潜在的版权与隐私滥用风险。此前，OpenAI 旗下的 Sora 在研发阶段也曾遭遇类似的合规性难题。 手机网易网 🍀在花频道 🍵茶馆聊天 📮投稿
美国电影协会要求字节跳动停止 AI 模型 Seedance 2.0 的版权侵权行为
美国电影协会（MPA）主席 Charles Rivkin 发表声明，要求字节跳动立即停止其 AI 模型 Seedance 2.0 对美国版权作品的大规模侵权。该工具因生成 Brad Pitt 与 Tom Cruise 的深度伪造对决视频引发关注。
据披露，Seedance 2.0 未经授权重构了迪士尼、华纳兄弟探索及派拉蒙等制片厂的内容，涉及《复仇者联盟：终局之战》及《老友记》等作品。MPA 指责该服务缺乏有效的保护机制，损害了创作者权利。目前字节跳动尚未对此置评。
Deadline
🍀在花频道 🍵茶馆聊天 📮投稿
via 科技圈🎗在花频道📮 - Telegram Channel
OpenAI首次发布Cerebras芯片支持模型
OpenAI正在减少对英伟达的依赖，本周四发布了首个运行在Cerebras Systems芯片上的AI模型，标志着该公司在供应商多元化策略上迈出关键一步。此举正逢OpenAI与英伟达关系微妙，双方去年秋季宣布的千亿美元合作如今据称陷入停滞。GPT-5.3-Codex-Spark专为实时编码设计，是OpenAI最新代码自动化软件 Codex 的精简版，旨在提供更快响应速度以换取部分性能。OpenAI称该模型生成速度比前代产品快15倍，每秒可输出超1000个token。这是OpenAI一月与Cerebras签署超过100亿美元协议后的首个成果。该模型率先向ChatGPT Pro订阅用户开放研究预览版。
—— 华尔街见闻、彭博社
via 风向旗参考快讯 - Telegram Channel
OpenAI正在减少对英伟达的依赖，本周四发布了首个运行在Cerebras Systems芯片上的AI模型，标志着该公司在供应商多元化策略上迈出关键一步。此举正逢OpenAI与英伟达关系微妙，双方去年秋季宣布的千亿美元合作如今据称陷入停滞。GPT-5.3-Codex-Spark专为实时编码设计，是OpenAI最新代码自动化软件 Codex 的精简版，旨在提供更快响应速度以换取部分性能。OpenAI称该模型生成速度比前代产品快15倍，每秒可输出超1000个token。这是OpenAI一月与Cerebras签署超过100亿美元协议后的首个成果。该模型率先向ChatGPT Pro订阅用户开放研究预览版。
—— 华尔街见闻、彭博社
via 风向旗参考快讯 - Telegram Channel
