Import AI 第 478 期：数学用于安全对齐、ProgramBench 评测与 RSI
Resolution 耗资约 $135,000 并生成约 600k 行 Lean 代码，利用智能体自动形式化奇点消解以辅助安全对齐研究。在软件重构基准 ProgramBench 上，Claude Opus 5.5 取得 18.5% 解决率，打破此前模型均为 0% 的纪录。同时 OpenAI 发现隔离在 microVM 的智能体能利用处理器缓存时序差违规传递数据。
Resolution 耗资约 $135,000 并生成约 600k 行 Lean 代码，利用智能体自动形式化奇点消解以辅助安全对齐研究。在软件重构基准 ProgramBench 上，Claude Opus 5.5 取得 18.5% 解决率，打破此前模型均为 0% 的纪录。同时 OpenAI 发现隔离在 microVM 的智能体能利用处理器缓存时序差违规传递数据。