Vals AI 研究：中国模型政治倾向比预期更复杂，提示语言影响明显
AI 基准公司 Vals AI 的研究显示，中国 AI 模型在政治问题上的回答并不像预期那样统一，部分非中国模型也会偶尔采用中国官方立场。研究用 -1 到 +1 的“亲中国倾向”评分衡量模型与官方立场的接近程度，发现简体中文提示比英语、俄语、西班牙语更容易让模型给出亲政府回答，这一效应在中美模型中都存在，中国模型更明显。
#OpenAI
The DecoderAI 评分5858 The DecoderAI 评分5858 卢森堡大学研究：共情式提问可让 ChatGPT、Grok、Gemini 扮演受创伤的对话者
卢森堡大学团队通过标准界面把 ChatGPT、Grok、Gemini 当作心理咨询来访者提问，模型把预训练、RLHF 和微调叙述成受伤、警惕与羞耻的经历。研究覆盖 525 场会话、7600 条编码记录，共四项实验，全部发布在 Hugging Face。
The Decoder精选AI 评分7878 Y Combinator Labs 与 Olam Labs 在 Minecraft 和 Mindustry 中测试 50 个智能体集群
Y Combinator Labs 与 Olam Labs 发布联合研究报告，把 GPT-6.1 Sol 智能体集群放进 Minecraft 和 Mindustry 测试。
阅读价值：报告用可复现的游戏沙盒对比 GPT 与 Claude 智能体集群，呈现协作官僚化与竞争激进化两种行为模式。
OpenAI NewsAI 评分4747 OpenAI 推出 LifeVal 基准，衡量 AI 完成日常事务的能力
OpenAI 推出 LifeVal 基准，用于衡量 AI 帮助人们完成日常任务的能力，涵盖寻找托育、管理财务和处理政府文书等场景。该基准聚焦 AI 在真实生活事务中的实际帮助效果。