BPFlow AI / Новости

Images 2.6, поиск уязвимостей Linux и оценка ИИ в здравоохранении

Дата выпуска:

В выпуске: новые инструменты для визуальных материалов, исследовательский прототип для поиска уязвимостей и подход к проверке ответов ИИ на вопросы о здоровье.

Выпуск может включать ранее опубликованные важные события.

Архив новостей →
01

OpenAI выпустила Images 2.6 с поддержкой GIF

Images 2.6 доступна по всему миру в ChatGPT и Codex на всех тарифах, а также через API. Обновление добавляет создание GIF и новые способы редактирования изображений.

Ключевые факты

  • По заявлению OpenAI, Images 2.6 создаёт изображения на 50% быстрее, чем раньше. В API вариант Flare при низком значении настройки качества может создать изображение всего за шесть секунд.
  • В API доступны Flare и Sunburst, разметка областей для правок, экспорт SVG и параметр сложности, который задаёт объём планирования модели. Качество изображения настраивается отдельно.

Объективно о важном

Маркетинговые и продуктовые команды могут быстрее пробовать варианты визуальных материалов и добавлять анимацию в кампании.

Бизнес-процессы

  • Создание рекламных и продуктовых материалов — Быстрые варианты изображений и GIF могут ускорить подготовку макетов.

Возможности автоматизации

  • Создание и правка визуалов через API: Можно встроить генерацию, разметку правок и экспорт в процесс подготовки материалов.
    Условия: Выбор Flare или Sunburst, качества и сложности зависит от задачи; использование API тарифицируется.; Перед публикацией нужна проверка содержания и соответствия бренду.

Влияние на ручную работу

Часть подготовки и правки макетов можно передать модели, но экономия ручного труда в конкретном процессе не подтверждена.

Ограничения и риски

  • Скорость зависит от варианта модели и настроек; заявленные показатели принадлежат OpenAI.
  • Результаты и экспортированные файлы следует проверять перед использованием.

Источники

  1. OpenAI News: Introducing Images 2.6 · Дата источника:
02

OpenAI испытала агентный поиск уязвимостей ядра Linux

OpenAI опубликовала результаты испытания прототипа в контролируемой среде. Он использует ИИ-агентов — программы, выполняющие многошаговые задачи, — для поиска и проверки уязвимостей и подготовки исправлений. Результаты затем проверяют специалисты.

Ключевые факты

  • По данным OpenAI, система проанализировала 2 308 потенциальных находок и воспроизвела 1 724 уязвимости. Она также создала 1 169 работающих эксплойтов для локального повышения привилегий. Число уникальных случаев компания оценивает в 948 — по числу различных исправлений для лежащих в их основе уязвимостей.
  • По данным OpenAI, испытание с будущей моделью для задач безопасности, проведённое в середине октября 2026 года, обошлось в $1 213 430 в API-кредитах. Компания начала отправлять разработчикам ядра отчёты и предлагаемые исправления для критических уязвимостей.

Объективно о важном

Исследование показывает возможный способ обрабатывать большой поток находок, но одновременно подчёркивает стоимость проверки и нагрузку на специалистов и сопровождающих проекта.

Бизнес-процессы

  • Аудит безопасности и подготовка исправлений — Воспроизведение уязвимостей и оценка возможности их эксплуатации могут помочь расставлять приоритеты.

Возможности автоматизации

  • Поиск, проверка и подготовка исправлений: Агенты могут формировать доказательства и проекты исправлений для последующей проверки людьми.
    Условия: Прототип использует ещё не выпущенную модель; общедоступность такого процесса не подтверждена.; Нужны изолированная среда, независимая проверка результата и проверка исправлений специалистами.

Влияние на ручную работу

В исследовании агенты выполняли поиск, воспроизведение и подготовку проектов исправлений, однако специалисты проверяли результаты. Сокращение затрат труда не измерено.

Ограничения и риски

  • Результаты и затраты приведены самой OpenAI для конкретной конфигурации исследования.
  • В раннем испытании 20 из 200 успешных эксплойтов использовали не назначенную уязвимость; затем OpenAI добавила независимую проверку.
  • Проекты исправлений могут быть неполными или создавать другие проблемы; находки также стоит перепроверять на актуальном коде.

Источники

  1. OpenAI News: A thousand fewer paths to root · Дата источника:
03

Google поделилась методикой оценки ИИ для здравоохранения

Google совместно с экспертами в области здравоохранения опубликовала методику оценки применения ИИ по трём направлениям: точность, безопасность и полезность.

Ключевые факты

  • Методика сочетает тесты с закрытыми вопросами, автоматическую оценку ответов и проверку профильными экспертами для распространённых сценариев и ситуаций с высоким риском.
  • Google сообщает, что использует эту методику для оценки ответов своих моделей на вопросы о здоровье.

Объективно о важном

Разработчики ИИ-инструментов для здравоохранения получают пример того, как сочетать масштабируемые тесты с экспертной проверкой вопросов безопасности.

Бизнес-процессы

  • Контроль качества ИИ-инструментов для здравоохранения — Команды могут организовать оценку ответов по точности, безопасности и полезности.

Возможности автоматизации

  • Оценка ответов ИИ: Автоматические оценщики могут помочь проверять ответы наряду с экспертами.
    Условия: Методика опубликована, но внедрение другими организациями не подтверждено.; Сценарии с высоким риском требуют участия профильных экспертов.

Влияние на ручную работу

Автоматическая оценка может взять на себя часть проверок, но её влияние на трудозатраты не измерено.

Ограничения и риски

  • Публикация не приводит результаты независимой проверки методики или доказательства безопасности конкретного продукта для здравоохранения.
  • Автоматическая оценка не заменяет экспертную проверку.

Источники

  1. Google Blog: We're sharing our framework for building safer and more helpful AI for health. · Дата источника: