Method

• METR merilis penerapan baru dari metodologi time-horizon untuk keamanan siber ofensif, berdasarkan studi dengan 10 pakar keamanan profesional. • Penelitian ini mengevaluasi kapabilitas AI dalam tugas-tugas keamanan, mempercepat evaluasi setiap 5,7 bulan pada garis tren 2024+. • Opus 4.6 dan GPT-5.3 Codex melampaui tolok ukur, dengan menyelesaikan tugas-tugas yang membutuhkan waktu bagi manusia sekitar 3 jam.

• Peneliti dari Binghamton University dan University of Virginia mengembangkan sistem machine-learning yang menganalisis lebih dari 55 juta makalah ilmiah dan paten untuk mengidentifikasi penelitian yang benar-benar disruptif yang mengubah arah sains. • Metrik baru ini, yang diterbitkan dalam Science Advances, mengukur "disruptiveness" — tingkat di mana sebuah makalah menarik suatu bidang menjauh dari jalur sebelumnya — dan berhasil mengidentifikasi penemuan besar simultan yang sering terabaikan oleh pengukuran tradisional berbasis sitasi. • Studi ini mengatasi celah kritis dalam cara sains mengevaluasi dampak, dengan mengakui bahwa kemajuan ilmiah terjadi melalui perubahan mendadak daripada langkah-langkah inkremental, membantu mengidentifikasi momen terobosan yang terabaikan dalam sejarah penelitian.

• Peneliti di Binghamton University, State University of New York, bersama rekan-rekan di University of Virginia, menerbitkan sebuah studi di Science Advances yang memetakan lanskap inovasi untuk mengidentifikasi studi dan paten disruptif yang menantang paradigma ilmiah yang ada. • Metode yang dikembangkan oleh Sadamori Kojaku dan rekan-rekannya ini membantu menentukan penemuan yang mengubah jalannya sains, seperti teori evolusi, pembelahan atom, dan pengembangan antibiotik. • Ukuran disruptivitas yang kuat ini memberikan cara sistematis untuk mengidentifikasi terobosan simultan di berbagai bidang sains dan dapat mempercepat pengakuan terhadap penelitian yang transformatif.