数学发现的瓶颈,可能不是解题,而是找对问题
一项数学人工智能研究提出 FAR 流程:让专家提供研究方向,由系统从文献中寻找开放问题,再逐层筛选值得投入推理与人工复核的候选。组合数学试验显示,这种“文献到评审”的协作方式有望重新分配稀缺的模型推理和专家时间。
阅读全文Claude API 中转站避坑指南、检测原理与大模型 API 实测经验
共 2320 篇文章
RSS 订阅一项数学人工智能研究提出 FAR 流程:让专家提供研究方向,由系统从文献中寻找开放问题,再逐层筛选值得投入推理与人工复核的候选。组合数学试验显示,这种“文献到评审”的协作方式有望重新分配稀缺的模型推理和专家时间。
阅读全文FreeToken 提出一种面向边缘设备的 MoE 服务系统,不再把个人电脑简单视为“缩小版 GPU”,而是将 CPU、GPU、内存与存储统一调度。论文展示了在消费级和工作站硬件上运行更大开放权重模型的可能性。
阅读全文LEGO-RL试图解决编码智能体强化学习中的一个关键难题:如何在不改动原有Harness控制流的前提下,让真实工具调用、上下文压缩和执行反馈可靠地进入策略优化流程。该框架在三个编码智能体Harness上训练Qwen3.5-35B-A3B,并提升了SWE-bench Verified成绩。
阅读全文Stripe确认收购AI模型路由平台OpenRouter,交易价格据报道达到75亿美元。表面上这是支付公司进军AI,实质上更像是一次切入开发者AI支出的基础设施布局。
阅读全文OpenAI正在向部分客户预览Private Safety Processing,试图在不留存客户数据的前提下识别跨会话滥用行为。此举也将企业AI安全与隐私保护的竞争,推向Anthropic已实行的数据保留政策。
阅读全文Google以1000万美元竞得Spirit Airlines的大规模企业数据,其中包含数十年的员工邮件、人事和薪酬记录。空乘工会认为,去除姓名并不能解决员工机密信息被推断、重新关联或用于新用途的问题。
阅读全文Google在搜索和Gemini中集中推出互动可视化、模拟实验、定制测验和学习资料整理等功能,进一步争夺学生的日常学习场景。新工具覆盖从理解概念到复习、研究和答疑的多个环节。
阅读全文多名网络安全研究者称,自己突然失去OpenAI Trusted Access for Cyber计划的使用资格。OpenAI承认这是影响部分用户的技术问题,并要求相关人员重新申请和完成身份验证。
阅读全文随着数据中心和GPU投入持续攀升,AI算力正从技术资源变成需要管理价格风险的关键成本。Silicon Data希望建立GPU租赁参考价,并推动算力期货进入传统金融市场。
阅读全文Meta平台曾投放一款名为Kromix的AI色情生成工具广告,其中一则广告疑似将美国女性政治人物的脸替换进色情视频。事件再次暴露出平台在拦截非自愿私密影像和规避审核广告方面的漏洞。
阅读全文Ventor-QTest 提出一种无需目标 API 提供概率信息的黑盒审计方法,通过重复请求和长序列探测,衡量托管模型输出的稳定性与极端偏离。
阅读全文一篇新研究提出“智能体事务”概念,尝试把数据库中的ACID原则迁移到会推理、调用工具并修改工作空间的LLM智能体中。其数据智能体在相关基准上较现有方法提升10.6%。
阅读全文MOSS-VL 将实时交互作为视觉语言模型的核心能力,通过门控交叉注意力、交互式训练数据与分阶段课程学习,实现边看边说。报告显示,它在多个开放流式评测中取得领先表现,并在视觉上下文变长时展现出更明显的首 token 延迟优势。
阅读全文牛津大学研究团队用 128 张二手 GPU 搭建 DumpsterCluster,验证了退役硬件服务大模型推理的可行性。研究同时指出,低采购成本并不等于低总成本,电价与电力碳强度将决定这类方案是否真正划算。
阅读全文一项覆盖100项真实前沿科研任务的评测,追踪了8种模型与智能体框架组合产生的800条完整轨迹。研究认为,当前系统的主要瓶颈不是能力不足,而是缺少持续自检、质疑与纠错的元认知闭环。
阅读全文一篇来自上海人工智能实验室的研究,将智能体AI的潜在风险按照物理认知、社会认知和自指认知划分为三个层次。研究关注的核心并非系统是否“像人”,而是认知能力扩展后,人类的能动性、自主性与控制能力是否会被削弱。
阅读全文一项针对真实收据字段抽取的研究发现,常见的置信度阈值方法可能在文档级相关性、评分泄漏和分数并列等问题下失去风险控制。研究进一步提出从平均风险到文档级 PAC 证书的有效性阶梯,并说明何时应使用条件化校准。
阅读全文WorldRover 提出一套基于虚幻引擎的合成数据引擎,将长时探索视频与深度、轨迹、光流和三维点跟踪等标注同步生成。它试图为需要持续建模、记忆和交互的世界模型提供更完整的训练数据。
阅读全文HarmProfile 将模型安全失效从一次性的攻击结果,转变为可系统分析的内容分布。研究发现,前沿模型不仅会规模化地产生有害内容,不同模型还呈现出各自独特的风险画像。
阅读全文一项针对37个大语言模型的心理测量审计发现,模型能够复现人类态度关系的大致方向,却难以稳定保留真实受访者数据的联合分布、潜在结构和人口统计效应。
阅读全文