CCTest · Blog
数学发现的瓶颈,可能不是解题,而是找对问题
AI 科研
cctest.ai
AI 科研

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
CCTest · Blog
LEGO-RL:让编码智能体在原生运行框架中完成强化学习
代码智能体
cctest.ai
代码智能体

LEGO-RL:让编码智能体在原生运行框架中完成强化学习

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
CCTest · Blog
退役 GPU 还能做什么?DumpsterCluster 探索用二手硬件运行 LLaMA-70B
推理与部署
cctest.ai
推理与部署

退役 GPU 还能做什么?DumpsterCluster 探索用二手硬件运行 LLaMA-70B

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
CCTest · Blog
从物理到自指:智能体AI的认知能力为何会带来新风险
AI 安全
cctest.ai
AI 安全

从物理到自指:智能体AI的认知能力为何会带来新风险

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
CCTest · Blog
文档抽取的选择性风险控制:为什么“低置信度就复核”还不够
模型评测
cctest.ai
模型评测

文档抽取的选择性风险控制:为什么“低置信度就复核”还不够

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