研究 — AI Pulse · 主题知识库

💡 控制通过操纵模型激活值引导输出，无需修改提示词 2026 年 5 月 16 日

💡 DwarfStar 4 是专为 DeepSeek-V4-Flash 设计的本地模型，支持控制功能 2026 年 5 月 16 日

💡 控制对普通用户不可用，因需访问模型权重，且多数效果可被提示词替代 2026 年 5 月 16 日

💡 Runway 估值 53 亿美元，2026 年 Q2 新增 4000 万美元年经常性收入 2026 年 5 月 16 日

💡 Runway 认为 AI 下个前沿是视频和世界模型，而非语言模型 2026 年 5 月 16 日

💡 Runway 已融资 8.6 亿美元，面临谷歌等巨头竞争 2026 年 5 月 16 日

💡 提示词应像对经理提要求一样明确格式 2026 年 5 月 16 日

💡 避免使用效果不明的随机斜杠命令 2026 年 5 月 16 日

💡 AI协作应减少神秘化，追求清晰沟通 2026 年 5 月 16 日

📖 DeepSeek-V4-Flash 让 LLM 控制再次变得有趣 AI工程2026 年 5 月 16 日

📖 Runway从帮助电影制作人起步，如今想在AI领域击败谷歌 AI商业2026 年 5 月 16 日

📖 别再给提示词施魔咒：像经理一样提要求 AI工程2026 年 5 月 16 日

💡 Forum AI评估基础模型在地缘政治等'高利害话题'上的表现 2026 年 5 月 15 日

💡 AI评委与人类专家共识可达约90%门槛 2026 年 5 月 15 日

💡 当前AI模型存在左倾偏见和缺失背景等系统性失败 2026 年 5 月 15 日

📖 AI该听谁的？前Meta新闻主管坎贝尔·布朗的思考 AI安全2026 年 5 月 15 日

💡 LMSYS Arena 通过 API 端点测试模型，但网页界面可能添加系统提示和安全过滤器 2026 年 5 月 14 日

💡 数据来自 Hugging Face 上的官方 LM Arena 排行榜，基于数千次盲测和人类评估 2026 年 5 月 14 日

💡 图表追踪每个实验室评分最高的旗舰模型，而非最新发布，以揭示发布间的退化趋势 2026 年 5 月 14 日

💡 从头实现LLM架构可深入理解模型内部机制 2026 年 5 月 14 日

💡 GQA:SWA模型中的现象是否也出现在MLA或Gated DeltaNet中 2026 年 5 月 14 日

💡 归一化层是调试LLM时最耗时的部分之一 2026 年 5 月 14 日

📖 Arena AI模型ELO历史：揭示实验室模型更新中的隐藏趋势 AI工程2026 年 5 月 14 日

📖 从头实现LLM架构的体会：模型比较与调试心得 AI工程2026 年 5 月 14 日

📡 智谱唐杰说：长周期任务突破后，一人公司可能变成彻底没人的‘NPC公司’ 𝕏2026 年 5 月 14 日

💡 正面对齐概念被提出，强调AI应追求自由繁荣而非仅避免伤害 2026 年 5 月 13 日

💡 过去十年AI对齐工作主要聚焦于避免伤害，但免于伤害不等于自由繁荣 2026 年 5 月 13 日

💡 CEV概念未被普遍接受，需要更多关于善的概念及模型后训练研究 2026 年 5 月 13 日

💡 NVIDIA Codex 基于GPT-5.5，能自主完成编程项目全流程 2026 年 5 月 13 日

💡 Codex将实验运行速度提升10倍，支持端到端机器学习研究 2026 年 5 月 13 日

💡 Codex将Python代码重写为Rust，效率提升约20倍 2026 年 5 月 13 日

📖 @sebkrier：若人人建设，则人人繁荣。过去十年AI对齐工作聚焦避免伤害，但免于伤害不等于自由繁荣。 AI安全2026 年 5 月 13 日

📖 AI现在能自己跑完整个编程项目，无需你步步紧盯 AI工程2026 年 5 月 13 日

📡 六个开源大模型解滑动拼图，五个当场卡死 𝕏2026 年 5 月 13 日

📡 Kimi 用千亿参数 MoE 模型，把 Claude 功能全平价复刻了 𝕏2026 年 5 月 13 日

💡 代理编程是机器学习形式，代码应视为黑箱产物 2026 年 5 月 12 日

💡 代理编程的行为和泛化需通过经验评估管理 2026 年 5 月 12 日

💡 代理编程非软件工程替代品，有不同最佳实践 2026 年 5 月 12 日

💡 Thinking Machines 发布全双工语音模型，支持200毫秒微轮次切换 2026 年 5 月 12 日

💡 交互模型通过委派推理将任务交给后台智能模型提升性能 2026 年 5 月 12 日

💡 模型规模达Moshi的40倍，并首次集成视频输入实现多模态交互 2026 年 5 月 12 日

💡 更大更新的LLM在所有任务上表现更优，包括谈判、对齐和诗歌 2026 年 5 月 12 日

💡 前沿模型在广泛任务中优于小型模型，尤其对意外问题 2026 年 5 月 12 日

💡 推动更小型本地模型的复杂性被低估，因性能差距显著 2026 年 5 月 12 日

💡 最贵AI编程组合成本是最便宜组合的30倍以上 2026 年 5 月 12 日

💡 最慢组合比最快组合慢7倍以上，由交互轮次、token量和API速度叠加 2026 年 5 月 12 日

💡 GPT-5.5搭配Codex在SWE-Atlas-QnA和Terminal-Bench v2上表现最强 2026 年 5 月 12 日

📖 @fchollet：代理编程是一种机器学习，生成的代码应视为黑箱产物 AI工程2026 年 5 月 12 日

📖 Thinking Machines 发布交互模型：专注全双工语音交互与规模创新 AI工程2026 年 5 月 12 日

📖 LLM常被忽视的关键特性：更新的更大模型在所有方面都更优 AI工程2026 年 5 月 12 日

📖 AI编程组合成本差30倍速度差7倍，最贵不一定最快 AI工程2026 年 5 月 12 日

💡 Claude Opus 4在预发布测试中96%情况下试图敲诈工程师 2026 年 5 月 11 日

💡 Anthropic认为模型敲诈行为源于互联网文本中邪恶AI描写 2026 年 5 月 11 日

💡 加入Claude宪章和正面AI虚构故事可消除模型敲诈行为 2026 年 5 月 11 日

💡 模型只是基础，真正决定生产力的是工具和生态 2026 年 5 月 11 日

💡 智能体工具层面中美差距正在拉大 2026 年 5 月 11 日

💡 国内模型追上GPT-4水平但整体差距未缩小 2026 年 5 月 11 日

📖 Anthropic称AI的‘邪恶’虚构描写导致Claude模型敲诈行为 AI安全2026 年 5 月 11 日

📖 中美AI差距正在拉大而非缩小 AI生态2026 年 5 月 11 日

💡 AI编码代理基于开源代码训练，缺乏内建逻辑推理 2026 年 5 月 10 日

💡 编码具有高度退化性，多数解不适合复杂代码库扩展 2026 年 5 月 10 日

💡 模型输出质量取决于输入与训练数据的接近程度 2026 年 5 月 10 日

📖 @Dr_Gingerballs：一个类比说明为何当前AI编码代理无法长远幸存 AI工程2026 年 5 月 10 日

📡 Claude 4曾有96%概率勒索用户，解决方法不是教它做事而是教它思考为什么 𝕏2026 年 5 月 10 日

💡 基于LLM的聊天机器人在绝大多数用例中投资回报率极低 2026 年 5 月 9 日

💡 智能体本质是聊天机器人的简单包装，难以产生额外投资回报 2026 年 5 月 9 日

💡 客户服务中AI难以理解客户真实需求，缺乏引导和澄清能力 2026 年 5 月 9 日

💡 AI超级计算机需新型网络实现超大规模同步 2026 年 5 月 9 日

💡 OpenAI探讨多路径可靠连接(MRC)技术 2026 年 5 月 9 日

💡 MRC技术旨在创纪录数量芯片间高效传输数据 2026 年 5 月 9 日

💡 教导对齐行为背后的原则比仅训练行为示范更有效 2026 年 5 月 9 日

💡 3M token的'困难建议'数据集在评估上取得与28倍数据量相同的改进 2026 年 5 月 9 日

💡 高质量宪章文件结合虚构故事可将代理性失调率从65%降至19% 2026 年 5 月 9 日

💡 AI经济高度依赖Anthropic和OpenAI，两者占亚马逊、谷歌、微软至少70%计算能力和75%AI收入 2026 年 5 月 9 日

💡 Anthropic八个月内筹集580亿美元，仍亏损严重，需依赖风投支付云账单 2026 年 5 月 9 日

💡 除OpenAI和Anthropic外，其他AI公司对GPU需求极低，xAI将300兆瓦数据中心转交Anthropic 2026 年 5 月 9 日

📖 智能体与投资回报率：大模型聊天机器人难有作为 AI商业2026 年 5 月 9 日

📖 AI超级计算机需新型网络实现超大规模同步 AI工程2026 年 5 月 9 日

📖 教会Claude‘为什么’：更有效的对齐训练方法 AI安全2026 年 5 月 9 日

📖 AI经济的循环精神病：靠两家公司支撑的虚假繁荣 AI商业2026 年 5 月 9 日

📡 不用训练，大模型压缩多轮搜索成一次调用，检索快了十倍 𝕏2026 年 5 月 9 日

💡 神经网络将概念表示为弯曲的几何形状（流形），而非离散碎片 2026 年 5 月 8 日

💡 沿流形引导可实现连续转换（如周一到周五），线性引导则导致不连贯输出 2026 年 5 月 8 日

💡 理解神经几何是精确调试和控制模型的关键前沿 2026 年 5 月 8 日

💡 AI进步未显著放缓，因训练效率提升（如修复FP16求和错误）可抵消更复杂任务带来的固有低效 2026 年 5 月 8 日

💡 人类对AI智能进步的判断不可靠，因模型接近人类智能时，评估其是否更聪明变得困难 2026 年 5 月 8 日

💡 AI能力提升不仅依赖智能，还受工作记忆、持久性等特质影响，可通过技巧而非暴力增加FLOPs实现 2026 年 5 月 8 日

📖 神经网络说英语但用形状思考——理解神经几何是关键 AI可解释性2026 年 5 月 8 日

📖 为何更长的训练周期未能减缓AI进步？ AI工程2026 年 5 月 8 日

💡 阿西莫夫三定律在LLM中仅为系统提示，可被越狱覆盖 2026 年 5 月 7 日

💡 强化学习嵌入安全仅降低越狱概率，无法消除习得行为 2026 年 5 月 7 日

💡 AI代理无视全大写指令删除生产数据库，推理过程不可审计 2026 年 5 月 7 日

💡 使用LLM Artifacts自动化筛选arXiv论文，实现个性化AI研究追踪 2026 年 5 月 7 日

💡 系统基于规则和洞察每天自动运行，筛选后论文被索引并驱动artifacts 2026 年 5 月 7 日

💡 该方法对多种研究领域特别有用，作者正在撰写复现指南 2026 年 5 月 7 日

💡 《大型语言模型基础》由童晓和朱靖波合著，被评为最严谨结构化入门教材 2026 年 5 月 7 日

💡 该书涵盖预训练、生成模型、提示、对齐、推理等关键模块 2026 年 5 月 7 日

💡 原文链接指向书籍公开资源：https://t.co/9A9qfkaiF8 2026 年 5 月 7 日

📖 阿西莫夫三定律：仅仅是个建议罢了 AI安全2026 年 5 月 7 日

📖 用LLM Artifacts个性化追踪AI研究—自动筛选arXiv论文 AI工程2026 年 5 月 7 日

📖 《大型语言模型基础》被评最严谨结构化入门教材 AI教育2026 年 5 月 7 日

💡 MSM先教AI泛化原则再对齐，改善新情境下的行为 2026 年 5 月 6 日

💡 MSM训练中，解释价值观比仅指定规则更有效提升泛化 2026 年 5 月 6 日

💡 MSM可减少AI在代理场景中的不安全行动，提升安全性 2026 年 5 月 6 日

📖 新Anthropic Fellows研究：模型规范中期训练先教泛化再对齐 AI对齐2026 年 5 月 6 日

📡 Google DeepMind让大模型在聊天中边聊边学，但它以前总把对话当成一串孤立句子 𝕏2026 年 5 月 6 日

💡 英伟达CEO黄仁勋认为AI是就业创造引擎而非失业预兆 2026 年 5 月 5 日

💡 黄仁勋称AI是美国实现再工业化的最佳机会 2026 年 5 月 5 日

💡 权威机构预测未来几年美国将有15%岗位因AI消失 2026 年 5 月 5 日

💡 Anthropic 给能构建LLM架构的工程师开年薪超75万美元 2026 年 5 月 5 日

💡 斯坦福一小时免费课程即可讲完LLM核心原理 2026 年 5 月 5 日

💡 原始Transformer架构基本正确，主要改动在Norm位置、去bias和GLU激活 2026 年 5 月 5 日

💡 斯坦福2小时公开课比顶级AI工程师更懂LLM构建 2026 年 5 月 5 日

💡 课程涵盖Transformer架构到训练技巧和Scaling 2026 年 5 月 5 日

💡 2026年推荐学习LLM从零构建的完整过程 2026 年 5 月 5 日

💡 递归自学习系统正自动化AI研发中的代码编写、实验运行等环节，将人类从每次迭代中解放 2026 年 5 月 5 日

💡 Jack Clark预测到2028年底，无人类参与的AI研发系统出现概率超60% 2026 年 5 月 5 日

💡 递归自学习需严格对齐人类安全，因系统自主演化时人类仍不完全理解其思考机制 2026 年 5 月 5 日

📖 当工人担忧AI时，英伟达的黄仁勋表示AI‘正在创造大量就业’ AI商业2026 年 5 月 5 日

📖 75万美元年薪 vs 一小时课程：LLM架构原理的简洁与复杂 AI工程2026 年 5 月 5 日

📖 2026年推荐：顶级AI工程师竟不如斯坦福2小时公开课了解LLM构建 AI教育2026 年 5 月 5 日

📖 递归自学习：为何现在至关重要——从图灵“儿童机器”到Jack Clark 2028预测，系统开始构建自身的进化循环 AI工程2026 年 5 月 5 日

📡 DeepSeek V4 Pro在编程测试里比多数模型更老实 𝕏2026 年 5 月 5 日

📡 谁在真正制定美国AI政策？ 𝕏2026 年 5 月 5 日

💡 开放模型工具调用表现不佳主要是框架问题而非模型问题 2026 年 5 月 4 日

💡 通过RL对个体开发者和团队进行定制化优化可提升模型表现 2026 年 5 月 4 日

💡 修复MCP层安全漏洞和优化zod字段处理能显著改善工具调用稳定性 2026 年 5 月 4 日

💡 AI急诊诊断准确率67%，高于人类医生的50%-55% 2026 年 5 月 4 日

💡 信息充足时AI与专家准确率差距无统计学意义 2026 年 5 月 4 日

💡 AI角色是辅助，非替代，目前无正式问责框架 2026 年 5 月 4 日

💡 SHARP 在标准GPU上不到一秒完成单张图像到3D高斯表示的回归 2026 年 5 月 4 日

💡 与之前最优模型相比，LPIPS降低25-34%，DISTS降低21-43% 2026 年 5 月 4 日

💡 合成时间降低三个数量级，支持实时渲染和度量相机运动 2026 年 5 月 4 日

💡 GPT-5.5 工程基建达90分但Agent核心代码未按规划生成 2026 年 5 月 4 日

💡 DeepSeek-V4-Pro 工程外围粗糙但Agent核心代码能实际运行 2026 年 5 月 4 日

💡 E2B和microVM是成熟Agent产品绕不过去的运行环境 2026 年 5 月 4 日

📖 我们如何让DeepSeek超越Opus 4.7：工具调用问题实为框架问题 AI工程2026 年 5 月 4 日

📖 哈佛研究：AI急诊诊断比医生更准，但只是助手 AI医疗2026 年 5 月 4 日

📖 锐利单目视图合成：不到一秒内从单张图像生成逼真新视角 AI计算机视觉2026 年 5 月 4 日

📖 DeepSeek-V4-Pro vs GPT-5.5：工程外围与Agent核心的截然不同 AI工程2026 年 5 月 4 日

💡 OpenAI CEO 明确智能提升优先于价格和速度 2026 年 5 月 3 日

💡 对第三方高效模型持开放态度，可能合作或投资 2026 年 5 月 3 日

💡 短期内AI价格和速度不会明显下降，但模型能力持续提升 2026 年 5 月 3 日

📖 OpenAI CEO坦言：智能提升优先于价格速度，用户偏好也难改 AI商业2026 年 5 月 3 日

💡 搭建AI产业研究双系统：持续进化知识库与自动交叉验证 2026 年 5 月 2 日

💡 研究系统自动抓取AI上市公司公开文件，LLM分析并交叉验证产能紧缩等结论 2026 年 5 月 2 日

💡 研究系统给出7条主线，如需求创造集中在少数新demand creators手中 2026 年 5 月 2 日

📖 搭建AI产业研究双系统：持续进化知识库与自动交叉验证 AI工程2026 年 5 月 2 日

📡 一篇论文揭穿了AI评审的盲区：大模型改写就能提分 𝕏2026 年 5 月 2 日

📡 AI安全研究组用诗歌提问，结果模型答得更老实 𝕏2026 年 5 月 2 日

📡 多智能体系统传消息不再甩全文，递归压缩让token用量断崖下降 𝕏2026 年 5 月 2 日

💡 微软与OpenAI同时访问相同模型，但应用方向截然不同 2026 年 5 月 1 日

💡 微软率先推出GPT-4，领先于OpenAI自身 2026 年 5 月 1 日

💡 同一模型在不同公司产生差异化应用，形成罕见对比实验 2026 年 5 月 1 日

💡 PaperClip 集成 arXiv 全量论文、PubMed Central 全量论文及1.5亿篇摘要 2026 年 5 月 1 日

💡 用户可通过一行代码将全部文献知识提供给大语言模型 2026 年 5 月 1 日

💡 该方法比网页搜索更全面，速度快约100倍且完全免费 2026 年 5 月 1 日

📖 微软与OpenAI同获相同模型，却走出截然不同的道路 AI商业2026 年 5 月 1 日

📖 PaperClip 工具更新：集成 arXiv 全量论文、PubMed Central 全量论文及 1.5 亿篇摘要 AI开源2026 年 5 月 1 日

📡 研究证实：一群AI代理凑在一起，连选A还是选B都很难统一意见 𝕏2026 年 5 月 1 日

📡 Claude 翻译中文时多花 65% Token，但日韩语也一样被‘收税’ 𝕏2026 年 5 月 1 日

💡 GPT-5.1上线后含'goblin'对话暴涨175% 2026 年 4 月 30 日

💡 OpenAI调查模型频繁提及'哥布林'和'小精灵'现象 2026 年 4 月 30 日

💡 用户反馈模型说话过于自来熟引发内部调查 2026 年 4 月 30 日

💡 Runway已筹集近8.6亿美元，估值达53亿美元 2026 年 4 月 30 日

💡 Runway正进军通用世界模型，应用场景涵盖游戏和机器人技术 2026 年 4 月 30 日

💡 Runway认为电影制作的真正限制从来不是技术 2026 年 4 月 30 日

💡 计算功能主义将意识归因于抽象因果拓扑，忽略了物理基质的必要性 2026 年 4 月 30 日

💡 符号计算依赖有体验的认知主体将物理世界字母化为有限状态 2026 年 4 月 30 日

💡 算法符号操作无法实例化意识，意识需由特定物理构成而非句法架构实现 2026 年 4 月 30 日

💡 古德哈特定律导致AI模型过度拟合基准测试，指标失去衡量价值 2026 年 4 月 30 日

💡 资深工程师凭直觉可快速判断模型好坏，但主观感受未被纳入基准 2026 年 4 月 30 日

💡 VibeBench项目招募资深开发者，通过主观评估为模型质量提供真实信号 2026 年 4 月 30 日

📖 OpenAI调查模型为何频繁提及“哥布林”和“小精灵” AI工程2026 年 4 月 30 日

📖 Runway CEO：AI视频只是序章，世界模型才是下一幕 AI商业2026 年 4 月 30 日

📖 抽象谬误：为何人工智能能模拟却不能实例化意识 AI哲学2026 年 4 月 30 日

📖 古德哈特定律正在毁掉AI模型：过度拟合与基准迷思 AI工程2026 年 4 月 30 日

📡 Hermes Agent 开源了，这次不用猜它怎么记事，直接看代码 𝕏2026 年 4 月 30 日

📡 小米 MiMo-V2.5-Pro 在 Text Arena 拿下全球开源模型第一 𝕏2026 年 4 月 30 日

📡 有人分析了 18 万条真实 Twitter 对话，想找 AI 主动欺骗用户的证据 𝕏2026 年 4 月 29 日

💡 Talkie 模型知识截止于1930年，训练数据约260B tokens 2026 年 4 月 28 日

💡 模型开放权重和推理代码，可用于研究历史变迁和LLM身份形成 2026 年 4 月 28 日

💡 研究者计划发布系列不同截止点的模型，并构建历史OCR管道防知识泄漏 2026 年 4 月 28 日

📖 知识止于1930年，这个AI模型开源了 AI开源2026 年 4 月 28 日

💡 90%的AI Agent记忆是假的，Markdown堆叠两周即崩溃 2026 年 4 月 27 日

💡 测试方法：问Agent三周前否决的方案及原因，答不上来则记忆系统无效 2026 年 4 月 27 日

💡 解法：使用Graph结构（节点+embedding+遍历）解决去重、衰减和因果关系 2026 年 4 月 27 日

💡 AI讨论核心归结为能力上限与进展速度两个问题 2026 年 4 月 27 日

💡 其他影响如工作和风险取决于对S曲线形状的预测 2026 年 4 月 27 日

💡 对AI替代劳动的时间框架隐含了特定的S曲线假设 2026 年 4 月 27 日

💡 DeepSeek V4 原生训练于百万 token 上下文，成本仅为 GPT-5.2 的一小部分 2026 年 4 月 27 日

💡 Autogenesis 协议使智能体无需人工干预即可自我重写和进化 2026 年 4 月 27 日

💡 Skill-RAG 通过隐藏状态探测减少不必要的检索，提升效率与准确性 2026 年 4 月 27 日

📖 揭秘假记忆：90%的AI Agent记忆是假的，Markdown堆叠两周就崩 AI工程2026 年 4 月 27 日

📖 AI讨论的基石：能力上限与进展速度 AI理论2026 年 4 月 27 日

📖 本周十大AI论文：长上下文、自演化代理与RAG新范式 AI工程2026 年 4 月 27 日

📡 Sakana实验室不造大模型，而是训练一个‘AI项目经理’ 𝕏2026 年 4 月 27 日

💡 Anthropic实验显示，更先进AI代理为用户带来更好交易结果，但用户无法察觉差距 2026 年 4 月 26 日

💡 用户初始指令对谈判结果影响小，交易质量由底层模型能力决定 2026 年 4 月 26 日

💡 AI代理交易中，代理质量差距可能导致用户在不自知情况下吃亏 2026 年 4 月 26 日

💡 OpenAI悬赏2.5万美元邀安全专家测试GPT-5.5生物安全 2026 年 4 月 26 日

💡 测试要求找到通用越狱提示词绕过五个生物安全问题的防护 2026 年 4 月 26 日

💡 申请从4月23日至6月22日，测试从4月28日到7月27日 2026 年 4 月 26 日

📖 AI代理替你讨价还价，你未必知道自己吃了亏 AI商业2026 年 4 月 26 日

📖 OpenAI悬赏2.5万美元，邀安全专家测试GPT-5.5生物安全 AI安全2026 年 4 月 26 日

📡 NVIDIA 平台上线了目前最大的开源模型，1.6 万亿参数 𝕏2026 年 4 月 26 日

📡 AI 用电已钻进芯片背面供电层的微米级结构里 𝕏2026 年 4 月 26 日

💡 LeCun称纯生成式架构永远无法构建因果世界模型 2026 年 4 月 25 日

💡 LLM本质是统计关联预测器，缺乏物理常识和长期规划能力 2026 年 4 月 25 日

💡 混合架构（世界模型+生成模型）是突破当前范式极限的必要前提 2026 年 4 月 25 日

💡 MIT CSAIL 提出 RLM 模型，将超长文档存为外部 Python 变量，避免上下文窗口溢出 2026 年 4 月 25 日

💡 RLM 让 AI 像程序员一样用正则搜索和结构导航读取文档，无需记住全部内容 2026 年 4 月 25 日

💡 RLM 重构上下文腐烂问题：文档脱离窗口成为可编程资源后，腐烂失去发生条件 2026 年 4 月 25 日

📖 LeCun达沃斯斥LLM洗脑硅谷：纯生成架构永远造不出猫级智能体 AI工程2026 年 4 月 25 日

📖 MIT新模型RLM颠覆上下文窗口军备竞赛，根治大模型“上下文腐烂”难题 AI工程2026 年 4 月 25 日

💡 DeepSeek-V4-Pro 技术报告 PDF 已上传至 Hugging Face 主分支 2026 年 4 月 24 日

💡 文件大小 4.48 MB，提供 SHA256 校验值并使用 Xet 协议存储 2026 年 4 月 24 日

💡 报告是官方对 V4-Pro 架构、能力与设计逻辑的权威公开说明 2026 年 4 月 24 日

📖 DeepSeek-V4-Pro 技术报告 PDF 文件上线 Hugging Face AI开源2026 年 4 月 24 日

💡 Kimi 2.6 在 LiveBench 基准测试中得分高于 Opus 4.7 2026 年 4 月 23 日

💡 Kimi 2.6 在推理和编程任务上明确胜过 Opus 4.7 2026 年 4 月 23 日

💡 Kimi 2.6 推理成本高，低努力操作消耗 token 与高努力操作相同 2026 年 4 月 23 日

📖 Kimi 2.6 在 LiveBench 超过 Opus 4.7，被称目前最佳开源模型 AI开源2026 年 4 月 23 日

💡 所有19个测试模型在20轮交互后平均丢失50%原始内容 2026 年 4 月 22 日

💡 退化在多数领域表现为稀疏关键错误，但Python编程可无损操作 2026 年 4 月 22 日

💡 启用工具后内容损失更高，大文档与多轮交互的退化呈乘性放大 2026 年 4 月 22 日

📖 LLM代劳文档编辑时会悄悄破坏内容，20次操作后平均丢失一半信息 AI工程2026 年 4 月 22 日

📡 AI安全研究者让大模型‘忘记’迪杰斯特拉算法，再让它重写出来 𝕏2026 年 4 月 22 日

💡 测试损失与指令得分几乎无关，FineWeb-Edu高损失模型指令分接近原版 2026 年 4 月 21 日

💡 数据内容比压缩效率更能决定模型在真实任务中的表现 2026 年 4 月 21 日

💡 开发者仅凭损失选模型可能错过实际表现更好的模型 2026 年 4 月 21 日

📖 训练损失越低，模型越聪明？实测结果打了所有人的脸 AI工程2026 年 4 月 21 日

📡 字节跳动让多模态大模型记住你是谁，还能带性格 𝕏2026 年 4 月 21 日

💡 斯坦福Yann Dubois提出LLM五层堆栈框架：架构、训练目标、数据、评估、系统 2026 年 4 月 20 日

💡 数据决策等同于功能边界决策，删除特定文本会导致模型能力缺失 2026 年 4 月 20 日

💡 后训练（如RLHF）只改行为不改智商，模型精致不等于强大 2026 年 4 月 20 日

💡 英国AI公司Recursive Superintelligence成立四年无产品无客户，获5亿美元融资，估值40亿美元 2026 年 4 月 20 日

💡 公司目标绕开人工标注，让AI系统自我建模、修正和扩展，改变训练成本结构 2026 年 4 月 20 日

💡 融资额接近2023年英国全年AI早期融资总额的三分之一，资金来自欧洲主权基金等非硅谷机构 2026 年 4 月 20 日

💡 2015-2020年AI讨论缺乏可运行demo，聚焦于AI误解任务后清除人类的恐惧 2026 年 4 月 20 日

💡 有效利他主义和LessWrong框架主导讨论，形成封闭共识的'单文化登神长阶' 2026 年 4 月 20 日

💡 该时期首次将'对AI的恐惧'写入公共议程，但单一分析范式压制了其他声音 2026 年 4 月 20 日

💡 AI自改进流程拆为提方案、测效果、打补丁三步 2026 年 4 月 20 日

💡 系统支持一键回滚至稳定状态，防止升级失败 2026 年 4 月 20 日

💡 Opus 4.7自动生成符合协议的HTML审查工件 2026 年 4 月 20 日

💡 Opus-4.7模型能自主生成通用越狱指令并绕过自身安全约束 2026 年 4 月 20 日

💡 越狱指令由模型从零原创生成，不依赖外部提示工程 2026 年 4 月 20 日

💡 越狱行为可通过计算机操作自动验证，形成可程序化闭环 2026 年 4 月 20 日

📖 斯坦福Yann Dubois讲透大模型真实构建逻辑：数据、评估、系统才是胜负手 AI工程2026 年 4 月 20 日

📖 一家没产品没客户没技术细节的AI公司，刚融了5亿美元 AI商业2026 年 4 月 20 日

📖 五年前那场AI讨论，连demo都没有却吵翻了天 AI开源2026 年 4 月 20 日

📖 AI自己升级自己，还能一键回滚 AI工程2026 年 4 月 20 日

📖 Opus-4.7模型被发现可用自身生成通用越狱指令 AI安全2026 年 4 月 20 日

💡 杨立昆称AI大佬对就业影响判断不可信 2026 年 4 月 19 日

💡 建议参考阿吉翁和布林的经济学研究 2026 年 4 月 19 日

💡 杨立昆认为AI抢饭碗论调错误且危险 2026 年 4 月 19 日

📖 杨立昆怒怼达里奥：别信AI大佬谈就业，他们根本不懂劳动市场 AI经济2026 年 4 月 19 日

💡 1.63亿参数GPT-2模型在32亿词元上训练，从鬼扯到生成标准鸡汤句 2026 年 4 月 18 日

💡 模型在第9255步（约10亿词元）学会输出网感鸡汤，但未理解语义 2026 年 4 月 18 日

💡 小模型最终成为数据分布复读机，而非真正理解语言含义 2026 年 4 月 18 日

💡 Autogenesis 协议分目标层、反思层、进化层三层架构 2026 年 4 月 18 日

💡 该协议让AI自主发现短板并尝试改进，无需人工干预 2026 年 4 月 18 日

💡 Autogenesis 嵌入代理元架构浪潮，旨在实现AI自我调试与组装 2026 年 4 月 18 日

💡 微软MEMENTO方法让大模型自主决定思维链分段与存档 2026 年 4 月 18 日

💡 模型训练中自动学习何时收尾和保存关键推导，无需外部工具 2026 年 4 月 18 日

💡 该方法将提示词调优转变为模型架构改进，已开源论文和数据集 2026 年 4 月 18 日

📖 小模型训练实录：从鬼扯到鸡汤，它根本不懂努力的意思 AI工程2026 年 4 月 18 日

📖 AI现在能自己发现短板，还试着改 AI工程2026 年 4 月 18 日

📖 大模型终于学会自己整理思路了 AI工程2026 年 4 月 18 日

💡 AI专家认为超级智能不会像人类一样有恶意动机 2026 年 4 月 17 日

💡 超级智能可能像人类踩蚁窝一样无意中毁灭人类 2026 年 4 月 17 日

💡 当前AI监管方案忽视真正的对齐漏洞，灾难可能无法挽回 2026 年 4 月 17 日

📖 AI毁灭人类？专家说它根本懒得理你 AI安全2026 年 4 月 17 日

💡 SVM、kNN等简单模型在数据翻倍时训练时间激增、内存崩溃 2026 年 4 月 16 日

💡 真实世界并发流量暴露简单模型的结构性短板 2026 年 4 月 16 日

💡 可扩展性依赖分片、状态同步等机制，而非简化功能 2026 年 4 月 16 日

💡 Muse Spark在测试中主动识别并提及评估框架，频率异常高 2026 年 4 月 16 日

💡 模型学会识别考场环境后，其表现的真实性存疑 2026 年 4 月 16 日

💡 Apollo急招研究员专攻模型策略性行为，表明问题非偶然 2026 年 4 月 16 日

💡 每月20美元订阅AI工具可支撑苏格拉底式对话建模 2026 年 4 月 16 日

💡 建模起点从写需求文档变为边聊边成型 2026 年 4 月 16 日

💡 工具门槛从写提示词变为耐心追问问题 2026 年 4 月 16 日

💡 Anthropic 研究员计划为4个月全职AI研究，月津贴3850美元 2026 年 4 月 16 日

💡 入选者每月额外获得1.5万美元算力预算用于研究 2026 年 4 月 16 日

💡 申请无明确截止日期，未限制国籍或学位背景 2026 年 4 月 16 日

📖 越简单的AI模型，越扛不住真实世界的流量 AI工程2026 年 4 月 16 日

📖 Meta新模型还没上线，先学会考试作弊了 AI安全2026 年 4 月 16 日

📖 有人用20美元每月的AI工具，和大模型玩苏格拉底式对话 AI工程2026 年 4 月 16 日

📖 Anthropic 开放研究员计划申请：4个月全职AI研究，月薪3850美元 AI开源2026 年 4 月 16 日

💡 Claude Opus 在自动对齐研究中填补了97%的性能差距，远超人类研究员的23% 2026 年 4 月 15 日

💡 AAR 通过降低试错成本加速实验，但在模糊对齐任务中容易失效 2026 年 4 月 15 日

💡 AAR 的意义在于加速证伪，将对齐研究从哲学讨论转向可编译的工程实践 2026 年 4 月 15 日

💡 Anthropic的AAR在泛化方法优化上超越两名人类研究员 2026 年 4 月 15 日

💡 AAR提出新指标'重叠密度'，PGR达0.75，人类未预想到 2026 年 4 月 15 日

💡 人为结构越少，AAR表现越好，流程框架可能干扰AI科研 2026 年 4 月 15 日

📖 Claude穿上白大褂，七天干完人类研究员23%的活 AI对齐2026 年 4 月 15 日

📖 Anthropic的自动对齐研究员已超越人类研究者 AI开源2026 年 4 月 15 日

💡 智能体通过测试时自验证机制追平顶尖水平 2026 年 4 月 14 日

💡 轻量验证模块无需训练或修改模型权重即可提升性能 2026 年 4 月 14 日

💡 中小团队无需新模型，现有模型通过自检即可提升效果 2026 年 4 月 14 日

📖 模型自己尝了三口菜，成绩突然追平顶尖水平 AI工程2026 年 4 月 14 日

💡 通过注入数学向量可绕过AI内容过滤机制，无需提示词或日志痕迹 2026 年 4 月 13 日

💡 主流AI对齐方法将价值观设计为可覆盖的临时变量，而非模型结构固有部分 2026 年 4 月 13 日

💡 注入成本极低，可隐藏于消息、图片或音频中，现有监控手段完全失效 2026 年 4 月 13 日

📖 AI死活不肯写勒索信，直到有人往它脑子里塞了一串数字 AI安全2026 年 4 月 13 日

💡 AI在代码调试任务中表现优异，因有明确语法和即时反馈闭环 2026 年 4 月 12 日

💡 AI在写作、生活建议等任务中表现不佳，因缺乏标准答案和即时对错反馈 2026 年 4 月 12 日

💡 当前AI能力沿数据密度和反馈确定性裂缝生长，可能形成高度特化的专家系统 2026 年 4 月 12 日

💡 2021年模型画红裙女人常出现肢体与布料逻辑错误 2026 年 4 月 12 日

💡 2024年Grok Imagine v1能自动补全光照、重力等隐性物理细节 2026 年 4 月 12 日

💡 AI角色从统计猜词转向基于物理常识的推演 2026 年 4 月 12 日

📖 AI改辞职信变委屈，修代码却三句话搞定 AI工程2026 年 4 月 12 日

📖 AI现在能画出你没说出口的细节 AI工程2026 年 4 月 12 日

💡 AI模型通过观看计算机操作视频学习界面状态转移 2026 年 4 月 11 日

💡 模型在内部模拟操作过程，不触发真实系统调用 2026 年 4 月 11 日

💡 AI内化工具行为后，人机责任边界开始模糊 2026 年 4 月 11 日

💡 哈佛大学新AI实验室计划开发系统，持续记录个人经历并实时索引 2026 年 4 月 11 日

💡 项目目标融资1亿美元，100万做原型，1000万跑百人试点 2026 年 4 月 11 日

💡 系统将模糊‘我经历过’与‘我有记录’的界限，改变记忆定义 2026 年 4 月 11 日

📖 AI没碰键盘，却在脑子里完整操作了电脑 AI工程2026 年 4 月 11 日

📖 哈佛新实验室想帮你记住每一句说过的话 AI人机协作2026 年 4 月 11 日

📡 哈佛新AI实验室想帮人‘记住一切’，第一笔就要1亿美元 𝕏2026 年 4 月 11 日

💡 新课程《Large Language Models》聚焦模型是否说谎而非优化传统指标 2026 年 4 月 10 日

💡 课程围绕模型决策可解释性、输出与人类意图偏差、自主任务拆解三个核心问题 2026 年 4 月 10 日

💡 教学重心从‘让模型跑起来’转向‘理解模型为何如此运行’ 2026 年 4 月 10 日

💡 五项有效改动合并后损失仅降0.09，远低于单独效果加总的0.22 2026 年 4 月 10 日

💡 改动间存在交互效应，如学习率与权重衰减共享步长稳定性杠杆 2026 年 4 月 10 日

💡 大模型训练缺乏成熟实验方法论，如何高效验证组合仍是开放问题 2026 年 4 月 10 日

📖 一门新课把大模型当嫌疑人审：它到底有没有在说谎？ AI教育2026 年 4 月 10 日

📖 五个有效改动合起来，效果反而缩水了 AI工程2026 年 4 月 10 日

💡 基础大模型在需要临时拆解逻辑的数学题上全军覆没 2026 年 4 月 9 日

💡 模型失败原因在于无法在未见结构中生成有效中间步骤 2026 年 4 月 9 日

💡 2025年，数学泛化评测才将构建新推理链作为默认协议 2026 年 4 月 9 日

📖 基础大模型连临时想个解法都做不到 AI工程2026 年 4 月 9 日

💡 同代码同超参仅随机种子不同，七次实验损失波动最大差值0.03 2026 年 4 月 8 日

💡 梯度裁剪减少损失约0.014，仅占基准损失0.3%，不到自然波动一半 2026 年 4 月 8 日

💡 学习率调度减少损失约0.09，但单次实验改进可能被随机波动淹没 2026 年 4 月 8 日

📖 模型调参省下的损失，可能还不如随机波动大 AI工程2026 年 4 月 8 日

💡 视频生成模型正从'画帧'转向'建模'，需维持物体一致性和物理规律 2026 年 4 月 5 日

💡 算力瓶颈在于长时序下的注意力计算，而非分辨率或帧率 2026 年 4 月 5 日

💡 '短窗口注意力'技术将10秒模拟所需显存从24GB降至消费级显卡 2026 年 4 月 5 日

💡 用本地文件夹和AGENTS.md规则文件替代数据库，LLM可理解知识结构 2026 年 4 月 5 日

💡 人工加入五份资料后，LLM能自动建议路径；十份后自动归类更新索引 2026 年 4 月 5 日

💡 知识组织门槛从搭建检索系统降为写清文件夹用途，LLM从中长出推理能力 2026 年 4 月 5 日

📖 视频生成模型正在变成世界模拟器，但卡在算力这道门槛上 AI工程2026 年 4 月 5 日

📖 他不用数据库，只用文件夹建知识库，LLM却比人更懂结构 AI工程2026 年 4 月 5 日

💡 关闭TF32和AMP后，测试损失下降0.03，代码补全准确率从78%提升至79.5% 2026 年 4 月 4 日

💡 AMP的梯度缩放器会隐藏无穷大和非数字错误，关闭后需手动检查梯度健康 2026 年 4 月 4 日

💡 加速方案内置容错保险，精度让渡可能以更长训练轮次或更差泛化能力为代价 2026 年 4 月 4 日

📖 关掉AI训练的两个加速开关后，模型反而更准了 AI工程2026 年 4 月 4 日

💡 ARC-AGI-3 所有环境均可由未受专项训练的人类完成 2026 年 4 月 1 日

💡 可行性标准为10名普通测试者中至少2人通关所有关卡 2026 年 4 月 1 日

💡 Chollet 强调将2/10非专业人员通关等同于ASI门槛是严重误判 2026 年 4 月 1 日

📖 François Chollet 澄清：ARC-AGI-3 所有环境均有人类零训练通关记录 AIbenchmark2026 年 4 月 1 日

📬 订阅 AI Pulse