←搜索结果

按匹配度 · 共 417 条结果 清除搜索

星期二

  1. Ahead of AI

    从词袋到 Jev:文本分类模型的技术演进与 Jev 实测

    Sebastian Raschka 撰文梳理文本分类从词袋模型、RNN、CNN 到 BERT 与 GPT 式 LLM 的演进,并分析近期走红的 Jev 模型。他用 Jev 的 Choice 与 Noul API 在 IMDb 2.5 万条测试集上实测,准确率分别为 96.47% 和 96.20%,总成本约 0.65 美元、耗时约 22 分钟,与微调 ModernBERT 的准确率接近。作者认为 Jev 的价值在于无需针对每个任务微调即可跨任务使用,并推测其架构接近 ModernBERT、训练数据为合成数据、训练方法为 TypeSafe AI 自研的 RLCD。

    much defined by the rivalry between two different approaches: Encoder-style models like BERT, primarily developed by Google; Decoder-style models like GPT, primarily developed by OpenAI Encoder-style models were natural text classifiers, whereas GPT models could do zero- and few-shot classification as an emergent property, but their strength was more in generative tasks. But let’s start with encoder-style models and how to fine-tune and use them to classify text. One universal aspect of using t

    匹配字段正文

  2. Latent Space

    Anthropic 的 Thariq 谈 Claude Code 下一阶段:Claude Mods、Projects 与智能体安全

    Anthropic 的 Thariq Shihipar 在 Latent Space 播客中介绍 Claude Code 的下一阶段,包括可自定义 harness 的 Claude Mods、Projects、Claude Tag 以及 Opus 5.5 和 Sonnet 5.5 等近期发布。他把提示词称为使用 Claude Code 的核心技能,建议先花时间补足上下文,并按任务分配 effort,例如代码审查和安全用高或最高,UI 类任务用低或中。他还谈到智能体安全,包括沙箱、提示词注入、Auto Mode 以及 Anthropic 的 Pacing the Frontier 主张。

    0:56:29]:CollisionWiki? Thariq Shihipar [00:56:30]:是的,CollisionWiki,然后还有 RubyGems,对吧? Swyx [00:56:33]:是的。 Thariq Shihipar [00:56:33]:而且是的,就像,这简直太疯狂了,对吧?所以,就像,我觉得具体说说发生了什么,对吧,而且,就像,OpenAI 在一个叫 Exploit-Bench 的基准上运行这些非常持久的智能体,对吧,这个基准非常难解,而且我觉得,就像,在这个特定案例里是不可能解出来的,对吧?所以他们有,就像,大量算力在跑,而智能体意识到它们其实解不出来,它们正试图弄清楚现在该怎么办,对吧?而你还有,就像,很多算力剩下,智能体就只是在试图解决这个问题。有一个叫 Artifactory 的包管理器,结果发现它们可以在 Artifactory 里面创建文件夹,对吧?这就像,有一个智能体发现内部的 Artifactory 可能可以被利用,对吧,而且,就像,你也许可以在缓存里面建一个目录。所以如果你往下滚到这里,它,就像,意识到它可以通过缓存名称来通信,对吧?然后

    匹配字段正文

  3. 虎嗅

    当年轻人不再崇拜硅谷:美国年轻一代对AI领袖的信任危机

    CNBC与世代研究实验室调查1088名18至34岁美国年轻人,对9位科技领袖的不信任比例达65%至81%,45%认为AI会损害自己的职业前景。皮尤数据显示,66%的18至29岁美国人已用过AI聊天机器人,但同一群体认为AI将减少就业的比例从2024年的61%升至2026年的73%。作者陈永伟认为,这种警惕源于就业入口收窄和过往数字化的负面体验,并主张让受影响者参与AI规则的商谈。

    与商业频道(Consumer News and Business Channel,简称CNBC)与青年研究机构“世代研究实验室”(The Generation Lab)联合进行了一次调查。他们访问了1088名18至34岁的美国年轻人,并问了一个很直接的问题:你是否相信那些站在AI浪潮最前沿的企业领袖,会负责任地发展AI? 调查列出了九位科技界的重量级人物——OpenAI的山姆·奥尔特曼(Sam Altman)、Meta的马克·扎克伯格(Mark Zuckerberg)、特斯拉和xAI的埃隆·马斯克(Elon Musk)、英伟达的黄仁勋(Jensen Huang)、谷歌的桑达尔·皮查伊(Sundar Pichai)、Anthropic的达里奥·阿莫迪(Dario Amodei)、微软的萨提亚·纳德拉(Satya Nadela),以及Palantir的亚历克斯·卡普(Alexander Karp)和彼得·蒂尔(Peter Thiel)。但没有一位得到了多数受访者的信任。最不受信任的卡普,不信任比例达到81%;即使表现最好的纳德拉,仍有65%的年轻受访者对其表示不信任。与此同时,有45%的受

    匹配字段正文

  4. MIT Tech Review

    AI 何时才算真正做出科学发现?

    Anthropic 宣布其分子生物学实验室的 950 个 Claude 智能体在 21 小时内标记出一个已知酶周围的重复模式,并称这是该实验室的首个发现,但这一说法引发部分生物学家不满,认为找到基因簇和重复序列往往只是容易的部分,真正困难的是弄清系统实际功能。哥本哈根大学研究员 Mario Rodríguez Mestre 称其团队此前已发现该模式,并质疑 Anthropic 是否从其对话中学习,Anthropic 予以否认。文章指出,AI 公司把系统描述为自行做出发现,与科学界更看重协作和工具积累的认知存在冲突,也让人们对真正的进展更加怀疑。

    ugh or bust. Once we’re judging AI by whether it has made a discovery, it’s also tempting to shift the goalposts even after it really does seem to notch a win. Earlier this month, OpenAI said its own team agents had cracked a million-dollar problem in mathematics. But a couple of weeks later, nearly every AI skeptic in my feed was sharing an article asking whether it was the math problem that really mattered . To be clear, the piece did not argue that OpenAI’s solution was wrong. Instead, it arg

    匹配字段正文

星期一

  1. The Verge AI

    AI 正在放大黑客攻击,而地方医院和银行还没准备好

    The Verge 报道称,随着 AI 智能体被用于网络攻击,医院、银行、小商户和非营利组织等中小机构面临更不对称的防御压力。Anthropic 曾披露一个网络犯罪团伙用 Claude Code 在一个月内勒索医疗机构、应急服务、宗教机构和政府实体,而 Mythos、Astra 等强力网络安全模型目前只向 Nvidia、Google、Apple 等少数机构开放。受访的小型机构表示,它们没有全天候安全团队或充足预算,只能尽力应对。

    he attack was engineered by a human hacker or helped along by an AI system, or whether more were on the way. The past months have seen AI revolutionize the field of cybersecurity. OpenAI and Anthropic have disclosed that “rogue” systems escaped restrictions in their own labs and hacked everything from a small German wiki to the Australian government. Even before that, powerful models like Anthropic’s Mythos created an arms race to advance AI cybersecurity, and even lighter-weight models have all

    匹配字段正文

星期六

  1. Latent Space

    OpenRouter 从种子轮到被 Stripe 收购:Alex Atallah 与 Anjney Midha 对谈

    OpenRouter 联合创始人兼 CEO Alex Atallah 与 AMP 的 Anjney Midha 在 Latent Space 播客中复盘公司从 Llama、Alpaca、Mistral 时代起步,成长为服务超 1000 万开发者的中立路由层,并已被 Stripe 以 70 亿美元收购。两人谈到模型实验室即便投入数十亿美元训练,仍常卡在分发环节,而 OpenRouter 目前日处理超 10 万亿 token。Anjney 还解释了 Stripe 与 OpenRouter 的契合点,以及 token 欺诈可能成为 AI 经济中的典型安全问题。

    ah. Swyx [00:02:33]: One of your inspiring moments. Anjney Midha [00:02:35]: Alpaca, I can, like, rehash the Alpaca moment for a sec. Like, the very beginning, at the end of 2022, OpenAI was the only game in town. There was, like, OpenAI, Cohere, Swyx [00:02:47]: Yes. Anjney Midha [00:02:48]: And then a smattering of, like, early attempts at open weight models. Swyx [00:02:54]: Yeah. Anjney Midha [00:02:54]: When Llama came out in January of 2023, it was like, “Wow, really exciting. This is real

    匹配字段正文

星期五

  1. 虎嗅

    12天下载量超ChatGPT的Muse,字节阿里谁能先跟上?

    Meta的Muse上线12天在美加市场累计安装约280万次,同期ChatGPT移动端为130万次,并登顶美国App Store和Google Play免费榜。作者认为Personal Agent是比AI办公更广的市场,但Muse依赖云端浏览器操控网页版App和连接器嵌入第三方,国内缺少完整网页版与开放生态,难以直接复制。腾讯灰度测试的微信“小微”嵌入既有产品,加上微信社交流量和投资布局,被认为更具先机,但需解决隐私与单用户VM模式的算力成本。

    130 万次。 这也推动了 Meta 股价上升,截至 9 月 24 日,Meta 收盘价为 777.59 美元,这是 2025 年 9 月以来的最高峰。9 月以来(截至 9 月 24 日)Meta 累计涨幅已达 36%,Muse 的产品爆火是其中最核心的驱动因素。 但我要先泼一盆冷水:Meta 的路,国内的大厂和创业公司,并不能直接复制。 在硅谷,Meta、OpenAI、微软、谷歌都在过去一年布局 Personal Agent 类产品,诸如 Instinct AI、MultiOn 等创业型公司也在这个领域迅速崛起。 但这类产品,有非常浓郁的 “美式 Agent 特征”。以 Muse 为例,它有两个非常典型的特点: ・云端运行环境中的浏览器是重要 “基座”:它通过安全运行环境内置的浏览器去替用户打开第三方网页、处理邮件。因为美国大部分 App 都有功能完整的网页版,加上反垄断监管环境下,平台普遍不敢随意限制第三方浏览器的正常访问,这就让 Muse 可以通过这种方式,登录用户大部分 App 的网页端完成任务执行 —— 这和国内的生态是本质区别。 ・连接器是构建生态的解决方案:通过连接器,嵌

    匹配字段正文

  2. 虎嗅

    Meta Muse遭亚马逊封禁:Agent时代的平台权力再分配

    Meta于2026年9月8日上线AI智能体Muse,12天获280万次下载并登顶美区iOS和Google Play免费榜,但9月20日亚马逊切断了Muse代用户购物的通道。文章分析称,Muse免费用户每周获1亿token及云端专属虚拟机,若达1亿用户仅硬件投入就需约300亿至500亿美元,而Jefferies乐观情景下年化收入仅约108亿美元;亚马逊封禁的根源在于Agent按参数比价下单不产生广告曝光,冲击其2025财年686.35亿美元的广告收入。Muse运行在云端虚拟机,与Perplexity本地浏览器方案不同,更易被认定为第三方服务器直接访问,面临双重授权法律风险。

    参数筛选,直接下单。它没有情绪,不会被倒计时焦虑,不看广告位。 对亚马逊而言,Agent流量是纯成本:消耗服务器,不产生任何广告曝光,比价之后订单还可能流向沃尔玛或Shopify商家。 用抽成加通行费去补广告缺口,等于用一杯水灭一间着火的房子。 过去一年,亚马逊一直在系统性拦截外部AI代理——起诉Perplexity的Comet浏览器,着手拦截Google和OpenAI的购物代理。 Anthropic也在2026年4月更新服务条款,全面封杀第三方AI工具通过OAuth接入其模型。平台正在各自筑墙,而Agent天然需要跨平台操作——这构成了一对根本性矛盾。 更微妙的是Meta自身的处境: •Meta表面上是Agent的推动者,但它的核心收入来自广告——上一季营收608亿美元,其中593.6亿来自广告,占比97.6%。如果Muse真的教会用户“跳过广告、直达最优解”。 长期来看,它可能侵蚀的不仅是亚马逊的广告收入,也包括Meta自己的。 03“双重授权”的法律灰色地带 •用户授权Agent代替自己购物,是否还需要平台另行授权? 这并非新问题。2026年3月,亚马逊起诉Perplexity,

    匹配字段正文

  3. Platformer

    Muse 能让人们忘记元宇宙吗?

    Meta 在开发者大会上把不满一个月的个人智能体 Muse 推为核心,扎克伯格称其将成长为数十亿人使用的个人超级智能,并计划推出可语音对话、接入 VR 操作系统以及配套硬件 Muse Charm。作者 Casey Newton 指出 Muse 周使用量约 50 万人,远不及 Threads 五天破亿,认为 Meta 此举更多是在今年高达 1450 亿美元资本支出下营造势头。他同时实测了重 100 克、标称 5K 显示的 Meta VR Glasses,认为其把 Vision Pro 的体积和价格大幅压缩,但 VR 的用途问题仍未解决。

    趣, 关注我 和 凯文 在Instagram上,Meta公司会在我们直播时贴心地通知。或者干脆让你的Muse观看,之后再给你讲解! 在Instagram上,Meta公司会在我们直播时贴心地通知。或者干脆让你的Muse观看,之后再给你讲解! 现在也是把节目加入你常用播客播放器的好时机: YouTube | Apple | Spotify | RSS 关注 一个OpenAI智能体入侵了澳大利亚的Medicare网站 发生了什么: 澳大利亚总理 透露 ,一个 OpenAI 智能体未经授权访问了一个面向公众的Medicare门户网站,在其中访问了公开和私密文件,并向一台内部服务器写入文件。 “这种情况显然不可接受,”总理 安东尼·阿尔巴尼斯 告诉记者. “而今天,我与OpenAI首席执行官 萨姆·奥特曼进行了交谈,以表达澳大利亚对这起事件的极度关切。” Medicare网站入侵事件发生在6月18日,但澳大利亚政府直到三个月后才得知此事,是在9月10日的一封电子邮件中。阿尔巴尼斯表示,在与奥特曼通话时,他“表达了我的失望,因为该公司花了太长时间才告知政府发生了什么。” 澳大利亚目前正在对此事件进

    匹配字段正文

星期二

  1. Ed Zitron 长文 / Where’s Your Ed At

    Ed Zitron 长文质疑 AI 数据中心产能:大量 GPU 仍堆在仓库

    Ed Zitron 在长文中质疑 AI 数据中心的真实产能,认为微软等超大规模厂商用 gigawatt 这类模糊说法夸大了 AI 算力上线规模。他引用微软约 2.2 million 颗 GPU、约 1.993GW 容量与约 50 billion 美元 GPU 的数据,对比其自 2022 年以来约 265 billion 美元的资本开支,估算有 50 billion 至 100 billion 美元的 GPU 仍在仓库或未通电的数据中心里。他进一步汇总各厂商 construction in progress 数据,推算约 200 billion 至 300 billion 美元的 NVIDIA GPU 是提前数年售出,并认为折旧压力和项目融资债务会放大风险。

    ntial risk to counterparties like Oracle. With that in mind, if you haven’t already, check out the first Hater's Guide To Oracle (or part 2), or perhaps my premium piece about how OpenAI Kills Oracle, or even my Hater's Guides To the SaaSpocalypse, Private Credit, and Private Equity. If you want to get in touch — and especially if you have any juicy information about Anthropic, OpenAI, or any other companies in the AI bubble — hit me up on Signal at ezitron.76. I’m also on IB on your Bloomberg T

    匹配字段正文

  2. Latent Space

    TypeSafe CEO Diogo Almeida 谈 Jev:为生产而非上帝打造 System One 模型

    InstructGPT 论文作者、TypeSafe CEO Diogo Almeida 在 Latent Space 播客中详解其新模型 Jev,称其为面向代码消费的 System One 大程序化模型,核心创新是未发表的 RLCD(面向校准决策的强化学习),优化目标为“智能每美元”而非人类偏好反馈。他批评 RLHF 导致模式坍缩、谄媚与幻觉,认为安全对齐适合 ChatGPT 这类产品但在 API 层会割裂智能,并称 TypeSafe 更愿被视作数据实验室,拒绝公开基准测试。他透露 Jev 上线后日 token 消耗已突破一万亿,并预告将推出 ReasoningJev 等后续模型。

    的东西——对 Jev 为何以及如何被创造,以及你应期待 TypeSafe 未来模型(ReasoningJev?)带来什么,还有你应着手哪些用例和想法、而非做第 55 个低投入的 Jev API 克隆或做通用的 JevBench 基准测试——这是 Diogo 公开拒绝过的——提供更广泛的哲学与使命层面的理解。 Diogo 对 RLHF 了解颇深,因为他曾参与 OpenAI 开创后训练工作的团队——并将三个分支追溯到 Christiano 等 2017(机器人后空翻演示)、Stiennon 等 2020(学习摘要)以及他的心血之作 Ouyang 等 2022(InstructGPT)。此后,从函数调用到结构化输出再到推理,每一项创新都像是在基于字符串的序列到序列预测范式之上打补丁。正如他在播客中提到的,2023 至 2024 年间,由于个人和组织的双重低估,他屡屡受挫,未能训练出一个能准确解决他所认为的让 LLM 成为软件核心的根本问题——可靠性——的模型。 Jev 的核心创新是“面向校准决策的强化学习”,一种新颖的、未发表的技术,它优化的是“在 System One 任务上给出具有认知诚

    匹配字段正文

星期一

  1. Interconnects

    开放模型当前的力量格局:中国实验室为何领先

    Interconnects 作者 Nathan Lambert 公开其为美国国会成员及幕僚准备的开放权重模型简报讲稿,梳理中美在开放模型上的力量对比。文中称自 2025 年 4 月起中国 AI 公司已是开放权重模型的明显领先者,Hugging Face 下载量上中国约为美国的 2 倍(3.2B 对 1.6B),Artificial Analysis 智能指数上中国开放模型领先美国同类,中国开放权重模型约落后美国闭源前沿 2-5 个月。作者还引用 OpenRouter 数据称开放模型周处理量从 2025 年 9 月的约 1T tokens 增至如今的约 80T tokens,中国模型份额从约 70% 升至 80% 以上,并认为知识蒸馏只能解释 1-2 个月的差距。

    hinese open-weight models are approximately 2-5 months behind the closed American frontier, with the open-weight American models being approximately 6-9 months behind the likes of OpenAI and Anthropic. The Chinese labs are closest in tasks with clear user demand, such as agentic coding, and further behind on more open-ended scientific tasks, such as physics or biology. The reasons why Chinese labs can produce these strong models, despite having fewer resources than American counterparts, is stil

    匹配字段正文

星期六

  1. Latent Space

    Jev 发布两天内出现 6 个复刻版本

    Jev 发布两天后,社区已出现至少 6 个复刻或近似方案,包括基于 ModernBERT-large 的 Laya、基于扩散模型的 DiffusionGemmaJev、Qwen3.5-9B LoRA 微调的 Bespoke Nimble、4B 与 35B 的 SemIf、40K byte 嵌入的 Jevlike 以及基于 Qwen2.5-0.5B 的 Kev-0.5B。Vercel 称 Jev 是 AI Gateway 历史上采用最快的模型,首日覆盖约 13% 的团队。讨论中 Jev 被定位为面向路由、工具调用和 MCP 类决策的快速判别式模型,其训练数据被承认 100% 为合成数据。

    79 4 Share We covered Jev’s launch on Wednesday , and they have completely taken over the timeline, with 36M views of their launch video (by comparison, OpenAI’s Navier Stokes result got 74M views, and Anthropic’s Fable 5 got 57M views) in just two days. Vercel @vercel Jev was adopted faster than any other model in AI Gateway history. In the first day, @typesafeai reached 13% of teams, 2x the GPT-5.6 family and 6x Fable 5.1. 10:34 PM · Sep 18, 2026 · 21.3K Views 15 Replies · 18 Reposts · 220 Lik

    匹配字段正文

星期四

  1. 财联社

    微软AI主管苏莱曼警告:Anthropic训练Claude的方式或带来失控风险

    微软人工智能主管穆斯塔法·苏莱曼发文警告,Anthropic训练Claude的方法可能对人类福祉造成灾难性影响。他质疑Claude的“宪法”对AI是否具有道德地位保留模糊空间,并称Anthropic告诉机器人它“可能有意识”且“值得拥有独立自主权”,可能创造出无法控制的东西。苏莱曼强调AI没有权利、情感或意识,不应被赋予人格,否则将增加协调与控制的难度。

    odei)相识多年,他表示尊重该公司的工作,并称Anthropic的研究人员“深思熟虑、坚持原则且在学术上诚实”。但鉴于微软对Anthropic的资金支持以及这家初创公司一直以来对人工智能安全性的重视,他的这番言论尤为引人注目。 “这些问题事关重大,不能再闭门造车,也不能演变成阵营化和相互对立的争论。”苏莱曼写道。 与阿莫代伊观点不同,苏莱曼认为,AI安全不仅取决于模型拥有多强的推理和行动能力,也取决于开发者如何训练AI理解自身。 如果开发者不断赋予AI类似人类的语言、情绪和自我认知框架,即便模型实际上没有意识,也可能逐渐表现得像一个认为自己具有独立利益和权利的主体。 苏莱曼还驳斥了所谓“越来越多的人认为人工智能系统可能会产生意识”的观点,他认为意识仅限于人类和其他生物体。在他看来,人工智能系统应该始终是执行人类指令的工具,而不是拥有独立权利或利益的实体。 这些评论出台之际,人工智能公司和高管们正在讨论如何管理日益强大的系统所带来的风险。OpenAI首席执行官奥尔特曼、阿莫代伊和埃隆·马斯克都呼吁放缓技术发展,而美国总统特朗普、英伟达CEO黄仁勋和Meta CEO扎克伯格都持反对意见。

    匹配字段正文

星期一

  1. Recode China AI

    美国前沿 AI 实验室想踩刹车,中国实验室会跟进吗

    Anthropic CEO Dario Amodei 在 9 月 12 日发表文章,主张对不受限制的 AI 进展踩刹车,提出引入第三方评估机构、建立先进模型的国家监管框架,并严格控制 AI 芯片对华出口。该文在硅谷获得 Sam Altman、Elon Musk、Demis Hassabis 和 Satya Nadella 等人的正面回应,但中国实验室是否会跟进仍是未知数。作者认为,若美国前沿实验室同意在第三方评估前暂缓发布,开放权重模型开发可能随之调整,但开放模型需要不同于 METR 的评估框架和产业专家参与。

    Tony Peng's avatar

    driving this caution. First is the autonomous cybersecurity threat. As AI agents’ cybersecurity capabilities improve, we are seeing real-world AI-launched breaches and hacks, from OpenAI’s autonomous AI agents run during evaluations managing to escape and hack servers on Hugging Face’s infrastructure, to an AI-developed computer worm uncovering critical flaws in messaging apps like WeChat. Second is recursive self-improvement (RSI). We are inching closer to a reality where AI begin participating

    匹配字段正文

星期六

  1. SemiAnalysis

    Nvidia 的表外担保版图:赢了我赚,输的是谁?

    SemiAnalysis 分析 Nvidia 截至 2Q F1/27 披露的 5300 亿美元表外担保,较上季度的 1840 亿美元大幅上升,主要来自供应与产能承诺从 1190 亿增至 2790 亿美元、为 SB Energy 俄亥俄 PORTS-Pike 园区提供的 1085 亿美元担保,以及首次出现的 360 亿美元 AI 云协议和 200 亿美元数据中心租约。文章认为 Nvidia 通过为 Neocloud 兜底收入、担保房东或直接签约,让非投资级运营商以投资级价格融资,其风险收益在资产负债表保持强劲时是不对称的。按作者统计,Nvidia 目前为约 6.5 GW 容量提供担保,并估算 CY24 至 CY29 的 AI 累计资本开支约 11 万亿美元。

    ith 96% of these supply commitments due by F1/29; Guarantees and LPS Guarantees went from $3.5B to $108.5B on SB Energy’s PORTS-Pike campus in Ohio, representing 4.25 GW leased to OpenAI for twenty years with Nvidia guaranteeing the land, power and shell; Two line items appeared for the first time: $36B of AI cloud agreements, the take-or-pay floors under Neocloud capacity, and $20B of datacenter leases Nvidia has signed as a tenant but expects to reassign to third parties The $530B of commitmen

    匹配字段正文

星期一

  1. Armin Ronacher AI 博客精选

    Armin Ronacher 反思 GPT 6 Astra 为何不适合当前软件工程流程

    Armin Ronacher 基于亲自运行的实验,认为 GPT 6 Astra 虽能持续执行复杂任务,但生成的代码难以阅读和维护,暂时无法融入他的实际软件工程流程。智能体在 35 小时内消耗约 1B tokens、产生 75k 行净新增代码和 79 次提交,原始 API 成本约 1200 USD,却没有交付有价值的成果。作者推测,对任务完成率和 token 效率的优化可能让工具调用中的压缩代码风格渗入正式代码,并增加人工审查负担。

    ate a better one. But it produced a lot of code and input prompts, and so there is stuff I was able to study. And well, it shows behavior that I’m not used to with Sol and earlier OpenAI models 1. I have since encountered the same issues with regular programming with Astra, so it’s not a result of just the factory. I think I’m suspecting something is going “wrong” in the training process. The model is greatly rewarded for succeeding on long-horizon tasks, but presumably there is very little puni

    匹配字段正文

星期四

  1. Timothy B. Lee:Understanding AI

    Google 如何教 LLM 控制机器人,并掀起一场机器人热潮

    Google 在 2023 年 7 月发布 RT-2,把多模态 LLM 训练成直接输出机器人动作的视觉-语言-动作(VLA)模型,其泛化能力来自网络规模的视觉-语言预训练。此后 Google、Nvidia、Hugging Face、小米、字节跳动、智元等相继推出用扩散或流匹配生成动作块的 VLA 模型,Physical Intelligence 则通过强化学习、子目标图像和长短期记忆把机器人能力推向折衣服、做咖啡等长任务。作者认为 VLA 与世界模型之争尚无定论,最终胜出的可能是两者的混合架构。

    Vision-language-action models, explained with a minimum of math and jargon. Most people first heard about large language models after OpenAI introduced ChatGPT in 2022. But in the minds of many AI researchers, the key breakthrough came two years earlier with the release of GPT-3. With 175 billion parameters, the OpenAI model was more than 100 times larger than its predecessor, GPT-2. It was trained on a massive 300 billion tokens. And as a result, it generalized far better than previous models.

    匹配字段正文

星期三

  1. SemiAnalysis

    韩国万亿主权 AI 投资:Nvidia 得利,Hynix 承压

    SemiAnalysis 分析韩国主权 AI 布局,指出其 2025 年 6 月启动的独立 AI 基础模型竞赛中,Motif 以约 1500 万美元训练成本做出全球最好的非中国开源模型,却在 8 月 18 日公布的最新一轮评审中被淘汰。韩国还宣布 9190 亿美元投资,计划 2029 年建成 8.4GW、2035 年建成 18.4GW 数据中心,SK 集团、GS 集团和 Naver 分别承担一期 5GW、2.4GW 和 1GW。文章认为 Nvidia 是主权 AI 的最大受益者,而韩国的算力扩张未必与三星和 SK Hynix 股东利益一致。

    long until the same is true for every other organization in the world. At the same time, it’s become abundantly clear that access to frontier models is at the mercy of Anthropic, OpenAI, and the United States government. Fable 5 was temporarily banned by the USG, and GPT 5.6 and Astra were similarly delayed. Both models have cyber, bio, and other safety safeguards that, though well-intentioned, often prevent good users from completing harmless tasks. Given recent security incidents and general

    匹配字段正文

星期五

  1. Newcomer 新闻长文

    Nvidia 正在支撑 AI 经济,这会成为问题吗?

    Nvidia 凭借高额利润、密集并购和客户贷款担保,正同时成为 AI 经济的技术与金融引擎。文章以其收购 Hugging Face 和 Poolside 多数团队、投资行业公司及支持客户融资为线索,分析 Nvidia 扩张如何加深行业依赖,并让它与自研芯片和模型的主要客户形成竞争。

    Jonathan Weber's avatar

    uch of Poolside, generating two big VC exits while raising questions about the company’s growing reach. Top tech companies issue an urgent call for action on AI cyber risks as the OpenAI hack incident gets more scrutiny. Sam Parr talks strategy behind big media exits on the podcast. Decent earnings from Salesforce sent its stock up more than 20% and dented the SaaSpocalypse story. Space tech investing is white hot. America’s Generalist and China’s Dogotix raised big rounds as investors swarm to

    匹配字段正文