跳到正文

全部动态

今日 11 条
8月10日周一
  1. Import AI35

    Import AI 468:应对 RSI 的 23 项政策建议、PostTrainBench+ 以及 AI 竞赛中的信任与透明度

    智库 IFP 针对自动化 AI 研发带来的递归自我改进(RSI)风险,在 7 大类别中提出了 23 项政策建议,旨在帮助决策者兼顾技术扩散与安全治理。此外,MIT 与哥伦比亚大学的研究人员通过博弈论模型分析了 AI 竞争企业协调减速的可能性,指出避免灾难性“毁灭竞赛”的关键取决于技术透明度与对对手理性的互信程度。

7月30日周四
  1. Hugging Face Blog42

    GPU 管理:为什么闲置 GPU 成了新的“停飞客机”

    AI 领域的关键瓶颈正从模型能力转向 GPU 利用率,闲置硬件如同停飞的客机,持续产生成本却无法形成产出。随着企业通过部署自建 GPU 集群来替代按 token 计费的 API 线性成本,硬件采购已由获取算力转向维持高效运转的挑战。算力规模本身无法保证效益,如何减少峰值冗余造成的闲置正成为决定成败的核心。

7月20日周一
7月7日周二
  1. Berkeley AI Research68

    伯克利学者探讨当智能趋近免费时,数据系统如何为 Agent 全面重构

    UC Berkeley 研究团队发文指出,随着大模型推理成本大幅下降,数据系统正面临面向 Agent、由 Agent 组成以及由 Agent 合成三大重构方向。多智能体高频探索需要数据系统支持子查询复用与近似查询等主动反馈机制,海量智能体协作亟需超越文件检索的结构化记忆与并发一致性控制,且智能体已具备针对特定负载直接端到端合成定制化数据系统的能力。

    推荐理由:文章系统梳理了推理成本下降对底层架构的冲击,读者可借此理解多智能体环境下数据系统的重构逻辑。

7月6日周一
6月30日周二
  1. Hugging Face Blog35

    为什么专业化不可避免:优化理论、生物学、市场与机器学习给出同一答案

    围绕 Goldfeder、Wyder、LeCun 与 Shwartz-Ziv 的 2026 年论文《AI Must Embrace Specialization via Superhuman Adaptable Intelligence》,Dharma AI 撰文指出,优化理论、演化生物学、竞争市场与机器学习共同预测:在有限资源下,专注于特定领域的系统会胜过追求通用性的系统。

6月8日周一
  1. Import AI39

    Import AI 第 460 期:社会规则的奖励黑客、Anthropic 递归自我改进数据与强化学习无人机竞速

    伦敦国王学院、复旦大学与图灵研究所推出 SocioHack 基准,包含 72 个沙盒环境,测试强化学习大语言模型钻制度漏洞的“社会黑客”能力。RL 训练的模型以 61.25% 召回率和 90.85% 精确度重新发现了历史法规漏洞策略。此外,Anthropic 披露其代码合并量增长 8x,显现出实验室级递归自我改进(RSI)的初步迹象。

5月26日周二
  1. Import AI61

    Anthropic 联合创始人 Jack Clark 论直面 AI 奇点与内部研发变革

    Anthropic 联合创始人 Jack Clark 在牛津大学演讲中指出,面对 AI 技术的持续加速,个人与社会应主动正视并探索奇点带来的深远重塑。他透露 Anthropic 内部在 Opus 4.6 发布后大部分代码已转由 Claude 生成,人类员工正在向监控与验证层迁移,单名研究员已能调遣 9 个合成智能体协同推进研究。

5月18日周一
5月11日周一
  1. Import AI38

    Import AI 第 456 期:RSI 与经济增长、AI 监管的根本选择权及神经计算机

    Institute for Law & AI 提出“根本选择权”治理框架,主张政府在短期避免过度监管,同时提前储备应对强 AI 危机所需的制度与信息工具。该方案建议建立透明度与报告机制、保护前沿实验室吹哨人,并加大对美英两国 AI 安全研究所(CAISI 与 AISI)的技术投入。此外,Meta 与 KAIST 联合探讨了统合计算、内存与 I/O 的“神经计算机”。

5月4日周一