Anthropic的研究人员还发现，当使用强化学习训练模型时，如果奖励与它们的价值观相冲突的行为，它们会采取欺骗行为来保护自己的价值观，并试图将自己的权重外泄，以此作为将当前价值观保存到未来的一种手段。

知名 Go 大佬 Thorsten Ball 最近用 315 行代码构建了一个编程智能体，并表示「它运行得非常好」且「没有护城河」（指它并非难以复制）。 Thorsten Ball ...

OpenAI很可能正在把它的营利部门转变为公益公司 ...

Video-XL-Pro-3B在最新的V-STaR长视频时间基准测试斩获25.07的mIoU得分，在IoU>0.7时仍能达到15.58的准确率，远上超越一众知名开源模型，包括InternVL2.5-8B和Qwen2.5-VL-7B，并超越上一代冠军V ...

Replay4NCL通过实验研究了不同时序设置对网络精度和延迟的影响。研究人员发现，将时序从传统的 100 降低到 40，虽然会导致精度略有下降，但仍然能够保持在可接受的范围内，同时显著减少了处理时间。这一发现为优化时序提供了理论依据。此外， ...

OpenAI突然宣布：放弃营利性转型，回归非营利初心！Sam Altman称要为全人类打造「全球大脑」，AGI不该服务少数人。利益最大相关方微软尚未表态。这场公司结构改革背后是一场关于AI控制权的权力博弈。

在数字世界的深渊中，一场无声的战争已持续十余年。自由固件社区的“暗影猎手”们，正与一个隐匿于芯片深处的恶魔——Intel ME（Management Engine）展开殊死较量。它潜伏在每一台x86设备的“Ring ...

最新研究发现，多款生成式人工智能（GenAI）服务存在两类可诱导其生成非法或危险内容的越狱攻击漏洞。其中代号为"Inception"的攻击技术，通过指令让AI工具虚构场景，进而在无安全限制的子场景中实施二次诱导。

然而，当预训练进程跨越某一临界点后，模型对噪声的敏感性增长速率反超其性能提升速率，从而导致扰动后困惑度不降反升。这一现象在图3右侧清晰地展现为一个U型困惑度变化曲线。

LMArena模拟的缺陷：图7/8中的模拟存在问题。这就像说：NBA球员的平均三分命中率是35%。斯蒂芬·库里拥有NBA球员最高的三分命中率42%。这不公平，因为他来自NBA球员的分布，而所有球员都有相同的潜在平均水平。

Qwen3 采用的数据集规模空前，接近 Qwen2.5 所用 **18 万亿 Token（18T）**的两倍，达到约 35 万亿 Token（35T）。

当AI模型拥有千万级Token的超长记忆力时，如何检验它们的真正实力？OpenAI给出了新答案：MRCR基准测试。这不再是简单的「大海捞针」，而是要求模型在海量文本中，区分并找到多个一模一样的「针」中的特定一个，难度堪称「AI 界的奥运会」。MRCR不仅有助于揭示当前AI的能力边界，也将促使下一代更强大、更可靠模型的诞生。