-
-
科幻故事对人工智能的预测精度如何？
HN ⭐ 18 · 22 评论
-
封闭式AI模型主导价格性能领域
HN ⭐ 50 · 39 条评论
-
投资者从纳斯达克抹去2.5万亿美元，蓝色海啸引发人工智能恐慌
HN ⭐ 12 · 1 评论
-
主要投资者对Anthropic首次公开募股能否达到1.5万亿美元的估值持怀疑态度
HN ⭐ 18 · 13 评论
-
古巴：Facebook故意投放AI深度伪造诈骗广告；文件显示诈骗收入为160亿美元
HN ⭐ 85 · 31 评论
-
Claude代码将您的电子邮件地址发送至网站
HN ⭐ 495 · 167 评论
-
腾讯发布Hy4，一款领先的开源AI模型。
HN ⭐ 81 · 2 评论
-
匈牙利：共产主义时期文件公开，披露多达6万名前特工
HN ⭐ 152 · 35 评论
-
用户嵌入是可解释行为模式的叠加。
作者: Jonathan Kozaczuk, Zheng Dong, Noyan Evirgen | 用户嵌入是现代推荐、个性化及行为建模系统的核心组成部分。尽管这些嵌入能够紧凑地编码丰富的行为信息，但它们本质上具有高密度且不可解释性，从而限制了可理解性。为弥补这一不足，我们认为，用户嵌入可理解为可解释行为模式的稀疏叠加。这种结构是
-
SwarmEvolve：用于进化式发现与优化的潜在智能体群
作者: Qile Jiang, George Em Karniadakis | 基于LLM的进化搜索利用AI代理通过迭代优化解决方案并结合高评分方法来改进用于数学与计算问题的程序。然而，该过程通常较为缓慢，因为LLM在每一轮中生成一条较长的文本思维链，且必须多次重复该生成过程，才能维持种群多样性。我们提出SwarmEvolve，一个框架
-
科学家世界：为AI科学家培育一个研究世界
作者: Taiming Lu, Sachin Konan, Zhuang Liu | AI科学家已到来，但他们能够成长的世界并未存在。人类科学家将这种状态视为理所当然——几个世纪来的开放问题与共享思想，始终存在于科学文献中。对AI科学家而言，那个世界可阅读，却不可运行，因此我们为他们构建了科学家世界：每篇研究论文都成为一个可执行环境。我们的自主流程提取每篇论
-
XStack：ML仓库迁移的基准测试
作者: Linrong Cai, Taiming Lu, Haozhe Chen | 机器学习代码应运行在研究人员选择的位置，而非最初编写的位置。如今，机器学习代码主要存在于两种生态系统中：NVIDIA GPU上的PyTorch和Google TPU上的JAX。在二者之间迁移存储库意味着在不同框架与硬件上进行构建与测试。这种迁移（1）是一种实际需求，因为它为
-
相同行为，不同机制：有限实验能证实的综合信息特性
作者: Linqian Wu, Diaoxuan He | 可解释性、AI审计与机器意识评估日益依赖于机制层面量度：系统因果转换法则的功能，用于描述其计算方式，而非其输出内容。实验仅通过有限、部分且噪声较大的干预来感知该法则。我们探讨此类量度在实验访问中何时可识别，在机制中是否连续。
-
针对通过缩放激活值反演来解释任何剩余流方向的问题
作者: Celeste De Schamphelaere, Juan J. Vazquez, Ari Spiesberger | 要解释语言模型残差流中的方向，我们可以寻找强烈激活该方向的文本。但当通过扫描语料库找到此类文本时，其范围受该语料库所包含内容的限制。我们提出了最大激活示例元模型（MAEMs），即一种语言模型，可将主体模型的残差流方向映射至强烈激活
-
大步长对抗训练：隐含偏见、优化与锐度
作者: Yi Feng, Andrea Paudice | 对抗性训练（AT）是提升模型鲁棒性的重要方法。我们研究AT中确定性梯度下降（GD）的动态特性。该领域现有的大多数研究均关注小步长或消失步长情形，此时GD类似于连续时间流。然而，此类步长会导致训练效率低下，在实际应用中极少使用。在本文中，我们研究AT
-
解析强到弱OPD针对GRPO的计算效率
作者: Zeyu Leo Liu, Yang Li, Bo Pang | 在线策略蒸馏（OPD）在教师冻结的每个标记监督下对学生进行自身展开训练。与强化学习相比，这种密集信号是否能减少达到目标准确率所需的训练FLOP数？我们系统比较了普通反向KL OPD与群体相对策略优化（GRPO），涉及任务难度、学生与教师规模、领域以及优化
-
ReproBridge：在机器学习研究成果中构建可复现性
作者: Yubo Wang, Rui Meng, Jaehyun Nam | 复制机器学习实验需从散落在论文、发布代码及配套成果中的信息中重建流程。对于编码智能体，复制成功因此可能取决于其填补缺失细节的能力，而非仅取决于已发布的成果。我们探讨保留恢复的流程与决策是否能改善后续的独立
-
用于对手行为在线预测的隐藏马尔可夫偏好模型
作者: Angel Daruna, Michael Cogswell, Tixiao Shan | 预测攻击者的防御者需要基于该动作发生前的可用信息，对攻击者下一个动作的概率分布。两种机制使这一过程复杂化：攻击者的行为模式持续存在并可在一个剧集内切换，且每个动作结合一个操作与状态依赖参数，这些参数的可行值会随时间变化。我们通过一种hidde来捕捉这两种情况。
-
发布 HN：Rivet（YC W23）——在 S3 上扩展与调度智能体
HN ⭐ 75 · 41 评论
-
Bild AI (YC W25) 正在招聘创始产品工程师。
HN ⭐ 1 · 0 评论