这是一个典型的科技新闻聚合类文章(类似周刊或日报),包含多条独立新闻。根据“标题自洽规则”,原标题提到了三个核心事件,但通常这类聚合文章的标题需要概括整体,或者选取其中最重要的头条。
观察原标题:`苹果首款触屏MacBook Pro或下周发布/豆包辟谣「国内过半算力造爽剧」/马斯克:明年向美国每名儿童送一股SpaceX股票` 这是一个多标题的组合。
观察原标题:`苹果首款触屏MacBook Pro或下周发布/豆包辟谣「国内过半算力造爽剧」/马斯克:明年向美国每名儿童送一股SpaceX股票` 这是一个多标题的组合。
研究发现 Llama-3 模型从 AdamW 切换至 Muon 优化器几乎无显著性能惩罚,且 Muon 比例增加通常提升 SFT 后的下游性能。 该结论基于 1.2B 模型预训练及 14B 规模 Llama 和 Qwen 模型的持续预训练与 SFT 实验,结果显示后训练优化器选择可独立于预训练优化器。 该研究已被 NeurIPS 2026 研讨会接收,为优化器跨阶段迁移提供了系统性实证依据。
多名英国内阁部长私下表示,危险且失控的AI是与生活成本并列的最大担忧。 本周内阁会议以AI为主要议题,AI部长称对英国政府的流氓智能体攻击“可能甚至不可避免”,MI5也警告AI赋能的生物武器风险。 英国政府更希望领导监管工作,Anthropic、OpenAI、DeepMind和Meta就政府模型测试是否强制实施产生分歧。
阿里 Qwen 团队开源了用于评测视觉智能体在 Blender 中完成真实 3D 创作任务的基准 BlenderWorld,该项目采用 MIT 许可证,代码与数据集已同步发布至 GitHub、Hugging Face 和 ModelScope。
作者提出统计模型量化 LLM 对旧基准的过拟合(Benchmaxxing)倾向,发现 Google 模型在发布前基准上平均高出 1.41 ECI 分。若扣除该效应,Gemini 4.0 Argon 在 ECI 排名中将从第 4 降至第 6。
推荐理由:通过统计模型量化各实验室在旧基准上的过拟合倾向,为解读 LLM 排行榜分数提供可复现的分析框架。
北京月之暗面(Moonshot AI)的一名17岁研究者在入职不足一年后离职,并将前往美国。 这一动向引发外界对其未来可能加入硅谷哪家实验室的猜测。 该事件凸显了中美之间争夺顶尖AI人才竞争正在加剧。
Meta 与 Apple 合作,让 Muse Spark Open AI 模型在 Mac 上运行得更好。该模型总参数 8160 亿,宣称是目前最有能力的美国开源模型,并可通过最新 MLX 框架在两台 Apple M5 Ultra Mac Studio 上运行。
推荐理由:Muse Spark Open 模型发布,重点在于它与 Apple 协作,能在 M5 Ultra Mac Studio 上通过 MLX 框架本地运行。
研究提出MAPLE框架,以评估知识提取增强(KEE)技术对大语言模型的影响。 MAPLE在表层、概率层和采样外层解耦效应,通过测量答案恢复、破坏及排名变化进行诊断。研究评估了OLMo2、Qwen2.5和Llama3三种模型家族的六种KEE技术。 结果显示不同技术间存在显著差异与权衡,表明MAPLE在超越整体准确率方面具有重要价值。
该研究提出一种混合数值方法,使用基于 U-Net 架构的卷积神经网络以自监督方式近似离散 Helmholtz 算子的逆,并将其作为非线性预条件子应用于柔性 GMRES(FGMRES)算法,以加速二维参数化 Helmholtz 方程线性系统的求解。
Facebook新功能Your Algorithm让用户直接添加、管理信息流和Facebook Reels中的兴趣主题。Meta称推荐会在用户点击感兴趣或不感兴趣后立刻更新。
Microsoft 科学首席科学家 Peter Lee 宣布离职,将加入 Mercedes Formula 1 车队担任 AI 顾问。 他在 Microsoft 任职 16 年,曾参与评估 GPT-4 在医学中的应用。新职位为期一年,重点关注利用 AI 解决车辆物理难题、打破部门数据孤岛以及建立预测模型。 此举表明 AI 人才竞争已扩展至硅谷之外的高管层级。
白宫撤销了九月份要求 Anthropic、OpenAI 和 Google DeepMind 停止与英国 AI 安全研究所分享未发布模型的指令,恢复了 AISI 在发布前测试最新模型的权限。此前 Anthropic 曾在禁令限制下对 Claude Mythos 5.1 访问权限进行了限制。
Utopai Studios 正在开发多部 AI 原生影视项目,并已与好莱坞工会达成协议,将《Space Nation》和《Cortés》的部分发行权预售给巴西 Globo 和德国电视台,采用非 AI 内容的市场价格,预计预售收入最高约 1.1 亿美元。
提出级联稀疏自编码器 SAE++,通过在一级 SAE 解码器权重上训练二级 SAE,学习 MLLM 的分层视觉概念。 实验在 Qwen3-VL、Gemma-3 和 LLaVA 上验证,SAE++ 在层级概念连贯性上优于 SOTA SAE 基线,并支持概念引导干预。 代码已开源。
summary_zh: Scott Alexander 回应 Steven Pinker 的公开信,反驳其认为 AI 并不危险的观点,并提议通过公开辩论、决斗或某种综合方式解决分歧。
TLDR AI报道OpenAI内部AI系统生成Navier-Stokes存在性与光滑性问题解的证明及Lean形式化验证。Meta发布面向大众的个人AI智能体Muse,支持iOS、Android及Web端任务自动化。
Google 发布基于 Gemini 3.5 Flash 微调的网络安全模型 Gemini 3.5 Flash Cyber,用于高效发现、验证和修复代码漏洞。该模型通过限制政府及可信合作伙伴的试点计划访问,在 CyberGym 和 Chrome 生产环境等测试中展现了优于主线路基模型和更大模型的高效性能,已用于保护 Google 内部代码库。
推荐理由:官方发布了针对网络安全微调的轻量化模型,提供了在漏洞扫描任务中降低成本并提升覆盖率的实操架构。
Hugging Face Text Generation Inference(TGI)在 AWS Inferentia2 和 Amazon SageMaker 上正式发布。
Mistral AI 发布 7B 参数模型 Mistral 7B,其在标准英语和代码基准测试中超越所有目前可用的 13B 及以下开源模型。该模型基于 Apache 2.0 协议发布,运行速度更快且成本更低,适用于摘要、问答等任务。公司计划在未来几个月内逐步发布缩小黑盒与开源模型性能差距的新模型。
推荐理由:原文展示了 7B 模型超越 13B 开源模型的性能对比,并明确采用 Apache 2.0 协议,为开发者提供了低成本且可控的替代方案。