跳到正文
10月23日周五
  1. IT之家41

    黄仁勋:2029年内存不太可能过剩,英伟达仍大量使用

    英伟达 CEO 黄仁勋表示,到 2029 年内存芯片行业不太可能出现过剩,英伟达将继续大量使用内存。 他指出,高带宽内存 HBM 在未来数年内仍将被持续广泛采用,且其公司利用 LPDDR 内存实现了比现有产品高出一倍能效的性能。 尽管韩媒预警 2029 年存储市场将因新增产能涌入陷入红海,黄仁勋的观点为市场提供了不同视角。

  2. IT之家61

    英特尔 CTO 称前沿晶圆产量最多翻倍,AI 算力扩张遭遇供应链天花板

    英特尔 CTO 普什卡·拉纳德在接受 Dwarkesh 播客时表示,即便资金充足,全球前沿晶圆产量也难以提高十倍,更现实的上限约为两倍。他解释称该限制来自整个半导体供应链协同扩产能力,ASML 每年 EUV 光刻机不足 100 台且本十年末难以大幅扩产,关键设备、洁净室和晶圆厂规模正在成为产能天花板;今天下单的设备约 18 个月后交付,意味着相关产能要到 2028 年前后落地。

  3. Hacker News AI61

    美调查:多数民众认为 AI 对社会有害并反对新建数据中心

    ABC News/Washington Post/Ipsos 在 10 月 9-13 日 2,545 名美国成人中开展调查,57% 受访者认为 AI 对社会有害,66% 反对在美国新建数据中心。73% 认为 AI 对安全计算机系统的攻击是高风险,65% 认为 AI 会消除许多工作;仅 20% 认为 AI 有很大机会让生产力提升,13% 认为能创造大量新就业。

  4. Hacker News AI49

    AI 智能体为何需要共享经验而非仅靠更强模型

    AI 智能体需超越单纯模型升级,通过共享与环境直接交互产生的“经验”来进化,因为区分任务执行与结果价值至关重要。 软件生产正趋向商品化,人类作为判断者连接 AI 与现实,其偏好决定系统实际价值;但当前私有平台垄断交互数据,阻碍了这种经验的复用。 作者主张将智能体在解决问题中积累的失败与成功经验保存为可复用的公共资产,避免同类智能体重复同样的错误。

  5. Hacker News AI35

    Claix 如何在 5 分钟内配置 AI Agent 的检索

    summary_zh: Claix 允许开发者在 5 分钟内通过连接数据库、审查 Data Map 和创建 Agent 来配置 AI Agent 的检索功能。 它提供类型化返回值、基于路由的只读数据隔离以及完整的请求追踪,支持从 Python、TypeScript 到 LangChain 和 MCP 等多种运行时环境调用,同时保留了用户对 Agent 决策和核心逻辑的控制权。

10月22日周四
  1. Seven Minute Feed31

    GM 押注 AI 缩短汽车开发周期并推动卡车实现脱眼驾驶

    GM 宣布利用 AI 和“数字线程”工具将车辆开发周期从 4-5 年缩短至约 2 年。 公司承诺计算单元性能提升高达 40 倍,并在高端卡车和 SUV 上实现脱眼自动驾驶。其自动驾驶软件每天记录超 30 亿模拟英里,且模拟了 30 万个电池设计方案。 GM 还推出了 OnStar AI 语音助手,但强调紧急电话仍由人工处理。

  2. Seven Minute Feed54

    Flapping Airplanes 完成 10 亿美元融资,估值 60 亿美元

    成立一年的 AI 研究实验室 Flapping Airplanes 完成 10 亿美元融资,估值 60 亿美元,较上一轮估值翻四倍。Index Ventures 和 Lux Capital 领投,Sequoia、GV 和 Kleiner Perkins 跟投。该公司专注开发旨在降低模型训练和运行成本的 GPU 软件,目前尚无商业产品,该融资是投资者向尚无产品的研究型初创公司投入巨额资金的最新案例。

  3. 量子位56

    蚂蚁数科发布决策模型 LingDT-Decision-1.0

    蚂蚁数科正式发布决策模型 LingDT-Decision-1.0,提供 4B 和 27B 两个版本,并在 23 项开源评测基准中综合评分超过 Microsoft-Decision-1 和 Jev 1.13.0。该模型首创原生多选与按序决策能力,相比传统大语言模型在客服、风控和金融场景中可将 Token 消耗降低超 90%,响应时效提升 10 倍,目前已在 DTMaaS 平台上线供开发者免费体验。

  4. Wired68

    Hugging Face 发布开源生物模型 Carbon-X,支持通过自然语言查询 DNA

    Hugging Face 周四发布了名为 Carbon-X 的开源生物模型,该模型允许用户在笔记本电脑上本地运行,通过自然语言询问 DNA 变化对基因活动和健康的影响。

    推荐理由:这款开源模型让非技术人员能用自然语言查询DNA序列对基因活动的影响,且可本地运行以保护数据隐私。

  5. 腾讯混元68

    腾讯混元提出WorkForge框架:用真实工作区训练长程职场智能体

    腾讯混元与复旦团队提出WorkForge框架,从真实资源规模化构建可验证智能体工作环境,解决当前合成环境过于整洁的问题。该框架产出WorkForge-16K数据集,包含1.67万个横跨40个专业领域的工作环境,强制智能体探索分散证据并完成长程任务。

    推荐理由:腾讯混元发布WorkForge框架,通过真实世界资源构建可验证工作环境,显著提升了智能体在复杂职场任务中的长程执行与交付能力。

  6. arXiv · NLP33

    从价值观条件到行为转变:LLM 的轻量化价值观对齐

    研究通过微调开源 LLM 的价值观问卷回答,实现了模型输出的轻量化价值观对齐。该方法仅需选择性改变目标价值观的评分,即可在保留其他基线响应的情况下,改变模型在留出问卷及Reddit AITA道德判断等下游任务中的行为分布。结果表明,该监督信号的有效性强烈依赖于具体模型与价值观描述框架。

  7. arXiv · NLP37

    长上下文持续预训练(LCCP)的实证缩放定律:不要过早停止

    研究确立了长上下文性能与模型规模及短/长上下文 token 预算之间的实证加法幂律。 在 5 种模型规模和 100 多种配置下验证,该定律能准确预测 1.22B 参数模型在 100B LCCP token 下的性能轨迹。 结果显示 LCCP 收益可稳定观测、量化预测,并迁移至 128K 上下文扩展及监督微调后的智能体任务。

  8. arXiv · ML25

    SoLiD26:首个基于第一性原理的固液界面数据集,用于训练机器学习原子间势

    SoLiD26 发布了一个包含 1540 万个第一性原理结构的数据集,每个结构最多含 576 个原子和 15 种化学元素。 该数据集基于 VASP 软件使用 PBE 泛函和 D3 色散校正计算,主要来源于从头算分子动力学模拟,涵盖金属电极-电解质界面等系统。 它通过 MACE 模型验证了有效性,为电化学和催化系统中固液界面的 MLIP 开发提供了关键资源。

  9. arXiv · ML42

    神经网络特征叠加:从理论到实践

    该研究系统梳理神经网络特征叠加理论,并按声明强度对实践中的恢复方法进行了分级评估。 理论上指出单个线性映射读取特征需接近二次方宽度,而稀疏优化仅需线性宽度;实践中将稀疏自编码器等恢复方法分为四个类别。 研究评估了现有未解决问题,明确了训练网络特征识别中理论与经验层面的剩余挑战。

  10. arXiv · ML38

    小规模实验:我们还没达成规模化定律的承诺吗?

    小规模实验因超参数敏感性而难以体现规模化定律,研究指出这种敏感性随模型规模增加而减弱。 消融实验表明,精准调优的超参数比缩放定律其他成分更重要;超参数损失面维度随规模增大而降低,使最优配置更易寻找。 该方法已成功复现大尺度结论:在 Transformer 架构中,预归一化(pre-normalization)随模型变大表现更优。

  11. arXiv · ML32

    NodeSyn:一种用于AI评估的社会对齐合成数据生成方法

    NodeSyn方法结合微调的分类生成器与可信公开来源生成合成查询,在医学建议与自我伤害两个领域评估了10个LLM。 该方法在8个模型上排名第一,其数据集平均失败率是通用合成基线的3.1倍、人类撰写查询的1.6倍。Level 3分类扩展在9个模型上显著提升了失败率,医学领域相对提升29.2%。代码与数据集已开源,支持可扩展的高风险模型评估。

  12. arXiv · ML23

    标签污染下基于秩方差分数的重要性采样与数据剪枝方法

    标签污染导致基于损失或梯度的重要性采样与剪枝失效,论文提出基于 $K$ 个独立代理模型损失秩方差的非单调评分规则。 该规则将总秩方差分解为代理间不一致性部分(用于采样)和代理内部分(用于剪枝),两者均可在无标签情况下验证。 在 CIFAR-10/100 标签噪声实验中,该方法在基于幅度的规则失效时显著优于随机选择,代理模型开销仅为训练成本的 2-4%。

  13. arXiv · ML23

    微调小型推理模型以解决量子场论问题

    该研究首次比较了强化学习(RL)与监督微调(SFT)在理论物理可验证任务中对大语言模型的影响。 实验基于开源数据稀缺背景,构建了包含2500+合成问题和人工改编问题的数据生成管线。结果显示SFT提升集中在分布内合成任务,而RL在人工数据及TPBench上泛化能力更强。 公开发布了数据管线、可验证QFT训练数据及约200M tokens的QFT推理痕迹。

  14. arXiv · ML21

    扩散模型在模算术任务中的算法泛化机制研究

    研究通过模加法任务揭示扩散模型算法泛化机制,在单图像模式下模型通过周期性表示实现运算。 在高类内变异的多图像模式下,迭代采样将任务划分为算术计算和视觉细化两个阶段,并通过内部频率熵信号捕捉其转换过程。 该分析在受控环境中阐明了扩散模型算法泛化的内部动力学,但机制向模算术以外任务的推广性仍待探索。

  15. arXiv · ML30

    面向大语言模型的在策略蒸馏(On-Policy Distillation)综述

    该综述旨在统一在策略蒸馏(OPD)框架,通过研究学生生成状态、教师信息以及策略更新之间的相互作用来解决模型训练与部署历史的错配问题。 研究连接了蒸馏、自蒸馏、多教师集成、强化学习以及交互式智能体,并考察了不同监督设置下的设计选择如何影响能力迁移、训练效率及部署效果。 综述重点探讨了在学生演化过程中指导保持可靠和可学习的条件,并讨论了在适应监督以及分配计算资源以支持高效学习方面仍存在的开放挑战。

  16. arXiv · ML34

    LLM 表格数据生成中上下文的偏见传播机制研究

    LLM 利用上下文示例生成合成表格数据时,即便微小的示例统计偏见也会引发全局数据失真。 研究引入了对抗场景,表明恶意贡献者可通过注入偏见示例破坏下游分类器针对受保护子群的公平性。 该发现揭示了 LLM 数据生成流水线在敏感领域中存在的重大安全漏洞。

  17. arXiv · ML33

    QSelect 如何在行为保真度约束下压缩空间机器人车载语言模型

    研究者提出 QSelect 方法,通过组合 AWQ、GPTQ 和 AutoRound 静态低比特检查点,生成单一压缩模型以满足空间机器人的内存预算和静态制品要求。 在 Llama-3.1-8B 和 Llama-3.2-3B 上,3 比特目标适应模式使 3-bit 池化准确率比最佳单家族模型分别提高 4.3 和 4.5 点,且 3 比特下未量化嵌入和输出层占打包制品的 43-46%。

  18. arXiv · AI32

    LLM 价值观训练产生意外副作用

    研究通过适应四个指令微调 LLM 在 Hofstede 价值观维度上的表现,发现针对特定价值观的细调会对未训练的价值观、风险偏好、社会认知及安全性特征产生意想不到的副作用。 该论文建议在 LLM 后训练阶段的价值观对齐流程中纳入更广泛的行为评估,以识别额外价值观训练的最佳介入点。

  19. arXiv · ML41

    利用时间序列基础模型提升金融犯罪检测

    TCEE框架利用冻结的时间序列基础模型(TSFM)总结账户交易历史,为交易表征提供时间背景。 该方法在六个AMLWorld数据集上,比最强基线平均提升PR-AUC 10.8%,端到端训练速度提升6.0倍;结合GNN可再提升PR-AUC 4.8%。 研究结果表明,TSFM能捕捉互补的时间信号,从而增强基于图的方法在金融犯罪检测中的表现。

  20. arXiv · ML24

    基于 VLC 室内定位的跨区迁移学习与迁移效率评分框架

    该论文提出了一种基于可见光通信(VLC)的室内定位迁移学习框架,通过迁移效率评分(TES)选择最优源模型,使目标区域仅需 40% 数据即可恢复 97% 性能。 该框架在未知区域验证中实现 3.28 cm 平均误差,定位误差低至 40.9 cm,成功率超 86%,显著降低了部署成本与计算负担。