跳到正文
11月18日周三
  1. The Decoder90

    OpenAI 发布 GPT-6.2 Astra 和 Sol,API 价格更低且部分基准测试有进步

    OpenAI 发布了 GPT-6.2 Astra 和 Sol 两款语言模型,API 价格更低且部分基准测试有进步。Astra 面向专业场景,首次达到 OpenAI“高”AI 自改进阈值;Sol 面向日常使用,在多项任务上以极低价格接近 Astra 的性能。第三方评测显示两者在科学和 3D 设计等任务上得分较高,但法律类基准排名靠后,且编码能力相比前代基本停滞。

    同一新闻,精选展示《OpenAI 发布 GPT-6.2 Astra 和 Sol 模型》

  2. AWS Machine Learning Blog48

    Amazon SageMaker AI 新增 AI 数据准备功能,支持模型开发工作流

    Amazon SageMaker AI 扩展 AI 数据准备功能,支持生成合成数据、评估数据集及引入专家反馈。 提供自动标注、合成数据生成、数据质量评估及转换能力,可通过 Python SDK 或 AWS AI-ML agent skill 调用。 帮助团队高效构建高质量数据集,减少数据整理时间,加速模型开发与训练流程。

11月17日周二
  1. Hacker News AI70

    与七位物理专家探讨AI革命

    作者采访七位理论物理学家,探讨AI如何改变物理研究。Suvrat Raju创建的TheoPhys基准测试被GPT-6 Astra解出近90%的问题,显示AI在理论计算上已接近饱和。arXiv上理论物理论文数量激增,部分物理学家正使用AI agent加速研究工作,而量子重力等开放问题则仍需人类概念性思维主导,AI或在未来数年内介入。

  2. LessWrong · All Posts42

    AIFP预测者为何在SAR与TED-AI的时间差上分歧巨大?

    AIFP团队更新超人类AI时间线,指出METR最新报告因显示Anthropic模型进步速度翻倍而引发意外。METR估计的进度超前于包括AI 2027在内的多数乐观预测。 AIFP将“AGI”模糊性拆解为SAR和TED-AI等具体里程碑。SAR指公司宁愿辞退人类研究员而依赖自动AI研究员的节点。TED-AI指持续表现达到或超越最佳人类专家水平的AI。

  3. Seven Minute Feed55

    百度Q3净利润下跌46% AI增长难抵广告业务萎缩

    百度Q3净利润同比下降46%至14亿元人民币(2.08亿美元),营收微降1%至308亿元人民币,连续第六个季度出现销售下滑。首席执行官李彦宏表示,为避免行业泡沫并让重投资获得回报,人工智能技术急需实现更好的商业化,百度现状展示了传统巨头面临的核心矛盾:押注的新技术正在冲击其原有的现金奶牛业务。

  4. arXiv · ML21

    提出 Q-Learner 算法以优化比率型处理效应估计

    研究者提出 Q-Learner 算法,将二元结果下的比率型条件平均处理效应(CATE)估计简化为两个倾向性分类任务。 在合成与真实随机数据基准测试中,仅对 Q-Learner 的 log-loss 进行标准超参数调优,即可比 S-Learner 更可靠地获取效应排名、水平及分布。 该特性使其特别适用于工业界实践,当倾向性已知时,仅需基于转化者训练单个分类器即可加速开发流程。

  5. arXiv · ML30

    因果推断中的广义贝叶斯框架

    该论文提出了一个用于因果推断的广义贝叶斯框架,直接对因果效应施加先验分布。通过利用基于识别的损失函数更新先验,该框架使现有的基于损失的因果估计器具备完整的不确定性量化能力。 在Neyman正交损失下,该广义后验分布收敛至其 oracle 对应物,并对第一阶段辅助估计误差保持鲁棒性。 这是首个为因果机器学习构建灵活广义贝叶斯后验的框架,该论文已被 NeurIPS 2026 接收。

  6. arXiv · ML20

    LEON:用于世界建模的算子结构化潜空间演化

    LEON 基于控制机械演化推导潜空间转移公式,引入共享算子矩阵与加法更新实现动力学结构化,替代隐式 Transformer 预测。 模型将预训练视觉特征转化为可观测变量,系数由演化的可观测量和动作上下文推断,以调制算子结构。 在单臂和双臂操作任务中,LEON 在包含多种扰动场景下,相比对应 WAM 基线提升了平均策略成功率,并在受控系统评估中展现出优于训练条件的泛化能力。

  7. arXiv · ML29

    PDE发现的事后评估:Pde-Check 协议解决多面性挑战

    研究指出 PDE 发现的事后评估需兼顾预测精度、物理一致性、可解释性及分布外泛化能力,且这些属性往往相互冲突。现有文献多仅关注局部指标,易导致结论偏差及方程排序改变。 作者提出首个 PDE 评估指标分类体系,并发布基于规则的 Pde-Check 协议,指导根据数据可用性和物理先验等场景选择评估策略。

  8. arXiv · ML27

    稀疏 Delta 记忆(SDM):通过稀疏性扩展线性 RNN 状态

    研究提出稀疏 Delta 记忆(SDM),扩展 Gated DeltaNet 架构,利用稀疏寻址方案将门控线性 RNN 隐藏状态容量提升数个数量级。 SDM 用大型显式记忆中的稀疏读写替代密集键值外积。在 isoFLOP 约束及参数数量相同条件下,更高状态记忆容量显著提升了上下文学习和长上下文检索性能。

  9. arXiv · ML39

    PEIRA:通过视图间回归器对齐学习预测编码器

    研究提出非对比自监督学习方法 PEIRA,通过最优线性回归器迹定义目标,在 ImageNet-1K 上实现 69.17% 线性探测准确率。 该方法稳定均衡点对齐主要非线性正则相关子空间,在 CIFAR-10 等数据集上与 VICReg、LeJEPA 基准具有竞争力,并支持 8 个数据集迁移实验。 结果验证了理论稳定性分析,代码与实验已开源。