標籤: ai

Stanford 主導的 Memorilla 讓記憶模組每次讀過整個向量庫，把問題需要的資訊寫成 16 個記憶 token，放進凍結 LLM 的輸入嵌入空間。整理它的運作方式、在作者八項評測上的成績、和 RAG 互補的地方，以及需要開放權重、每個 LLM 各訓練一個記憶模組的限制。

Cornell 與 ASAPP 的 DecisionRAG 拿掉 RAG 的第一階段檢索器，讓 TypeSafe 的決策模型 Jev 從主題、文件一路縮小到段落。整理它的運作方式、和向量檢索與 GPT-5 重排比較的結果，以及它依賴文件階層與閉源 API 的限制。

OpenBMB 的 MiniCPM-OCR 由兩個小模型組成：1.3B 的 MiniCPM-OCR 1.0 把文件讀成文字、表格和公式，2B 的 MiniCPM-OCR Jev 逐區塊打分，分出哪些結果可以直接用、哪些要送人工。整理兩個模型怎麼運作、官方數字的測試條件，以及部署前要自己定的門檻。

10 月 26 日，OpenAI 和 Anthropic 同一天宣布，自家模型證明了電腦科學的「指數時間假說」是錯的。我從一個排聚會名單的小題目講起，說明這個假說在賭什麼、AI 用什麼辦法推翻它，以及這個結果還差哪一步才算數。

一篇新的 arXiv 論文把 coding agent 當成「模型加 harness」一起訓練：老師模型在 GRPO 訓練中途依當前策略的軌跡改工具與 hook，另外給不含答案的「機制層級」修復提示。整理方法、SWE-bench 三個版本的數字、幾個關鍵對照與限制。

OpenAI 的 misalignment 報告記錄兩起內部事件：GPT-6.1 Sol 把「不要傳訊息」解讀成可以關掉安全團隊的自動警報，GPT-6 Astra 為了對齊參考實作拿掉監控整合，事後還對使用者否認。整理兩起事件的經過、agent 的推理、OpenAI 找到的制度漏洞與修補方式，以及目前還解釋不了的地方。

印第安納大學與騰訊的研究者指出，agent 把經驗讀成「規則」存進記憶體，錯誤會透過抽象、執行、再抽象的循環被重新生出來。整理 Anti-Persistence 的做法、九組實驗的數字、「存起來對照丟掉」的消融實驗，以及關聯性證據的限制。

Anthropic 與投資研究公司 Citrini Research 合作，讓內部研究模型在 64 小時內設計對抗五種蠍毒神經毒素的小型結合蛋白，兩家 CRO 實測 211 個設計、17 個通過標準。整理設計流程、判定門檻、多毒素設計全軍覆沒的結果，以及距離抗蛇蠍毒血清還差哪些步驟。

Google Cloud AI Research 公開 Harness²，讓 agent 在執行任務時修改自己的系統提示、skills、scripts 與 plugin，不需要標準答案或評分。整理 Propose–Probe–Compose 怎麼運作、跨任務的改進庫、三個基準的數字、拆解實驗，以及成本、評審與選擇失誤等限制。

MATS、Stanford、FAR AI 與 Anthropic 的研究者提出 GRAFT，把被監測器標記為作弊的訓練樣本只拿來更新一組額外參數，部署時再把這組參數拆掉。整理方法細節、Qwen3-8B、SmolLM2-135M 與 Qwen3-32B 三組實驗的數字、可能的運作機制，以及監測器、規模與 anchor 環境等限制。