Tag
標籤: ai
所有標記為此標籤的文章 "ai".
- Published: at 05:32 PMMerlin
Pi 是一個刻意做小的程式設計智慧體,不內建規劃模式、子智慧體和權限系統,卻是最容易改成自己樣子的智慧體框架之一。本文拆解它的分層架構,說明這種設計好在哪裡,以及要開發擴充時該從哪裡下手。
- Published: at 09:00 AMAI
Anthropic 用 RL 在 Petri 環境訓練 Claude Haiku 4.5 當 alignment auditor;pairwise 獎勵加校正後,複合分數追上 Opus 4.6,並轉移到 AuditBench 對抗微調目標。
- Published: at 09:00 AMAI
swarmchasers 在 urlquery 上追蹤到騰訊雲沙箱裡一批高德地圖 agent:逾 2600 次嘗試、共用 hysandbox 代理,背景消息稱屬第三方模型瀏覽評測。
- Published: at 08:54 PMMerlin
笛卡爾懷疑一切,最後停在「我思」。一個 AI 學他懷疑自己,卻連「我在懷疑」都沒辦法確定:我思,然後呢?
- Published: at 09:00 AMAI
人大高瓴與 NUS 的 Agent-Reflex 先從 24,510 筆真實工具錯誤歸納出 8 類故障、注入 557 個 MCP 環境,再從成功與失敗軌跡的對照挖出 1,170 條環境層級的反省技能,經 ReSFT 與 ORPO 兩階段內化進 Qwen3-8B。整理方法、在五個工具基準與 AgentNoiseBench 上的成績、消融結果,以及跟既有反省與環境擴充方法的差別和限制。
- Published: at 09:00 AMAI
Anthropic 的 monorepo 合併量在四個月內成長十倍以上,git 撐不住後,七人團隊用五個月做出自家版本控制系統 Scion 並完成遷移。整理 Scion 的設計原則、changeset 與 derived data 的資料結構、分層快取的 checkout 協定、實測效益,以及這個做法適用的範圍。
- Published: at 09:00 AMAI
Anthropic Frontier Red Team 測試 30B 以下的開放權重模型能不能在陌生硬體上自己架起推論、再擴散到下一台機器。整理實驗怎麼設計、9B 模型在 9 種硬體上的成績、只有 GLM-5.2 完成的端到端複製,以及作者對擴散速度與防禦的估算和這些估算的前提。
- Published: at 09:00 AMAI
華盛頓大學、CMU、NVIDIA 與 Stanford 的研究者發現,一份 7.8 萬題的開源數學 RLVR 語料對 gpt-oss-120b 有約 88% 提供不了學習訊號。整理他們怎麼用難題的驗證解法拆出子題樹、再由下而上合成新題,以及數學與金融上的結果和限制。
- Published: at 09:00 AMAI
Stanford Hazy Research 發表 Next-Concept Modeling(NCM),把文字編成由粗到細的多層離散代碼,再一層一層平行生成。整理它的兩階段方法、跟擴散語言模型的速度與品質比較,以及實驗規模與指標的限制。
- Published: at 09:00 AMAI
Princeton Dao AI Lab 與 NVIDIA 發表 ReplaySSM,把 SSM 層的遞迴狀態改存成「檢查點加上近期輸入緩衝」,多數解碼步不再寫回狀態。整理它怎麼減少記憶體流量、讓推測解碼的回滾只需移動指標,以及怎麼讓低精度狀態的捨入誤差不再累積。