跳到正文

#推理

今日 0 条

10月20日

星期二

10月17日

星期六
  1. Elorian 发布首个模型 Glimpse,以视觉草稿空间做图像推理

    Elorian 发布首个模型 Glimpse,以研究预览形式开放 API,聊天界面需排队。Glimpse 在推理过程中可裁剪图像区域、从视频抽取特定帧或运行代码测量比较,Elorian 称这一机制为视觉草稿空间。该模型定价为输入每百万 token 0.60 美元、输出每百万 token 3 美元,据 Elorian 的评测,其在科学图表推理和短视频描述上超过 GPT-6 Astra。

10月16日

星期五

10月15日

星期四
  1. OpenAI 据称年内至少发布一款模型,旗舰新模型仍需对齐工作

    据 The Information 援引知情人士,OpenAI 员工称公司可能在年底前发布一到两款新模型,但尚不清楚正在开发的重大升级模型是否在其中。该旗舰模型仍需对齐工作,并需完善测试基础设施;按特朗普关于先进 AI 系统评估的行政令,OpenAI 同意在模型提供给外部伙伴前最多 30 天让美国政府访问。

10月14日

星期三

10月13日

星期二

10月12日

星期一
  1. Anthropic 的 Andrej Karpathy:外界只看到 AI 能力的“预览版”

    Anthropic 的 Andrej Karpathy 称,外界只看到了 AI 实际能力的“预览版”。他把大语言模型用户分为四层:约 60 亿人几乎没接触过 LLM,10 至 20 亿人只把免费 ChatGPT 类产品当作更好的搜索引擎,约 2000 万数学和编程领域的专业用户已用智能体完成过去需数周乃至数月的复杂项目,而仅约 5000 人能接触内部前沿系统。

10月11日

星期日

10月10日

星期六

10月8日

星期四
  1. 机器人领域的 AI 突破短期内不会改变你的生活

    MIT Technology Review 与 Aventine 合作的文章指出,尽管 Elon Musk 预测 Tesla 的 Optimus 人形机器人最早 2027 年底开售、单台成本低至 2 万美元,Jensen Huang 也称人形机器人今年将达到人类水平能力,但许多机器人研究者对此持怀疑态度。Yann LeCun 在达沃斯表示,没有任何一家人形机器人公司知道如何让机器人足够智能和实用。

10月7日

星期三

10月6日

星期二
  1. Qwen3.8 27B 用英文单词做加法的基准测试

    一项基准测试用 5,070 个禁用推理的案例,检验本地 Qwen3.8-27B-Q4_K_M.gguf 模型能否用英文单词完成正整数加法并输出精确结果,其数值准确率为 23.57%,格式合规率 96.17%。准确率随位数增加从一至三位数的 97.04% 降至十至十三位数的 6.44%;开启中等推理后,169 次配对测试中答对 167 次。

10月5日

星期一
  1. 我们的大脑并不适合应对 AI

    神经科学家 Paul Cisek 提出,大脑并非图灵机式的信息处理器,而是进化而来的反馈控制系统,用棒球接高飞球的启发式而非复杂计算即可说明。作者 Benjamin Riley 据此认为,把大脑类比为计算机的模型既扭曲又有限,而 AI 产品正像"认知版热狗",迎合当下却损害人类数千年演化出的认知系统。

10月3日

星期六

10月2日

星期五
  1. 别被迷惑——LLM 并不会推理

    前 Google DeepMind 研究员指出,LLM 靠逐个预测 token 生成答案,其链式推理仍由同一套 next-token 过程产生,并非真正独立的推理机制。他认为这类模型缺乏可检视的持久认知状态、知识与推理的分离,且链式推理常是事后编造。他主张借鉴 AlphaGo 的游戏树搜索架构,为机器推理引入显式的认知状态。

  2. Ataraxos 以 16 块 GPU 在 Stratego 上击败顶尖人类选手

    卡内基梅隆、MIT、纽约大学和斯坦福的研究团队开发的 AI 系统 Ataraxos 在 Stratego 中以 15 胜 1 负 4 平击败被视为史上最强的选手 Pim Niemeijer。训练仅用 16 块 GPU 和几千美元。Stratego 属于信息不完全博弈,棋子身份只在碰撞时揭示,隐藏信息量大且展开时间跨度长,此前 DeepMind 也未能造出稳定击败顶尖人类玩家的机器。