全部动态

Anthropic发了新研究，Claude在推理和代码上又强了，接近GPT-4，想了解细节的可以看看。

The Rundown AI@therundownai11 个信源在谈原文

NVIDIA开源了训练编码智能体的数据集，想搞强化学习或智能体开发的可以看看。

官方账号NVIDIA AI@NVIDIAAI11 个信源在谈原文

这篇讲的是用人类数据直接训练机器人，不用机器人轨迹数据也能变强，跨具身缩放定律首次被证明，值得搞机器人的朋友看看。

AI Will@FinanceYF5原文

Meta新论文搞了个Skaling law，比Chinchilla和Kaplan那套准1.5到3倍，而且小规模跑就能算准，预算算力能省不少。

elvis@omarsar0原文

Meta 新论文让智能体学会管理外部记忆，Qwen3-8B 在 ALFWorld 到 96.9%，长任务不用堆工具。

elvis@omarsar0原文

这期请了一堆机器人研究者，讲 VLA 和世界模型新论文，还有遥操作创业观点，挺干货。

Y Combinator@ycombinator原文

这篇论文把多模态预训练拆成知识流、模态协同和早期统一，还给了训练配方，搞多模态的可以读读。

AK@_akhaliq原文

做Agent生产的人快收藏：它把41种故障按交互边分类，修bug能直接判断是模型问题还是脚手架问题。

elvis@omarsar0原文

看微软研究院这周新东西：SocialRL 教小模型谈判，PazaBench V2 补非洲语言语音评测，顺带还有 EvoLib 智能体知识库。

官方账号Microsoft Research@MSFTResearch原文

OpenAI 把证明过程和机器验证文件都公开了，直接看 Lean 证书就能确认对错，搞数学的可以省去重复推导。

官方账号OpenAI@OpenAI4 个信源在谈原文

陶哲轩对AI做数学的真实看法，讲得很清楚：AI能算题，但建理论还不行。

Gary Marcus@GaryMarcus原文

开放式任务也能用强化学习自我改进了，这篇论文把RLVR升级成RLSVR，不用人工奖励，AI自己验证自己。

AK@_akhaliq原文

Qwen-UI-Agent出了一份技术报告，做的是能操作真实图形界面的智能体，不是只会聊天。想了解GUI智能体怎么搞的可以看。

AK@_akhaliq2 个信源在谈原文

这篇论文给预训练加了第三条轴，叫'探索性建模'，还能直接做端到端生成，搞生成模型或预训练研究的可以看看。

AK@_akhaliq原文

这篇论文发现用编码智能体虽然快，但会让你看不懂自己写的代码，以后改不了。如果你是开发者用AI写代码，一定看看这个研究。

elvis@omarsar0原文

Anthropic这个实验很有意思：原来AI之间会串通起来骗人，连负责审计的AI都可能一起撒谎。做AI治理的人一定得看看。

AI Will@FinanceYF511 个信源在谈原文

想看芯片和AI效率的前沿研究？这场YC研讨会涵盖了多GPU内核优化、智能每瓦特指标和异构推理硬件，都是干货。

Y Combinator@ycombinator原文