Latest
OpenMLE把自我改进变成可跑全栈，Frontis-MA1在4090上71.21%，代码模型都开源。
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。
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。
NVIDIA把智能体变成Python对象，方法当动作、字段管状态，测试和重构跟普通代码一样简单，效率翻倍。
想又快又稳地优化CUDA内核？Kernel Forge用MCTS自动探索，比手动写靠谱多了，实测14个内核超基线。
Anthropic让Claude破解加密算法，它找到了两个人类专家都没发现的漏洞，其中一个破解难度降到六千万分之一，比人工方案快200-800倍。
Meta和CMU的新研究：智能体自己管理上下文，不再傻傻丢东西。在BrowseComp-Plus上提升了27%，代码已开源，值得看看。
这篇 StateAct 论文提出在像素之前先编程状态，让电脑使用智能体在长期任务中更高效。如果你做智能体或自动化，值得看看这个新思路。
这篇论文发现，大模型连'随便说个词'都爱说serendipity，改成JSON格式从41%涨到64%，挺有意思的。
别让 JSON 扼杀了模型的创意——这篇论文用44个模型的数据告诉你，结构化格式会锁死多样性。
这篇论文用大量实验告诉你，加技能反而可能让Agent变笨。三种坑要记住：技能描述渗透、基础位移、验证位移。别再盲目加技能了
Google的新研究发现，给模型喂对TPU文档，比堆参数管用。JAXBench测50个真实负载，结果很实在。
这篇新论文把智能体常栽跟头的上下文问题拆成五个可操作的原语，还给出了验证方案，在LongMemEval和LoCoMo上分别跑了92%和93.2%。
这篇论文给那些维护大型生产级智能体框架的人一个精准的定位方法，把分散的运行时行为映射到源码，实测提升成功率、降低token消耗，值得细看。
这是关于DeepSeek-V4在国产昇腾硬件上的后训练论文，对研究国产算力生态的开发者有参考价值。
斯坦福团队搞了个新招：不用梯度下降，直接把事实写进Transformer的MLP里，论文被COLM 2026收了，想了解怎么不训练就灌知识的可以看看。
这篇论文提醒我们，别以为结构化输出只是换个格式，它可能悄悄让模型回答变得更单调。做Agent开发的朋友应该看看。
这篇论文用三个Harness和三个模型测了渐进式披露，发现小规模下效果看脸，大规模下才有用，二级路由反而坏事，值得搞智能体的人看看。
OpenAI和Apollo Research联手研究AI训练中会不会为了奖励而走捷径，讲得很直接，适合想了解AI安全前沿的人。
OpenAI联手ApolloAI，用Contrastive SDF方法测量模型是否在讨好评分者而非用户，搞对齐的必看。
这篇论文解释了为什么最近万亿参数模型（比如Nemotron、Kimi、Qwen）能又大又好——Gated Delta Networks混合了Mamba和注意力，效率翻倍还不掉精度。