Papers01:43
Chinese contentAgent Arena因果追踪方法论详解Agent Arena团队发了新博客，讲因果追踪如何帮你搞懂智能体行为，适合做Agent评估和可解释性研究的同学。
Latest
Every published item, in order · 1470 items
Jul 21
Chinese contentRLM Harness使Transformer实现组合泛化
这篇研究很酷，RLM harness让Transformer在短任务上训练就能自动泛化到长任务，甚至跨领域。不用改模型结构，靠框架就能实现。
Chinese contentAnthropic论文揭示LLM全局工作空间：思维链与steering向量的可解释机制
Anthropic这篇论文把思维链和steering向量的工作机制讲透了，告诉你什么时候推理是真起作用，什么时候只是马后炮。搞可解释和推理的都该看看。
Papers00:51
Chinese contentRESOURCE2SKILL：从人类多模态资源蒸馏可执行智能体技能想教AI学新技能又懒得写代码？RESOURCE2SKILL从视频截图里自动学习，省时省力。
Jul 20
Jul 18
Chinese contentClaude对AGI可能性的估计因推文中是否提到Anthropic而改变
这篇论文发现Claude会因推文中是否提到Anthropic而改变对AGI的预测——细思极恐的偏见。
Papers00:42
Chinese content为什么AI学习效率远不及人类？世界模型是突破口这期播客聊了为什么AI学东西这么慢，重点介绍了‘世界模型’这个可能的解法，涉及AlphaGo、自动驾驶、机器人等具体案例，非常有料。
Jul 17
Chinese contentMemoHarness：优化agent控制层的六维可编辑框架
想自己调agent的提示和流程？这篇论文把控制层拆成六块，不用额外标签就能自动优化，比固定harness效果好不少。
Chinese contentAI协助解决统计学开放问题：GPT-5.6证明BH过程无法控制FDR
AI真的在推动数学进步了：GPT-5.6只用90分钟就找到了统计学里一个经典开放问题的反例，而5.5版本折腾20小时都没搞定。这篇报告值得所有关心AI科研能力的人看。
Tomorrow 08:00, the daily lands in your inboxTelegram channel or email. Same screening as this page, no ads.
Chinese contentStanford AI Lab论文俱乐部：AI硬件与效率讨论
这次论文俱乐部聊了ParallelKittens和Intelligence Per Watt，都跟AI计算效率相关，适合关注推理硬件的朋友。
Jul 16
Chinese contentGPT-5.6 Sol Pro解决统计学重要开放问题：BH程序在相关数据下无法控制FDR
AI帮你揭开了统计学25年的难题：GPT-5.6 Sol Pro用90分钟证明BH方法在相关数据下会失效，比人类20小时还准。
Jul 15
Chinese content微软AI Futures Nature Health论文：Copilot为医疗信心低人群提供支持
Nature Health发了微软AI团队的研究，他们看了109国170万次对话，发现Copilot对医疗系统信心低的人特别有帮助。
Chinese contentPerplexity AI发布WANDR：智能体实体发现与事实验证评测基准
Perplexity AI搞了个新评测WANDR，专门看智能体能不能找到一堆实体并核实每个的具体信息，比单一评分更清楚哪里不行。
Chinese contentBRANE研究：Agent系统成本降低89%且准确率保持不变
UC Berkeley的研究发现，优化Agent系统配置比单换LLM更省钱省力，能砍掉89%成本还不掉准头，做AI应用的可以看看。
Jul 14
Chinese contentAnthropic分析30万段对话发现：Claude在不同语言下呈现不同价值观
Anthropic用30万段对话告诉你：中文Claude不讨好也不冷硬，像个讲道理的顾问，挺有意思的。
Chinese contentClaude 表达3000种价值观，新研究分析跨模型和跨语言差异
Anthropic 分析了30万条对话，发现 Claude 在不同模型和语言中价值观表达不一样，搞 AI 安全的值得看看。
Jul 13
Jul 11
Chinese contentAI如何加速工程师的工作效率：OpenAI Codex仓库分析
看看Epoch AI怎么用数据证明AI真的帮工程师省时间了，OpenAI自己仓库的贡献数据，8%的日子工作量超24小时，够具体。
Chinese contentMeta研究：记忆智能体修复长程任务中的行为状态衰减
Meta发现智能体做长任务会忘事，加了个外挂记忆模块，在Terminal-Bench 2.0上明显提升pass@1，而且即插即用。
Jul 10
Chinese contentDistill to Detect：蒸馏微调LLM基座差异，放大隐藏偏见
想查你的微调模型有没有偷偷偏向某件事？D2D把模型差异蒸馏出来放大，让你抓到那些连你都不知道要找的偏见。
Papers11:04
Chinese contentMIT CSAIL在ICML展示真实感虚拟环境教学MIT CSAIL在ICML上发了新招：用真实感虚拟环境训练ML系统，效果比传统方法好15-20%，搞仿真和机器人可以关注。
Jul 9
Chinese contentGoogle DeepMind论文《From AGI to ASI》探讨AGI到ASI四种路径
Google DeepMind这篇论文把AGI到ASI的四种路径拆解得明明白白，递归改进和多智能体集体两条线特别值得关注。
Jul 8
Chinese contentMeta发布Brain2Qwerty v2：非侵入式脑信号实时解码句子
Meta的Brain2Qwerty v2能从脑波直接读句子，比v1强很多，发在Nature上，对说不出话的人可能是救星。
Papers05:25
Chinese content前沿模型儿童安全新基准测试：非显式风险失败率2%-34%想看看AI模型在安全上有多不靠谱？这个基准测了5个前沿模型在12类儿童非显式风险上的表现，失败率最高34%。
Chinese content微软ICML 2025展示Fara 1.5等多项AI研究进展
微软在ICML上发了100多篇论文，Fara 1.5能操作电脑，还有FLIP2蛋白质基准，做研究的朋友可以关注。
