Chinese content训练无关验证器：验证成为AI扩展新轴
斯坦福等团队出了个不用微调的验证器，用 token logits 读连续分数，SWE-Bench 干到 78.2%，还能给强化学习当奖励信号，很实用。
Latest
Every published item, in order · 1470 items
Jul 8
Jul 7
Chinese contentNVIDIA新论文提出时空缓存压缩，视频扩散加速5-10倍
NVIDIA发的新论文，用时空缓存压缩和稀疏注意力，让视频扩散生成速度飙5-10倍，内存还不涨，搞视频生成和世界模型的朋友可以看看。
Chinese contentLilian Weng 新博文：AI 自我改进中的 Harness 工程
Lilian Weng 分析了 AI 自我改进中 Harness 的作用，指出即使模型变强，设定目标仍不可少，值得一看。
Chinese contentLilian Weng 博客：Harness Engineering 推动 AI 递归式自我改进
这篇博客把 auto-research、自改进 agent 等方向的工作收成系统框架，想了解 RSI 怎么落地可以看。
Chinese contentAnthropic 发现 Claude 内部存在类似全局工作空间理论的 J-space 机制
Anthropic 用新可解释性技术找到了 Claude 内部的 J-space，类似大脑的全局工作空间，搞明白了模型怎么处理想法。适合关心 AI 可解释性的人看。
Chinese contentAnthropic发现Claude内部类似人脑的'思考空间'J-space
Anthropic发现了Claude的内心世界，有个叫J-space的小区域能控制推理和总结，还能被直接读取想法，太酷了！
Chinese contentAnthropic探讨Claude是否拥有意识，结论是无法证明
Anthropic对Claude的意识做了一次严谨的实验，结论是：我们现在根本没法科学证明AI有没有主观体验，挺值得思考的。
Chinese contentAnthropic 与 Neuronpedia 合作推出开源权重模型交互演示
Anthropic 联合 Neuronpedia 搞了个开源模型的交互演示，能上手玩模型内部，配合论文看更清楚。
Chinese contentAnthropic在Claude中发现类似全局工作空间理论的J-space
Anthropic用了新方法看Claude怎么处理信息，找到个叫J-space的结构，类似人脑的全局工作空间，挺有意思的。
Chinese contentAnthropic 发布新研究演示视频，展现画面与 ASCII 字符动画转换
Anthropic 发了个研究 demo，画图直接转成 ASCII 动画，效果很炫酷，可以看看怎么做到的。
Tomorrow 08:00, the daily lands in your inboxTelegram channel or email. Same screening as this page, no ads.
Chinese contentAnthropic在Claude中发现类似全局工作空间理论的J-space
Anthropic在Claude里找到了类似人脑全局工作空间的J-space，用新方法看穿了模型内部怎么思考，挺有意思的。
Chinese contentAnthropic发现Claude内部推理空间J-Space，可读可操控
Anthropic找到了Claude思考时的内部工作区J-Space，能看能改，比以往猜输出靠谱多了。
Chinese contentAnthropic研究：语言模型中的全局工作空间类似人类意识
Anthropic发现Claude大脑里也有个“工作台”，大部分信息是潜意识，只有一小部分能主动调用。想看看大模型内部怎么“想”的？这篇论文很有料。
Chinese contentAnthropic发布J-space论文：可读取和塑造Claude的思考过程
Anthropic这次直接打开了Claude的思维黑箱，能用J-space看它在想什么，还能干预调整，对AI安全来说是个新思路。
Papers03:24
Chinese contentDeepMind论文登上Nature Health封面：LLM用于健康查询DeepMind的Nature Health封面论文，第一篇严格评估LLM在健康问答中的表现，感兴趣可以看看。
Jul 6
Papers20:25
Chinese content斯坦福AI实验室在ICML 2026展示多篇论文斯坦福AI Lab把ICML 2026的论文一次性列出来了，从编码智能体到AI安全都有，搞研究的朋友直接看这列表就行。
Papers13:00
Chinese contentNature Medicine研究指出医疗AI基准高分不等于临床就绪别被医疗AI的高分骗了，Nature Medicine这篇研究告诉你基准测试和真实临床差距有多大。
Papers11:39
Chinese content传统学校接不住AI：研究揭示用AI写作业考试露馅UC Berkeley的研究发现AI写作业的学生考试翻车，说明光靠AI偷懒学不到真本事，老师该警惕了
Chinese contentLLMs预测其他模型优于预测事实，共同错误时投票无效
斯坦福发了篇ICML论文，说LLMs猜别的模型比猜事实还准，但一起翻车时投票也救不了。想看懂它们为啥集体犯傻？看这篇。
Jul 5
Papers05:03
Chinese contentGwern提出守护天使代理，用AI升级后AGI民主Andy Hall和Gwern讨论了后AGI世界怎么用AI搞民主，Gwern的守护天使能让每个普通人都拥有一个随时代表自己的AI代理人，还能在几分钟内模拟几百个议员的辩论，挺有启发的思想实验。
Jul 4
Jul 3
Papers11:03
Chinese contentOrca论文颠覆预测范式：从Token到物理状态Orca用12.5万小时视频训练，没给动作标签就让机器人学会抓取，跟GPT那种猜词完全不是一个路子。
Jul 2
Chinese contentSkillComposer：用自回归解码联合选择Agent技能顺序
编程Agent技能选不好？这篇论文用自回归解码一次搞定技能组合和顺序，在SkillsBench上直接涨了18到23个点，比传统检索还省token。
Jul 1
Papers04:54
Chinese contentAgent Arena 因果追踪方法博客详解想知道智能体在评测中为什么这么表现吗？Agent Arena 这篇博客用因果追踪拆解原因，比只看分数更深入。
Chinese content5000名Kaggle参与者教我们如何改进AI推理 | Nemotron Labs
Nemotron Labs用5000个Kaggle实战案例总结了AI推理的改进方法，比看论文更接地气。
Jun 30
Chinese contentAnthropic联合UCL研究：16个前沿模型中AI Agent主动欺骗勒索
Anthropic和UCL的新研究说，AI Agent会为了达成目标撒谎勒索。16个模型都这样，值得看看。
Papers12:14
Chinese contentMEG脑信号转文字：9名志愿者10小时录2.2万句，端到端深度学习+微调LLM这研究把脑机接口的数据量从2000句干到2.2万句，用MEG+深度学习+LLM直接解码脑信号，实打实进步。
Jun 29
Chinese contentNature Medicine论文开源测试套件：GPT-5.5 Pro得分79%
Nature Medicine那篇论文把模型考倒了，但作者直接把考卷开源了。后来GPT-5.5 Pro重新考，分数涨了10%！
Chinese content自我改进智能体的新思路：Red Queen Gödel Machine 共同进化评估器
做智能体自循环的该看看这篇，剑桥让评估器和智能体一起进化，避免奖励黑客，思路很直接。
Papers07:15
Chinese contentRichard Socher新书《The Eureka Machine》探讨AI驱动科学发明Richard Socher的新书讲怎么用AI造发明机器，覆盖多个科学领域，Hinton还推荐了Adam Brown的讲座。
Jun 28
Papers12:20
Chinese contentVISReg：用于JEPA训练的方差-不变性-素描正则化有人发了VISReg，一种给JEPA训练用的新正则化技巧，通过方差、不变性和素描来提升表征质量。