全部动态
Atoosa Kasirzadeh（一位AI安全领域的专家）批评了“AI安全”被过度政治化的现象，说这会阻碍AI安全研究的严谨性，并导致一些“AI安全”人士采取操纵政治的手段。
Perplexity 发表了他们构建 CobbleDB 的研究，这个数据库是他们的搜索服务的关键部分，由两位工程师和数百个 AI 代理在两个月内完成。
谷歌研究团队发布了新论文，用他们的agent harness在数学证明任务上取得了新进展，和之前的模型相比，这个方法在解决复杂问题上有不同优势。
朋友对朋友说：Clement Delangue 提了些好建议，比如禁止 AI 助力的网络攻击，还提到要给防御者最好的 AI 工具，挺有道理的。
朋友，字节跳动和清华等团队搞了个75页的论文，把AI自己优化升级的能力分了五级，现在看主流模型都还处在比较初级的阶段，挺有意思的。
朋友，Nathan Lambert 写了一本 RLHF 的系统专著，从指令微调讲到强化学习，还覆盖了 DPO、RLVR 这些具体方法，核心论点是数据比算法重要，书和代码都开源了。
朋友，你肯定好奇为什么那些担心AI风险的人，比如马斯克、扎克伯格，还在推动AI发展。这篇文章帮你理清了他们背后的逻辑，比如先造出来才能研究安全，或者由我们这些有技术的人来主导，避免更糟的情况发生。
朋友， Naval 提了一个很关键的观点：AI让容易验证的事变便宜了，但难验证的事还是难。现在没人为没验证的失败买单，导致验证预算缩水，大家都在用没监控的代理，这很危险。
朋友录的播客，周一摸鱼时可以听，内容有 GPT-6、DeepSeek V4.1 和苹果的 iPhone Duo 这些热点。
朋友，宾夕法尼亚大学新开了一门「World Models」课，讲义公开了。这门课讲的是让AI模型学会预测世界变化，不是单纯靠文本训练。内容挺硬核，有基础理论、生成模型，还有视频、机器人这些应用，适合想深入了解世界模型的同学。