AITOP6月16日 20:46
全部 AI 动态
AI 相关资讯全量信息流
6月16日
20:46
600亿美元买下Cursor，xAI终于拿到了编程工具，但真正值得跟踪的或许不是AI
6月15日
11:12
11:12
arXiv cs.AI@Michael Goodale, Salvador Mascarenhas
推荐理由：论文证明神经网络还解不开这个经典难题
6月12日
12:57
AITOP6月12日 12:57
10:47
10:47
arXiv cs.AI@Marianna Bergamaschi Ganapini, Massimo Chiriatti, Enrico Panai, Giuseppe Riva
推荐理由：这篇论文揭示了AI对个体认知的深层影响，做AI伦理、认知科学或人机交互的研究者值得一读，能帮你理解AI如何潜移默化地改变你的思维方式。
10:19
10:19
arXiv cs.AI@Zach Studdiford, Gary Lupyan
推荐理由：这项研究挑战了“人类推理基于抽象模型”的传统观点，对AI开发者和认知科学家都有启发——如果你关心LLM为何会犯“愚蠢”错误，或者想理解人类推理的底层机制，这篇论文值得一读。
6月11日
15:28
AITOP6月11日 15:28
15:23
AITOP6月11日 15:23
15:07
AITOP6月11日 15:07
11:10
11:10
arXiv cs.AI@Noémi Éltető, Nathaniel D. Daw, Kimberly L. Stachenfeld, Kevin J. Miller
精选
推荐理由：ATLAS 解决了科学实验中实验设计效率低下的核心问题，做认知科学或行为建模的研究者可以直接用这个框架加速发现可解释模型，建议点开看看具体实现。
6月8日
09:23
09:23
arXiv cs.AI@Yuxiang Chen, Jun Wang
精选72°
推荐理由：这篇论文戳穿了当前长链推理模型的表面繁荣——做AI推理研究的团队会发现，模型可能只是在模仿推理的“样子”而非真正进步，值得细读其提出的改进方向。
5月18日
10:33
10:33
arXiv cs.LG@Nathan Roll, Jill Kries, Laura Gwilliams, Cory Shain
精选
推荐理由：这项研究为理解语言模型内部功能组织提供了全新视角，做AI可解释性或认知科学交叉研究的团队值得关注——它把临床神经心理学方法搬到了模型分析中，看完会重新思考“模型损伤”的意义。
5月12日
19:11
19:11
arXiv: DeepSeek@Gabriel Garcia
70°
推荐理由：该发现对当前CoT忠诚度评估方法的可靠性提出根本性质疑，提醒研究者注意数据格式的混淆效应，对评估模型推理能力具有方法论指导意义。