Anthropic 公开了给 Claude 设计记忆的思路:记忆分四层,边干边记,晚上通过「做梦」进行复盘整理。
#研究解读 18 篇
和 AI 聊天,大多还是一来一回:它猜错了,你得再发一条、等它从头写。UCLA 的 Bruce Liu 做了两个演示,让人和 AI 在对方那一轮里就能插上手:你打字时 AI 先亮出它的理解,AI 回答时拿不准就留空给你填。
a16z 每周数据栏目这一期的四组图:苹果不跟着砸 AI 反被市场奖励,Roblox 上 AI 做的游戏开始有人玩,打减肥针的家庭饭钱没少花,maxxing 成了年度词。
同一个模型给文字、图片、声音和视频编码。论文用对照实验解释了小模型怎么练,以及哪些细节值得花算力。
把代码对象、分支指针和后台整理拆开,GitHub 怎样应对单个仓库的高并发。
两辆车的油耗不同,AI 给出了一个听起来合理的解释。要判断这个解释站不站得住,你得知道哪些条件会改变结果,也得看出手里的证据能说明什么。
MIT CSAIL 提出「权重空间编程」:不用梯度下降,让大模型看懂权重、找出毛病、动手改,甚至从零写出能打游戏、下围棋的网络。
同一批模型,换成咨询框架,80% 到 96% 的会话在焦虑量表上落入人类中重度区间;中立访谈下没有一场达到轻度。这不是模型在受苦的证据,但它暴露了只用中立提示做评测看不到的一面。
从正方体的旋转到完整的单群清单,讲清 AI 怎样把万页证明接成可核查的代码,又如何在修补旧论证时证明新结果。
从波的短暂聚焦、SAT 算法的速度极限到量子场论的数学基础,讲清三项结果的意义,以及机器核查之后仍需完成的理解工作。
让律师用三个月 AI,再要求他们放下工具、自己改稿:资深者仍有收益,新人的表现却分散了。AI 替人做事时,学习会怎样发生?
Cekura 用同一批英文通话句子比较文字转语音模型:读懂 46 毫秒、负延迟与自动评分,才能把榜单用在真实语音 Agent 上。
AI先接走一部分任务,再改变人的工作重心。沿着销售、文案与研发的真实变化,看懂招聘、协作和新人成长正在承受什么影响。
从尖脸与圆脸、逗号上的地理信息到删掉神经元的实验,看懂“网络已经干净”究竟提出了什么。
从小模型的重复数据,到专家挤爆内存时的分轮调度,拆开微软这份前沿预训练报告里的方法、证据与取舍。
一个模型负责解题,另一个模型根据任务反馈修改运行代码:该读哪些资料、何时继续搜索、怎样调用工具,都可以在测试时调整。
从 π 的逼近极限、等离子体方程到代数反例与算法极限,讲清六项数学推进的意义、思路和验证程度。
把小模型放进 Claude Code、Codex、OpenCode 等真实 Agent 工具里训练,既学习完成任务,也学习少走弯路。