全部AI 动态

全部动态

今日 4 条

5月20日星期二周二

ARC-AGI-2：前沿 AI 推理系统的新挑战
推荐理由：ARC-AGI-2 作为一项新的基准测试，旨在评估 AI 系统的抽象推理和问题解决能力，为读者提供了了解当前 AI 系统能力与通用人工智能之间差距的视角。
2025年5月20日ARC Prize论文论文/研究评测/基准精选评分 70

5月3日星期六周六

MCP：不受信任的服务器和困惑的客户，以及一个狡猾的漏洞
2025年5月3日Embrace The Red论文安全/对齐 MCP/工具调用评分 67

5月1日星期四周四

测试时计算和思维链在推理模型中的应用
推荐理由：文章深入探讨了在推理模型中使用测试时计算和思维链的方法，分析了其对模型性能的影响，并提出了未来研究方向。
2025年5月1日Lilian Weng论文论文/研究推理精选评分 80

4月28日星期一周一

大型语言模型中注意力机制的研究进展
推荐理由：该研究深入探讨了注意力机制在大型语言模型中的表现，为理解注意力模式形成提供了新的视角和方法。
2025年4月28日Transformer Circuits论文论文/研究 Agent精选评分 65

3月27日星期四周四

大型语言模型的生物学：揭示内部工作机制
推荐理由：原文深入探讨了大型语言模型的内部工作机制，揭示了模型在推理、诗歌创作、多语言处理、加法运算和医学诊断等方面的复杂策略，为读者提供了对模型内部机制的深入理解。
2025年3月27日Transformer Circuits论文论文/研究 Agent精选评分 85
电路追踪：揭示语言模型中的计算图
推荐理由：该研究提出了电路追踪方法，通过分析语言模型中的计算图来揭示其内部机制，对理解语言模型的工作原理具有重要意义。
2025年3月27日Transformer Circuits论文论文/研究 Agent精选评分 67

3月24日星期一周一

Pass@k vs Pass^k：理解智能体可靠性
2025年3月24日Philipp Schmid (Hugging Face)论文教程/实践评测/基准评分 45

3月16日星期日周日

大型语言模型时代下的推荐系统和搜索改进
推荐理由：文章探讨了大型语言模型在推荐系统和搜索中的应用，包括模型架构、数据生成、训练范式和统一框架，对读者了解该领域的技术发展有重要价值。
2025年3月16日Eugene Yan论文论文/研究搜索精选评分 85

3月13日星期四周四

ASCII Smuggler 更新：高级数据走私技术（Sneaky Bits）
2025年3月13日Embrace The Red论文安全/对齐开源/仓库评分 42

2月19日星期三周三

Anthropic 交叉编码器模型差异分析：揭示特征竞争与可解释性
2025年2月19日Transformer Circuits论文模型发布论文/研究评分 40

2月9日星期日周日

ModernBERT-Large-Instruct：基于 ModernBERT 的指令微调编码器
推荐理由：ModernBERT-Large-Instruct 模型的出现为编码和推理任务提供了新的可能性，其简单高效的训练方式值得关注。
2025年2月9日Answer.AI论文产品更新 Agent精选评分 67

1月29日星期三周三

DeepSeek的R1-Zero和R1系统在ARC-AGI-1基准上表现出色
推荐理由：DeepSeek的R1-Zero和R1系统在ARC-AGI-1基准上表现出色，为AI推理系统的发展提供了新的思路。
2025年1月29日ARC Prize论文论文/研究 Agent精选评分 85

1月27日星期一周一

Anthropic Circuits 更新：2025年1月进展
2025年1月27日Transformer Circuits论文模型发布开源/仓库评分 25

1月7日星期二周二

智能体（Agent）概述与评估
推荐理由：文章深入探讨了智能体（Agent）的概念、工具选择、规划以及评估方法，为读者提供了对智能体技术的全面理解。
2025年1月7日Chip Huyen (阮秋玄)论文教程/实践 Agent精选评分 70

12月11日星期三周三

Anthropic Stage-Wise Model Diffing：基于字典学习的模型差异分析新方法
2024年12月11日Transformer Circuits论文模型发布论文/研究评分 40

12月6日星期五周五

ARC Prize 2024 报告发布：AGI 领域进展与挑战
推荐理由：ARC Prize 2024 报告揭示了 AGI 领域的最新进展和挑战，读者可以了解 AGI 研究的现状和未来方向。
2024年12月6日ARC Prize论文行业动态现象/趋势精选评分 65

11月28日星期四周四

强化学习中奖励黑客攻击现象分析
2024年11月28日Lilian Weng论文论文/研究 Agent评分 72

11月17日星期日周日

《数学在机器学习研究中的角色演变：从主导到辅助》
2024年11月17日The Gradient论文论文/研究现象/趋势评分 45

10月28日星期一周一

通过结合深度学习和程序合成克服 ARC-AGI 基准
2024年10月28日ARC Prize论文论文/研究 Agent评分 52

10月25日星期五周五

Sparse Crosscoders：跨层特征与模型差异分析的新方法
2024年10月25日Transformer Circuits论文论文/研究评分 42

10月16日星期三周三

Anthropic 探索使用字典学习特征作为分类器
2024年10月16日Transformer Circuits论文论文/研究开源/仓库评分 30

10月1日星期二周二

Anthropic Circuits 模型更新：探索后继头和独立成分分析
2024年10月1日Transformer Circuits论文模型发布论文/研究评分 37

8月18日星期日周日

评估 LLM-evaluators 的有效性：LLM 作为裁判
2024年8月18日Eugene Yan论文论文/研究 Agent评分 67

7月31日星期三周三

Anthropic Circuits 更新 — 2024年7月
2024年7月31日Transformer Circuits论文模型发布论文/研究评分 37

7月19日星期五周五

MindsAI 在 ARC-AGI 中打破 40% 障碍，刷新世界纪录
2024年7月19日ARC Prize论文评测/基准模型发布评分 35

7月7日星期日周日

大型语言模型中的外显幻觉现象研究
2024年7月7日Lilian Weng论文论文/研究 Agent评分 70

6月28日星期五周五

Anthropic Circuits 更新 — 2024年6月
2024年6月28日Transformer Circuits论文其他 Anthropic评分 40

5月21日星期二周二

Claude 3 Sonnet：提取可解释特征，提升模型安全性
2024年5月21日Transformer Circuits论文其他 Anthropic评分 30

4月26日星期五周五

Anthropic 解释性团队更新：2024年4月进展
2024年4月26日Transformer Circuits论文模型发布开源/仓库评分 40

4月12日星期五周五

基于扩散模型的视频生成研究综述
2024年4月12日Lilian Weng论文论文/研究视频评分 70

4月8日星期一周一

AI 模型中的性别偏见：影响与解决方案
2024年4月8日The Gradient论文大佬观点现象/趋势评分 70

3月21日星期四周四

Anthropic Circuits 更新 — 2024年3月
2024年3月21日Transformer Circuits论文模型发布开源/仓库评分 32

3月6日星期三周三

"文本嵌入是否完美编码文本？——EMNLP 2023论文探讨"
2024年3月6日The Gradient论文论文/研究安全/对齐评分 47

2月28日星期三周三

"Chatbot Arena 的模型排名：从人类偏好到模型路由"
2024年2月28日Chip Huyen (阮秋玄)论文模型发布评测/基准评分 45

2月23日星期五周五

Anthropic Circuits 更新：2024年2月进展
2024年2月23日Transformer Circuits论文模型发布论文/研究评分 32

1月23日星期二周二

Anthropic 解释性团队更新：2024年1月进展
2024年1月23日Transformer Circuits论文模型发布论文/研究评分 40

1月14日星期日周日

深度学习在单细胞测序中的应用：揭示细胞多样性的显微镜
2024年1月14日The Gradient论文论文/研究数据/训练评分 60

1月7日星期日周日

语言建模阅读清单：启动你的论文俱乐部
2024年1月7日Eugene Yan论文论文/研究评分 30

11月5日星期日周日

FIB 数据集上基于域外数据预训练的幻觉检测微调
2023年11月5日Eugene Yan论文论文/研究开源/仓库评分 40

10月25日星期三周三

大型语言模型对抗性攻击研究
2023年10月25日Lilian Weng论文论文/研究安全/对齐评分 70