自然语言自动编码器生成LLM激活的无监督解释
推荐理由：原文提出了自然语言自动编码器（NLAs），这是一种无监督方法，用于生成大型语言模型（LLM）激活的自然语言解释。NLAs在模型审计中表现出色，可以帮助诊断与安全相关的行为，并揭示未言明的评估意识。读者可以据此了解NLAs如何改变现有工作流。
全部AI 动态
全部动态
今日 37 条5月7日星期四周四
5月6日星期三周三
AlphaEvolve：我们的Gemini智能体如何跨领域扩大影响
推荐理由：原文展示了AlphaEvolve在多个领域的显著影响，读者可以据此了解其对现有工作流的潜在改变。
5月5日星期二周二
OpenAI 发布 GPT-5.5 Instant 系统卡片
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
5月4日星期一周一
Sierra 融资 9.5 亿美元，推动 AI 客户体验转型
推荐理由：原文展示了 Sierra 在 AI 客户体验领域的增长和影响力，读者可以了解其融资情况和对行业的影响。
Together AI 发布高效推理技术
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
5月2日星期六周六
Google Research 通过全球合作和开放资源推动科学突破
推荐理由：Google Research 通过全球合作和开放资源推动科学突破，展示了开源软件和开放数据集在推动现代科学中的作用。
τ-voice：在真实任务上评估实时语音智能体
推荐理由：该研究提出了一个结合任务完成和对话动态的语音智能体基准测试，有助于评估语音智能体在实际任务中的表现。
5月1日星期五周五
ARC-AGI-3 分析：GPT-5.5 与 Opus 4.7 的评测
推荐理由：ARC-AGI-3 评测工具揭示了 GPT-5.5 和 Opus 4.7 在处理新颖环境时的失败模式，为理解大型语言模型的能力和局限性提供了重要见解。
OpenAI Codex 发布 Auto-review 功能
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
4月30日星期四周四
DeepMind 发布 AI 协同医生研究项目
推荐理由：原文详细介绍了 DeepMind 的 AI 协同医生研究项目，探讨了 AI 如何更好地辅助医生，提升医疗质量。
某产品发布智能体功能
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
谷歌研究科学家如何使用实证研究辅助
推荐理由：原文展示了 Empirical Research Assistance 在多个领域的应用，读者可以了解其在科学发现中的作用。
4月29日星期三周三
DeepSeek-V4 Pro在Together AI上发布，支持长上下文推理
推荐理由：DeepSeek-V4 Pro在Together AI上发布，支持长上下文推理，为团队提供灵活的推理模式和成本效益高的解决方案，有助于改变现有工作流。
4月28日星期二周二
Together AI 推出 NVIDIA Nemotron 3 Nano Omni 智能体功能
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
4月27日星期一周一
Mistral AI 发布 Workflows 功能
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
4月24日星期五周五
DAS框架加速强化学习后训练的rollout过程
推荐理由：原文提出了一个名为DAS的新框架，旨在解决强化学习后训练中的 rollout 瓶颈问题，通过加速生成和调度策略，将 rollout 时间缩短了50%，读者可以了解其工作原理和效果。
OpenAI开源思维链可监控性评估工具
推荐理由：OpenAI开源了其思维链可监控性评估的子数据集和参考代码，有助于研究社区构建评估套件，并促进前沿模型开发者报告其模型的监控性。
4月23日星期四周四
OpenAI 发布 GPT-5.5 模型卡
推荐理由：原文详细介绍了 GPT-5.5 的模型数据和训练过程，以及其在生物和化学领域的评估结果，读者可以据此了解该模型的能力和潜在风险。
4月22日星期三周三
Sierra 重新设计工程面试流程以适应 AI 智能体时代
推荐理由：Sierra 重新设计了其工程面试流程，以适应 AI 智能体时代的工作方式，这一变化值得关注。
ReasoningBank：使智能体能够从经验中学习
推荐理由：ReasoningBank 通过从成功和失败的经验中提取有用见解，为测试时的自我进化提供了一种强大的框架，有助于 LLM 从经验中学习并成为持续的学习者。
4月21日星期二周二
Sierra 发布开源多语言语音识别基准 μ-Bench
推荐理由：μ-Bench 提供了一个多语言语音识别基准，有助于评估不同模型在不同语言上的表现，对语音识别领域具有重要意义。
4月20日星期一周一
基于梯度的长时程世界模型规划：GRASP 方法
推荐理由：GRASP 是一种新的基于梯度的规划器，旨在解决长时程规划中的问题，通过引入并行优化、随机性和梯度重塑等技术，提高了规划的鲁棒性和效率。
4月17日星期五周五
OpenAI 发布 API 部署清单，优化 GPT-6 模型部署
推荐理由：OpenAI 发布了 API 部署清单，详细介绍了 GPT-6 模型的部署和优化方法，读者可以了解如何根据工作负载选择合适的模型，并优化推理、成本和延迟。
4月16日星期四周四
设计用于现实世界的合成数据集：从第一性原理进行机制设计和推理
推荐理由：Simula 框架通过机制设计，将数据生成转化为可控的科学，为构建高保真数据集提供了清晰路径，对 AI 的发展具有重要意义。