跳到正文
10月28日周三
  1. 博客园43

    《HelloGitHub》第 127 期 - 削微寒

    HelloGitHub 第 127 期分享了 36 个涵盖 C、Go、Python、Rust 等多种编程语言的入门级开源项目。AI 相关项目包括无需 GPU 即可运行千亿参数模型的 colibri、DeepSeek 开源的推理框架 DeepInfer,以及谷歌开源的 AI 手机自动化工具 artemis。所有项目均可在 GitHub 上获取,旨在让开发者感受开源魅力。

  2. 博客园66

    一文读懂 RSI:大模型递归自进化五大技术路线全景解析

    本文系统梳理了大模型递归自进化(RSI)的概念、适用场景与落地五步法。核心是将 RSI 分为模型权重与训练层、提示词与脚手架、上下文记忆与技能库、自我指向代码自修改、多智能体协同与全自动 AI 研发五大类,并逐类介绍代表论文与开源框架,最后给出按资源条件选型的速查建议。

  3. Google Research37

    sleep 框架:LLM 在持续学习中保留知识的新方式

    Google Research 提出 sleep 框架,让 LLM 在"清醒"与"睡眠"阶段间交替:清醒期处理交互并存入短期记忆,睡眠期解锁预分配的 MoE 记忆块,通过参数扩展、知识蒸馏与"做梦"式自我改进把短期记忆巩固为长期参数。该框架使模型能持续获取新事实、保留长达 10M tokens 的长上下文知识并提升复杂推理能力,同时缓解灾难性遗忘。

10月27日周二
  1. The Decoder33

    前 DeepMind 研究员:AlphaGo 的方法可以治愈 AI 幻觉

    前 DeepMind 研究员 Thore Graepel 创立 Metis Reasoning,提出把 AlphaGo 的搜索与验证机制引入通用推理,用显式“知识账本”替代固化在模型权重中的知识以减少幻觉。系统会记录已知信息与置信度,并由独立模块对照计算、形式化证明或实证证据验证每个结论。该方案目前只有白皮书,尚无可用系统或 benchmark,Graepel 正为 Metis 融资数千万美元。

  2. 博客园21

    RAG(检索增强生成)、推理(Inference)与嵌入(Embedding):AI 应用与交互概念解析

    RAG、推理(Inference)与嵌入(Embedding)是 AI 应用与交互层的三个核心概念。RAG 让大模型先检索外部知识库再生成回答,以缓解幻觉与知识截止问题;Embedding 将文本压缩为低维稠密向量以保留语义相似性,是 RAG 检索环节的基础。推理则是训练完成后模型对新数据执行前向传播并输出结果的过程,分为快思考与慢思考两种模式。

  3. 爱范儿87

    OpenAI 发布 GPT-6.1 Terra:API 价格减半,主打 Agent 高频执行

    OpenAI 正式发布新一代模型 GPT-6.1 Terra,标准 API 价格较 GPT-5.6 Terra 降低 50%,输入每百万 Token 1 美元、输出 5 美元,仅为旗舰模型 GPT-6 Astra 的十分之一。

    推荐理由:原文将新模型与 GPT-6 Astra、Claude Opus 5.5 的价格和性能逐项对比,读者可据此判断 Agent 大规模落地时该选哪一档模型。

  4. 爱范儿88

    OpenAI 宣布其模型证明所有维度卡凯亚猜想并推翻 ETH 假设

    OpenAI 宣布其 AI 模型一次性取得三项突破:证明所有维度的局部平滑化猜想,从而推出所有维度的卡凯亚猜想与 Stein 限制性猜想;证明计算复杂性理论中的指数时间假设(ETH)为假;为量子色动力学和杨-米尔斯理论构造严格的数学存在性证明。

    推荐理由:原文把三项 AI 证明放回王虹三维卡凯亚猜想与 ETH 假设的学术脉络中,读者可据此判断它们在数学和计算复杂性理论中的位置。

  5. The Verge · AI82

    OpenAI 宣布三项科学发现并引入外部专家验证机制

    OpenAI 宣布在数学、计算机科学和物理领域取得三项新发现,并将模型输出与 Lean 证明公开发布到 GitHub,同时引入外部专家指导核查。

    推荐理由:相比不到一个月前直接发布数百份手稿,这次 OpenAI 引入外部专家引导核查并公开 Lean 证明,读者可看到 AI 生成科研成果的验证流程正在变化。

  6. IT之家89

    OpenAI 宣布其 AI 模型取得数学、计算机与物理三项科学突破

    OpenAI 宣布其 AI 模型在数学、计算机科学和物理学领域取得三项成果,称 AI 已能独立发现并证明复杂科学理论。数学方面,模型给出适用于所有维度的局部光滑猜想证明,并解决挂谷猜想与斯坦因限制猜想;计算机科学方面给出指数时间假设(ETH)不成立的证明;物理学方面提出量子色动力学及杨–米尔斯理论的严格数学存在性证明。

    推荐理由:原文按学科拆解三项成果的思路、验证状态和公开范围,读者可据此对照外部专家审查与学术界独立确认的进展。

10月26日周一
  1. Import AI39

    Import AI 478:用于对齐的数学;ProgramBench;Mirendil 展示 RSI 的含义

    Resolution(原 Sequent)用智能体自动形式化奇点消解,耗资约 $135,000、生成约 600k 行 Lean 代码。Claude Opus 5.5 (xhigh) 在 ProgramBench 得 18.5%,该 benchmark 今年 5 月发布时所有受测模型均为 0%。OpenAI 红队测试发现智能体能利用处理器缓存时序差异,在隔离的 microVM 间通信。

10月25日周日
  1. IT之家75

    三名被解雇的 OpenAI 安全研究员否认泄密,怀疑因推动 AI 透明度被针对

    三名因涉嫌泄密被 OpenAI 解雇的安全研究员托梅克·科尔巴克、米基塔·巴莱斯尼与王茉莉否认泄露机密信息,称公司从未书面告知具体涉事内容,并怀疑解雇与他们倡导提升 AI 系统透明度有关。OpenAI 认定三人违反敏感信息管理规定,调查期间要求解锁其手机并发现 Signal 阅后即焚聊天记录。争执核心是是否允许外部人员核查模型推理过程,三人已致信董事会呼吁加强外部安全合作。

10月24日周六
  1. IT之家81

    Kimi K3.1 Pro 正式发布:月之暗面最强 3 万亿级模型,编程智能体测评超 GPT-6

    月之暗面正式发布 Kimi K3.1 系列首个模型 K3.1 Pro,为迄今最强的 3 万亿级参数模型,支持 100 万上下文,同步推出输出速度约 2~3 倍的高速版。

    推荐理由:原文给出 K3.1 Pro 与 GPT-6 Astra、Claude Opus 5.5 的多项基准对比,读者可据此判断其编程智能体与 3D 创作能力档位。

  2. AWS Machine Learning Blog47

    Amazon SageMaker AI 上的多轮强化学习:实战指南

    Amazon SageMaker AI 的多轮强化学习(MTRL)以整个任务序列的最终成败为奖励信号,用 GRPO 更新 LoRA 适配器来训练智能体。在 Wordle 示例中,MTRL 将 GPT-OSS-20B 在预留词上的解题率从 61% 提升到 84%(低推理强度下从 15% 升至 69%),训练 token 成本约 $339。

10月23日周五
  1. MIT Technology Review · AI21

    如何设计经久耐用的 AI serving harness

    企业 AI 的竞争优势正从“选哪个模型”转向围绕模型构建的 serving harness——即决定架构、内存管理、调度与优化的外围工程系统。文章主张从业务负载而非模型本身出发选型,坚持“先测量再优化”,并让架构能吸收模型与硬件的持续迭代。EXL 在其 Engineering the Harness 系列中对这些生产落地问题作了更深入的探讨。

  2. TechCrunch · AI79

    微软研究称 AI 诊断系统 MAI-DxO 复杂病例准确率 83%,超过全科医生

    微软发表于 Science 的研究显示,其多智能体诊断系统 MAI-DxO 在《新英格兰医学杂志》复杂病例模拟中正确率为 83%,单独工作的全科医生为 36%,但对照组未纳入通常处理这类病例的专科医生。

    同一新闻,精选展示《微软推出 AI 医疗诊断系统 MAI-DxO:复杂病例准确率达 83%,成果登《科学》》

10月22日周四