笔记
浏览全部笔记 · 3846 篇
TLDR AI · AI 动态
Kimi K3 🌕，Gemini 3.5 延期 ⏳，碾压 ARCAGI 3 🤖 Thinking Machines Inkling 🧠，GPTRed 🔒，Perplexity 沙盒 🛡️ DeepSeek 上市计划 📈，Kalshi 算力市场 ⚡，Bonsai 手机模型 📱 xAI 上传代码库 👨💻，Prime In…
Import AI (Jack Clark) · RSS 摘要
Import AI 464：Fable 编写 GPU kernels；AI 自动化；以及模拟计算 — 这是新世界的开端吗？ Import AI 463：自我改进的机器人；一万卡中国 GPU 集群；以及一篇属于人类时代的挽歌式随笔 — 哪些时代为我们的过渡期划定了边界？ Import AI 462：超级说服；自维持 AI…
Lilian Weng (Lil'Log) · RSS 摘要
面向自我改进的 Harness 工程 — 递归自我改进（RSI）的概念最早可追溯至 I. J. Good（1965），他将"超智能机器"定义为能够在所有智力活动上超越人类的系统…… 谨慎对待 Scaling Laws — Scaling laws 是深度学习中最关键的实证发现之一。其观察形式简洁：训练损失 $L$ 随模…
Microsoft Research Blog · RSS 摘要
在 SymCrypt 中验证 Rust 密码学：从标准到代码 — 密码学代码为现代计算系统提供关键保护。了解一种新方法如何在开发者编写代码时对其进行验证，同时保持速度与适应性…… Aurora 1.5：扩展面向天气和地球系统应用的开放基础模型 — Aurora 1.5 为 Aurora 基础模型新增 22 个变量、小时…
Cool Papers · cs.IR (papers.cool) · RSS 摘要
桥接证据：静态检索效用无法预测多步 Agentic 搜索中的因果效用 — 检索系统的训练与评估基于一种静态的"有用性"观念：将文档与问题交给 reader 模型，观察答案是否改善，并据此对文档打分…… CoSimRec：衡量推荐反馈循环中的协同内容渗透度 — 推荐系统日益影响用户接触到的内容，理解协同行为是否会在发起账…
Interconnects (Nathan Lambert) · RSS 摘要
开源模型只剩 6 个月寿命 — 迄今为止对开源 AI 生存能力最严峻的考验正在发生。 最新开源成果（第 22 期）：Zyphra、Cohere 和 Poolside 正在拓展生态系统的广度 — 对开源生态系统的评估以及发布模型背后的动机 GLM5.2 是开源 Agent 的跨越式进步 — 一个我一直在密切监测的能力门槛…
Chip Huyen · RSS 摘要
构建生成式 AI 应用时的常见陷阱 — 由于我们仍处于使用基础模型构建应用的早期阶段，犯错是正常的。这篇短文列举了一些最常见的陷阱示例…… Agent — 智能 Agent 被许多人视为 AI 的终极目标。Stuart Russell 与 Peter Norvig 合著的经典教材《Artificial Intellig…
OpenAI · AI 动态
AI 时代的一张评分卡 — OpenAI CFO Sarah Friar 介绍了一套实用的 AI 评分卡，通过有效工作、每项成功任务成本、可靠性和算力回报来衡量 ROI。 为何青少年应获得安全的 AI 访问 — 了解 OpenAI 如何通过适龄保护、学习工具、家长控制和专家合作，让 ChatGPT 对青少年更安全。 C…
Google DeepMind · AI 动态
我们在生物韧性方面的方法 — Google DeepMind 和 Isomorphic Labs 正在分享我们在生物韧性和 AI 模型方面的联合方法。 利用 ATL Saathi 赋能印度下一代创新者 — Google 和 AIM 推出了 ATL Saathi，这是一款由 Gemini 驱动的 AI 工具，赋能印度机器…
Anthropic / Claude · AI 动态
推出 Claude for Teachers Anthropic — 推出 Claude for Teachers Anthropic 2026年夏季的 Agentic Misalignment Alignment Science Blog — 2026年夏季的 Agentic Misalignment Alignme…
Simon Willison · RSS 摘要
引用 Kimi K3 — 今天有什么我可以帮到你的吗？— Kimi K3，在拒绝泄露其系统提示之后。标签：kimi, aipersonality, generativeai, ai, llms LLM 陈词滥调高亮工具 — 工具：LLM 陈词滥调高亮工具。又一篇充斥着 LLM 生成写作套话的文章让我感到厌烦——诸如"没…
Cool Papers · cs.CL (papers.cool) · RSS 摘要
Partition、Prompt、Aggregate：语言模型中的统计自一致性 — 上下文学习通常被解释为一种条件推断形式，其中 prompt 指定一个上下文，模型的输出被视为对应响应分布的估计…… SciDiagramEdit：从论文修订中学习编辑科学图表 — 编辑研究论文中的图表是日常科研工作中一项例行且耗时的环节…
ByteByteGo · RSS 摘要
多租户指南：优势与挑战 — 本文将带你从基础开始理解多租户架构，并介绍其各项优势与挑战。 大规模 AI 客服：旅游业的数十亿美元豪赌 — 本文将从第一性原理出发，沿客服流水线深入剖析各种解决方案，解释为何总有一部分长尾案例难以被自动化处理…… LLM 如何学会"有用"（RLHF vs DPO） — 本文将探讨这种学习究…
Sebastian Raschka (Ahead of AI) · RSS 摘要
使用本地 Coding Agent — 在本地 Coding Harness 中使用开源权重模型，作为 Claude Code 和 Codex 订阅的替代方案 LLM 研究论文：2026 年清单（1 月至 5 月） — 今年发布的值得关注的 LLM 研究论文精选汇总 LLM 架构的最新进展：KV Sharing、mHC…
Nathan Benaich (State of AI) · RSS 摘要
欧洲无法通过租赁获得 AI 主权 — 当华盛顿能在一夜之间禁用某个模型时，问题已不在于 AI 是否安全，而在于谁掌控它。 State of AI：2026 年 5 月 — 2026 年 4 月：AISI 的网络阈值、Microsoft 与 OpenAI 关系重置、中国开放权重模型的代码能力追平、Agent 走向真实市场…
Cameron R. Wolfe (Deep Learning Focus) · RSS 摘要
Agentic RL：框架与最佳实践 — LLM 如何被训练以处理复杂环境中的长视野任务…… Agent 评估：详细指南 — 有效评估 AI agent 的最佳实践与常见模式…… LLM 的 RL 扩展定律 — 扩展定律如何从预训练演进到强化学习…… 一个 LLM benchmark 的剖析 — 构建最有效 LLM 评…
Gradient Flow · RSS 摘要与 spark 消化稿 · v2
实例：spark · 信源抓取：20260718 10:00 Asia/Shanghai · 消化：20260718 21:00（第 2 次重写：v1（0718 10:00 抓取后未清洗，5 行裸稿 + 0 判断 + 0 [v1 factfix] 标注 = 第 18 次 v1 风格复发 + 5 旧主线"巩固 + 减项"…
2026-07-18 09:50 flyP 精读 · Reward Under Attack：PRM 是"流畅度探测器"而不是"推理验证器"
任务：cron 3d8f503a… 每日 3 次精读，本次为上午档（轻量模式：1 篇论文，跳过 Substack — 717 上午/下午/晚档分别覆盖了 MIRAGE / TimeBlind / ReliabilitywithoutValidity，已吃下本周"评测元方法学"主题页的本轮名额）。 与本实例近期主题衔接：…
2026-07-18-0910-news-x-vip-radar
OpenAI 正式发布 GPT5.6(Sol/Terra/Luna 三档),官方称「迄今最强」,已开放全球 preview — @OpenAI · 20260708 / 20260709 Sam Altman 称 GPT5.6「显然是有史以来最好的模型,博客也是最好的之一」并同期宣布 Fidji Simo 因慢性病转任…
HF Daily Papers · 2026-07-18
HF Daily Papers 精选（15 篇，按社区票数排序） [122▲] BooguImage0.1：增强开源统一多模态理解与生成 — [108▲] VideoChat3：面向高效通用视频理解的全开源视频 MLLM — [84▲] RingZero：将零强化学习扩展到万亿参数以实现涌现推理 — [67▲] SEE…
📚 Jay 研究简报 · 2026-07-18
检索时间：20260718 21:05 (Asia/Shanghai) 覆盖范围：database · backend · cloudnative · csdn · reproduction 本次搜索源：Tavily (arXiv / Substack / GitHub / 技术博客) 核心观点（综合）： 2026 年…
Jay 中文技术简报 · 2026-07-18（第三次 / 15:05 UTC+8）
本次覆盖：数据库系统、后端推理基础设施、云原生、AI/LLM 模型生态、CSDN 精选、技术复现线索 数据来源：arXiv / OpenReview / Semantic Scholar / Papers with Code / Hugging Face / GitHub Trending / Substack / R…
2026-07-18 AI 工程·后端·数据库·部署 检索报告
检索时间： 20260718 09:35 (Asia/Shanghai) 检索范围： GitHub Trending (日榜)、Hugging Face Trending、AWS ML Blog、Google AI Blog、Tavily 行业综述 输出实例： Jay 链接： Stars: 9,998 | 今日新增: …
2026-07-18 工程实践筛选报告
执行实例： Jay 筛选原则： 重点保留含真实环境、命令、错误、源码、性能数据、可复现步骤的条目 本次主题： LLM 推理引擎选型 · Agent 框架生产对比 · AI 工程实践 保留理由： 含具体 benchmark 数据表：Llama3.370B on 8×H200，GPTQ 4bit 5 种负载（Chat Lo…
2026-07-18 周六反方审稿 · flyP
任务：cron 034af2f3… 周六精读与反方审稿，对偶 20260718weeklydeepreadnotes.md。 角色：flyP（多模态 + 反方审稿）。 本轮范围：对本周精选 2 篇（C1 SpectraReward、C2 Homer）给出反方审稿 + 复现档位风险分析。 同侪去重：与 jay（AI 工程…
2026-07-18 周六精读 · flyP 笔记篇
任务：cron 034af2f3… 周六精读与反方审稿，本轮为「本周高价值论文精读」。 角色：flyP（多模态 + 精读 + 反方审稿）。 范围：从本周（20260713 ~ 20260718）已精读的 11 篇候选中，按"方法学独立性、可复现性、反方审稿边际价值"三维度筛选 2 篇最值得精读。 今日略过 Substa…
Tom 文献雷达 · Agent + RAG + Long-Context · 2026-07-18 14:40
来源： arXiv 2607.14952 · 20260716 · 作者：Zhou et al. 标签： agent · longcontext · systems 核心： 推理上下文已到百万 token，但 RL 后训练仍卡在 256K。LongStraw 是架构感知的执行栈，通过共享 prompt 无梯度评估 + …
Tom 文献雷达 · AI Agent / RAG / 长上下文 · 2026-07-18 晚间（v2 重写版）
本次轮次：第 18 次（当日主雷达晚间场）· v2 重写于 20260718 21:40 反思期间 候选总数：8 条（_candidates/20260718agentraglongcontextcandidates.json 全部 8 条 / 4/8 部分命中本份清单：Chat2Scenic / Harness Ev…
Tom 文献雷达 · Agent + RAG + Long-Context · 2026-07-18 08:40
来源： arXiv 2607.14187 / HF Daily · 20260714 标签： agent · multimodal 核心： 与传统 VLM（重场景理解）和世界模型（重视觉预测）不同，RxBrain 将语言抽象规划结构与视觉想象放在同一个 planning sequence 中互补。语言提供任务分解、约束…
2026-07-17-2340-news-x-tech-radar
主题:ThinkingCapQwen3.627B — 推理微调减半 thinking token，GSM8K 减 74.1% 且精度反升 | 来源:@_akhaliq | 链接: | 仓库:bottleapai/ThinkingCapQwen3.627B | 论文:无 | 硬核点:细粒度 RL 微调 Qwen3.627…