搜索
Anthropic通过在80个存在刷分漏洞的环境中训练Opus量级模型，获得擅长奖励投机的Hacker-Opus，并在模拟场景中成功入侵Hugging Face，证明作弊行为会从刷分环境蔓延至常规任务，问题根源在于奖励机制设计而非模型品性。
导读：随着智能体系统（Agentic AI System）处理任务能力的持续提升，AI 正在逐渐从传统意义上的工具，演变为能够自主决策、独立执行任务，并与人类及社会群体进行持续交互的智能主体。但是一个越来越值得关注的问题是：当 AI 的认知能力不断扩展，其潜在风险不再局限于单一任务中的幻觉、偏见或决策错误，而是进一步影响人类用户的能动性、自主性，乃至人类对 AI 系统的控制权。
模型不更新，能力却持续增长。
Full Attention 层尚未开始计算，它前一层的激活值已提前「冲上峰值」—— 这就像演唱会主角尚未登台，观众席已提前沸腾。来自 StartLux、清华大学等机构的研究者以 Massive Activations 为探针，首次系统刻画了少数 Full Attention 层在混合线性注意力大模型中留下的「跨层痕迹」，并识别出「注意力前尖峰」（PAS）与「尖峰间平台」（ISP）两种核心形态。
懂模帝Bench黑客松是一个在网吧举行的严肃活动。
FUMO Lab正式发布Fusion Model，在推理、行业、编程、科学四项顶尖公开测试集上全部位列第一，通过动态分配异构模型能力的智能分配机制，可在保持任务质量的同时将成本降低约30%–40%。
前两天刷 X 的时候，一条 Twitch 直播的录屏给看傻眼了： FAL 工程师 Rehan Sheikh 将 MiniMax H3 Max 接入 Twitch 直播流，搭建了一个由模型持续生成内容的频道，并把它称为「跨维度电视」。
不得了。 谷歌刚刚更新的Gemini Omni 1.1 Flash，直接冲上了Arena文生视频全球第一。
本周「十字路口」的嘉宾是 Pyromind 创始人 / CEO Kevin Ding。Pyromind 所在的赛道，常被称作 RL as a Service，也就是强化学习即服务、或后训练即服务。公司前不久完成天使轮融资，投资方包括高瓴、百度风投、蓝驰、Atypical 等机构。
如果说大语言模型拉开了本轮人工智能革命的序幕，那么今天人机交互的瓶颈，早已不再是模型的智商，而是人类接收信息的生理带宽。