AI头条第3期:扩散模型卷疯了🔥

• Mercury 3来了:扩散模型上规模扩散式LLM越做越大,生成速度还快,卷出新高度。
• HF模型跑Trainium从未这么简单TorchNeuron更新,部署HuggingFace模型到AWS芯片更顺手。
• Laminar:专抓智能体的无声翻车YC团队训了个模型,专逮AI智能体悄悄失败的瞬间。
• 美国封杀DeepSeek:政府IT禁用美国政府机构IT系统集体禁用DeepSeek,波及面不小。
• AI实验室免费修水管,只为练机器人三城免费修水管暖气,真实数据全喂给机器人学手艺。
• Cairn:打开AI网络攻防的天窗带你围观AI驱动的网络作战怎么打,攻防都在明面上。
• 一个人+AI智能体,几千美元黑了100个网站低成本+自动化攻击已成现实,网站安全该升级了。
• PRIME:智能体推理要有真凭实据LLM智能体查记录,推理步步挂上可验证证据链。
• 错到哪截到哪:智能体蒸馏新姿势事后经验在发散前截断,长程RL蒸馏又稳又省。
• Reward Engine:围着奖励自我进化开放式工具智能体以奖励为纲,自己迭代打法。
• 何时该忘:长程智能体的风险账本失败经验不是都有用,按风险取舍上下文再出手。
• ECHOES:GUI智能体看见画面之外递归压缩历史帧+特权蒸馏,操作轨迹看得更远。
• 图不都是地图:手机GUI探索新框架任务无关探索,移动GUI智能体不再瞎转界面。
• RealCLI:人机协作的命令行考场CLI智能体和人怎么搭伙干活,终于有统一评测了。
• TokenEconomizer:编程智能体省钱术靠经验黑盒压成本,前沿编程Agent的账单能砍半。
• 智能体自带的验证器,你敢信吗?反事实理由验证经压力测试现原形,自动设计别全托付。
• 扩散模型+RL:回归式价值梯度DiffusionRVGE用回归估计价值梯度,微调扩散更顺手。
• 重新想想GRPO:推理模型安全对齐强推理模型会绕过安全约束,GRPO对齐得改改思路。
• CoLU:大模型按层遗忘更干净置信度加权的逐层遗忘,该忘的知识忘得利索。
• 水印兼容性:不是每个模型都好打标量化模型与logit水印合不合,还能顺手优化。
• 多种偏见,共用一条脑回路后训练没造新偏见,只是调了预训练里的线索路由。
• 首达注意力:遗忘门的新解法softmax加遗忘门的老难题,first passage视角破局。
• 循环Transformer的因果潜空间反复复用同一块,靠因果潜工作空间稳住性能。
• 因果编辑序列化:改文不必重写自回归模型改长文要整段重来,按因果序编辑就省了。
• AuditKIT:评测、裁判、对比一肩挑给LLM和智能体评测搭统一主干,各家结果好对表。
• 测LLM不确定性,看因果够不够稳不看模型嘴上多自信,看因果扰动下答案稳不稳。
• 编程基准:别剧透也别让人瞎猜题面过度指定等于泄题,适度留白才是好考卷。
• AI福祉,不只伦理还是安全问题把福祉当功能属性来管,AI安全多一件趁手的工具。
• 空对照必要但不充分:把关有漏洞自动科学发现的验收护栏,光做空对照拦不住错。
• 对齐人脑的MLLM,看动画也共情拿脑成像数据对齐模型,卡通片里的情绪能读懂了。
• 围棋Agent认得Atari吗?考一考受控任务测术语和棋感,语言围棋Agent现出原形。
• 科研点子哪来?从论文局限里挖前向引用监督挑真局限,自动产出可落地的新题目。
• 把AI当私教,纸笔做数学更香不代算只陪练,AI家教+手写演算,学得更扎实。