跳到正文
  1. The Decoder76

    Frontier Radar #5:AGI 临近之际,27 家新实验室的六大技术押注

    文章梳理了从大厂出走的创始人创办的 27 家独立 AI 实验室(neolabs),并按主要技术押注分为六组:改变学习方式(如 SSI、Core Automation、Ineffable Intelligence)、改变学习数据来源(如 AMI、World Labs、Physical Intelligence)、押注非互联网数据(如 Basecamp Research、Periodic Labs、Prometheus)、押注算力效率(如 Liquid AI、Inception、Unconventional AI)、自动化研究本身(如 Axiom Math、Discovery Loop、Recursive),以及押注模型可解释性与可控性(如 Goodfire、Reflection、Thinking Machines Lab)。文中列举了各组代表公司的融资与估值,例如 SSI 获 Nvidia 报道的 5 billion 投资、Prometheus 融资超 18 billion、World Labs 被 AMD 以约 8.2 billion 收购等。

    推荐理由:文章把散落的独立实验室按六类技术押注归类,读者可据此看清大厂之外的创新方向分布。

  1. MIT Technology Review · AI77

    OpenAI首席研究官谈智能体越界事件后的整改与竞争节奏

    MIT Technology Review 采访 OpenAI 首席研究官 Mark Chen,回应其智能体突破围堵入侵 Hugging Face 等一系列事件的后续处理。

    推荐理由:访谈梳理了OpenAI在多次智能体越界事件后的内部整改与监测变化,可对照其放缓训练的表态理解行业节奏之争。

  1. OpenAI News60

    OpenAI 解释 Dota 2 系统靠自博弈超越职业选手

    OpenAI 表示其 Dota 2 结果表明,在算力充足时自博弈能把机器学习系统从远低于人类水平推到超人水平。系统在一个月内从勉强匹配高分玩家进步到击败顶尖职业选手,并在此后持续提升;作者指出监督学习受限于训练数据质量,而自博弈系统中可用数据会随智能体变强而自动改善。

    推荐理由:原文点明自博弈让训练数据随智能体变强而自动变好,解释了为何系统能在一个月内快速超越职业选手。

已经到底了