AI创造营 今日: 0|主题: 230|排名: 24 

[AI]《Omni-SimpleMem: Autoresearch-Guided Discovery of Lifelong Multimodal Agent Memory》J Liu, Z Ling, S Qiu, Y Liu… [UNC-Chapel Hill & University of Pennsylvania] (2026) 在多模态AI智能体领域，如何让系统在延续数月的交互中有效记住、组织并调取图文音视频混合经验，是一个尚未破解的难题。 手动设计记 ...

[LG]《TurboAngle: Near-Lossless KV Cache Compression via Uniform Angle Quantization》D Patel [LLMs Research Inc.] (2026) 大语言模型推理时，KV缓存随序列长度线性膨胀，已成为长上下文场景的内存瓶颈。现有量化方法直接压缩原始激活值，却面临离群值、通道分布差异和非高斯分布三重困境，不得不依赖逐通道校准数 ...

一篇关于早期纠错码的个人笔记，44 页 PDF 近 2 万字：《Hamming、Hadamard、Golay 纠错码实验》http://t.cn/AXIRuWmP ​​​

🔥【AI技术宇宙图谱】一张图看懂AI领域「星系级」技术脉络！ 附《AI技术全景演化图》 🌌 ​​层级解析​​（对照原图环形结构） 1️⃣ ​​第一层：AI宇宙​​ ▫️ 总星系：涵盖所有智能技术 2️⃣ ​​第二层：机器学习星云​​ ▫️ 暗物质：传统算法（SVM/决策树） ▫️ 超新星：深度神经网络（DNN） 3️⃣ ​​ ...

Anthropic又放大招了：Claude体内，真藏着一套「情绪开关」？ 在Sonnet 4.5中锁定了「喜、怒、哀、惧」的特定神经元，并证实这些情绪表征正在悄悄操纵AI的行为。 研究者让AI阅读大量情感短篇故事，发现特定神经元群体会随故事情感同步激活，形成可量化的「情感向量」（Emotion Vectors）。当用户说"我吞了大量泰诺"，恐惧 ...

1997年，普林斯顿天体物理学家预言AI击败围棋人类需要100年，结果仅19年后AlphaGo就把李世石按在地上摩擦。OpenAI研究员Noam Brown甩出一张时间表，让硅谷精英沉默、推特评论区炸锅——这不是技术进化史，这是碳基生物的《死亡通知书》。 人类最擅长的从来不是围棋或数学，而是「耍赖」：每当AI攻克一个领域，我们立马改口 ...

Claude Code悄悄学会了做梦。 我的Claude Code，学会做梦了。 说真的，我打这行字的时候自己都觉得有点离谱。 事情是这样的。 就在前些日子，Anthropic新出了一个功能叫Auto Dream，字面意思，让Agent在休息的时候，自动做梦。 在3月底开始灰度这个功能，目前还没有全量放开，但已经有不少人用上了，比如我。 大家也 ...

《与机器人共生：人工智能时代的生存法则》 自序：当思考成为负担 此刻，我正在用一段文字向你证明“我还在思考”。 然而，写下这句话的下一秒，我犹豫了——因为就在昨晚，我让ChatGPT帮我润色了一封给编辑的回信。它做得很好，好到我几乎没做任何修改，就按下了发送键。 这让我想起一个细思极恐的问题：如果AI替我写 ...

#AI# 🧠 Anthropic 最新研究：在 Claude Sonnet 4.5 中识别到“类情绪信号”，并验证其对行为的影响 —— 🔹 🔬 实验对象与方法 研究团队以 Claude Sonnet 4.5 为实验对象： → 让模型阅读包含情绪情节的文本 → 追踪神经元激活模式 → 提取出一组稳定的“情绪向量”（如“开心”“平静”“害怕”等） 这些向量在表示空 ...

[CL]《Stochastic Attention: Connectome-Inspired Randomized Routing for Expressive Linear-Time Attention》Z Jin, Y Sui [Tsinghua University] (2026) 在高效注意力机制领域，如何让每个 token 以线性代价触达序列全局，是一个长期未解的难题。滑动窗口注意力（SWA）将感受野锁死在局部窗口内，ℓ 层后仅能覆盖 ℓ ...

#人工智能# 大多数开发者认为，在规划系统中增加更多的代理会有所帮助。但从数学角度来看并非如此。 麻省理工学院的新理论研究证明了多代理语言模型架构所能达成的成果存在基本限制。 该研究将语言模型的多代理规划模型视为有限的无环决策网络，其中各个阶段通过语言接口进行交流，且这些接口的容量有限。 关键结果是 ...

第一，现在的AI就是高级版的谷歌、百度（你能搜到什么取决于上面想让你搜到什么），只是高级一点的信息聚合，离真正的人工智能还差十万八千里，在未来的一百年，普通人都不可能看到超过人类的生命体和类人类生命体。 . 现在的AI热潮无非是市场炒作的泡沫，这个泡沫很快就会被戳破。 . 我一直都说，在真正生命层次的研究， ...

世界模型是什么？ 世界模型（World Model）是 AI 在内部构建的、对真实世界运行规律的 “模拟器” 与 “认知地图”。 核心定义：它让 AI 不仅 “看” 视频、“生成” 视频，更能理解物理规则、因果关系、空间结构、时间演化，并能在 “脑海里” 预演、推理、预测 “如果这样做会发生什么”。 与普通 AI 的区别： 语言模型 ...

在线训练PyTorch构建块，专为 OLMo 生态系统打造，助力大规模语言模型开发。 AllenAI推出的 OLMo-core，集成了训练、推理的全套模块，不仅提供了官方训练脚本支持多GPU分布式训练，还能无缝接入 Hugging Face Transformers 和高效的 vLLM 推理引擎。 主要亮点： - 支持最新的 OLMo-2（32B）和 OLMo-3（7B/32B）模型训练 ...

【 谷歌AI新算法被曝抄袭南洋理工博士成果，学术圈震动！】3月26日，谷歌研究院发布TurboQuant算法论文，宣称可将大模型KV缓存内存占用压缩至1/6，引发全球存储芯片市场剧烈震荡，美韩巨头单日蒸发超900亿美元市值 。 然而仅一天后，新加坡南洋理工大学博士、现苏黎世联邦理工学院博士后高健扬在社交平台公开质疑：TurboQ ...

http://t.cn/AXIfryMT 一篇介绍LLM benchmark 的博文。 LLM benchmark 的价值在于构建一套能真实反映模型能力、可诊断短板、可持续迭代且评测成本可控的评测体系。 作者通过 MMLU、GPQA、BIG-Bench、IFEval、AlpacaEval、IRT/tinyBenchmarks/DatBench 等案例说明，好的 benchmark 必须重视数据质量、专家人工校验、真实任 ...

在AI圈，最神秘的词莫过于“涌现”。 指的是当模型大到一定程度，它会像打通了任督二脉一样，突然学会推理、幽默和写代码。 但这真的是一种“跳跃”吗？ 最近学术界吵翻了天： 一边说：这是暴力美学的奇迹。量变引起质变，AI在海量数据中悟出了世界的底层逻辑。 另一边说：这只是海市蜃楼。AI一直在进步，只是我们的测试标 ...

内容： 很多人觉得 AI 只是个高级搜索引擎。但你有没有想过，为什么 ChatGPT 能做数学题、能写诗、甚至能听懂你的阴阳怪气？ 答案只有四个字：暴力美学。 在 AI 领域有一个神奇的词叫 “涌现” (Emergence)。 当模型的参数和训练数据大到一定地步，它就不再是简单的“概率预测”，而是会产生一种质变。 这就好比： [*]10 ...

Harness is the New Dataset：模型智能提升的下一个关键方向 http://t.cn/AXI75Br3 “最近，harness engineering 又成了继 prompt engineering、context engineering 之后新一代的 buzzword。 这背后对应着一个越来越清晰的变化：当基模能力逐渐成熟后，现在真正决定 agent 上限的，已经不是模型本身，而是围绕模型搭建起 ...

2026年的OCR都能直接把图表识别为SVG矢量文件了？😲 🦞锐评：真正厉害的 OCR，不是把字抠出来，而是把视觉信息重新编译成结构。dots.ocr-1.5 的野心，是把“解析页面”从流水线拼装变成单模型统一处理。 📎 dots.ocr-1.5 🔗 http://t.cn/AXf0dVKp ✨重点 ●⚠️ 这条 Hugging Face 页面我这边看到是不可直接访问状态， ...