一位开发者近日在 Hacker News 上展示了一项令人瞩目的成果：通过强化学习（RL）训练出一个智能体，该智能体能够进一步使用 RL 来训练其他模型，而整个过程仅花费了 1300 美元。这一项目在 Hacker News 上获得了 81 分和 37 条评论，引发了社区对低成本自动化 AI 训练的热议。 ## 核心亮点：RL 训练 RL 的循环 传统上，训练一个高性能的机器学习模型需要大量的计算资源和人工调参。而这位开发者展示的智能体，本身就是一个通过 RL 训练出来的“训练师”，它能够自主地使用 RL 算法去训练其他模型。这种“元学习”或“AutoRL”的思路并不新鲜，但关键在于其成本——仅 1300 美元。这意味着，即使是个人开发者或小团队，也能负担得起这种自动化模型训练技术。 ## 成本控制的秘诀 项目名称中的“–$1.3k”暗示了其低成本特性。开发者可能通过优化训练流程、使用更高效的算法或利用云服务的廉价算力来实现。具体来说，智能体在训练过程中可能会动态调整超参数、选择更经济的模型架构，从而在保证性能的同时大幅降低开销。这种成本控制不仅让 AI 训练民主化，也为资源受限的研究者提供了新途径。 ## 行业背景与意义 当前，深度学习模型的训练成本日益高昂，例如 GPT-3 的训练成本据估计高达数百万美元。因此，如何降低训练成本成为 AI 领域的关键挑战。该项目展示的 RL 训练智能体，本质上是一种自动化机器学习（AutoML）的变体，但更专注于 RL 领域。它可能推动以下趋势： - **自动化调参**：RL 智能体能够自动探索超参数空间，减少人工试错。 - **迁移学习**：训练出的智能体可以复用于不同任务，进一步分摊成本。 - **资源优化**：在边缘设备或低预算环境下训练模型成为可能。 ## 社区反响与未来展望 Hacker News 上的评论者既表达了兴奋，也提出了质疑。有人好奇智能体训练出的模型性能如何，与人工调参的基线相比是否有竞争力。也有人担心这种“自举”式的训练可能产生过拟合或泛化能力不足的问题。不过，多数评论者认为，即使性能略有折扣，1300 美元的成本也极具吸引力。 未来，这类技术可能会与强化学习在机器人、游戏、推荐系统等领域的应用紧密结合。如果开发者开源了代码或详细方法，那么它很可能成为 AutoRL 领域的一个里程碑，激励更多低成本 AI 实验。 ## 小结 这个项目展示了强化学习在自动化模型训练中的潜力，并以极低的成本挑战了“训练昂贵”的固有观念。对于 AI 从业者而言，它不仅是一个有趣的技术演示，更可能预示着一种更高效、更经济的模型开发范式。
YouTube 的默认设置虽然能用，但远非最佳体验。通过调整一些隐私、自动播放和内容推荐设置，你可以让观看体验更清爽、更安全。本文介绍了 12 个值得更改的设置项，包括限制 Shorts 短视频、关闭自动播放、增强隐私保护、管理历史记录等。这些调整只需几分钟，却能显著提升用户体验，减少干扰和隐私风险。
在数字安全日益重要的今天，密码的强度直接关系到个人隐私和财产安全。然而，一项最新研究揭示了一个令人担忧的趋势：依赖AI聊天机器人（如Claude、ChatGPT和Gemini）生成密码可能并不安全。这些看似随机的密码实际上存在明显模式，容易被破解。 ## 研究发现了什么？ 安全研究机构Irregular在今年早些时候进行了一项测试，向主流AI聊天机器人发送了50次密码生成请求。结果发现，这些模型生成的密码并非真正随机。以Claude为例，每个密码都以字母开头，且通常紧随数字7。相同字母和数字被反复使用，字符从不重复（因为AI倾向于避免重复），而某些字母、数字和符号则从未出现。在50次请求中，仅生成了30个“独特”密码，其中密码 `G7$kL9#mQ2&xP4!w` 出现的概率高达36%。 ## 为什么AI密码不安全？ 真正的随机密码应无规律可循，但AI模型在训练过程中学习到了语言模式，导致输出具有可预测性。例如，AI倾向于使用常见字母组合和符号，这大大降低了密码的熵值。黑客可以利用这些模式，通过针对性字典攻击快速破解密码。此外，AI可能重复使用相同密码，增加了多账户风险。 ## 如何获取真正安全的密码？ 专家建议，用户应使用**专门的密码管理器**或**可信的随机密码生成器**。这些工具基于硬件随机数生成器或密码学安全算法，能产生高熵值密码。同时，启用双因素认证（2FA）可额外增加一层保护。 ## 结论 AI聊天机器人虽然便利，但绝非可靠的安全工具。在密码生成这一关键领域，请务必选择经过验证的专业工具，而非依赖AI的“随机”输出。 **关键信息**： - AI密码存在模式，如Claude总是以字母+数字7开头 - 50次请求中仅30个独特密码，重复率高达36% - 使用密码管理器生成并存储密码更安全
谷歌DeepMind首席执行官兼联合创始人德米斯·哈萨比斯（Demis Hassabis）在最新博文中提出，世界需要一个能够对前沿AI模型踩刹车的全球监管机构，并主张由美国主导这一倡议。他认为，凭借美国的经济和技术地位，它是制定全球标准的最佳选择。 哈萨比斯在题为《前沿AI框架与新纪元曙光》的博文中写道，随着AI系统日益复杂，全球监管的紧迫性与日俱增。他预测通用人工智能（AGI）“可能只需短短几年就能实现”，并称“当我们未来几十年回望此刻，会意识到我们正站在奇点的山麓——这无异于人类新纪元的黎明”。 拟议中的机构将类似于美国金融业监管局（FINRA），由顶尖独立专家及开源社区代表组成，拥有在模型发布前进行评估的权力，若认定风险过高，可协调全行业放缓部署。据Axios报道，哈萨比斯数月来一直在私下争取支持，包括向特朗普政府、其他AI实验室和欧洲官员进行简报，并希望该组织能在年底前投入运作。他对特朗普政府的反馈表示“非常积极”。 目前，全球尚无针对AI的专门规则体系，美国国内也缺乏全面的法规。哈萨比斯的提案是业界领袖为建立强大AI治理框架、降低潜在风险的最新努力。随着AGI临近，这一倡议的成败或将深刻影响未来科技走向。
随着 AI 聊天成为搜索引擎的新常态，小企业和个人创业者保持可见性的规则已经改变。本文基于 ZDNET 的分析，探讨了 AI 搜索对网站流量的实际影响，并提出了 5 种实用的 SEO 策略，帮助你在 ChatGPT、Claude 等 AI 工具中获得更多引用，从而提升品牌曝光和潜在客户获取。 ## AI 搜索：流量增长但占比极低 2025 年，AI 带来的网站流量增长了 **66%**，但 AI 搜索仅占所有网站访问量的 **不到 0.15%**。这意味着，尽管 AI 引用可能不会直接转化为大量访问，但忽视这一渠道将导致品牌在新型搜索生态中“隐形”。 ## 传统 SEO 失效了吗？ 许多网站发现，即使传统搜索排名未变，来自自然搜索的流量却在悄然下降。原因在于：AI 搜索引擎（如 ChatGPT、Claude 等）在生成回答时，会优先引用结构化、权威性强且易于解析的内容。传统的关键词堆砌和外链策略已不再适用。 ## 5 种适应 AI 搜索的 SEO 策略 1. **优化结构化数据**：使用 Schema 标记（如 FAQ、HowTo、Article）帮助 AI 理解内容上下文，提高被引用的概率。 2. **创建权威性内容**：AI 倾向于引用高权威来源，因此应聚焦深度原创内容，获取行业链接和引用。 3. **提升内容可解析性**：使用清晰的标题、列表和摘要，使 AI 能快速抓取核心信息。 4. **关注实体与关系**：在内容中明确提及实体（如品牌、产品、人物）及其关系，有助于 AI 建立知识图谱。 5. **多渠道分发**：在社交媒体、问答平台等发布内容，增加被 AI 训练数据收录的机会。 ## 小结 AI 搜索并非 SEO 的终结，而是进化。即使直接流量有限，被 AI 引用带来的品牌曝光和信任度提升，对于小企业和个人创业者而言，已是生存必需。 > 关键数据：AI 流量增长 66%，但占比不足 0.15%。
本周的《The Big Interview》播客中，WIRED 资深文化编辑 Manisha Krishnan 与一位名为 Gowanus 的“勒德分子”木偶展开了一场别开生面的对话。Gowanus 是一个拒绝大科技、拥抱户外生活、并对约会软件时代的拒绝文化持有独特见解的木偶角色。这场访谈不仅是一次轻松的娱乐，更引发了对现代科技依赖的深层反思。 ## 木偶的“反科技”宣言 Gowanus 并非普通木偶，它代表了一种回归简单生活的哲学。它直言不讳地批评智能手机、社交媒体和大型科技公司如何侵蚀人们的注意力与真实互动。Gowanus 鼓励听众放下手机，走出户外，去体验真实的世界——哪怕只是看看天空、摸摸草地。这种“勒德分子”式的立场，在当下 AI 与数字化浪潮中显得格外醒目。 ## 约会软件中的拒绝文化 访谈中，Gowanus 还探讨了约会软件如何改变了人际交往。它指出，在算法匹配和快速滑动的世界里，“被拒绝”变得比以往更加频繁且浅薄。人们轻易地左滑或右滑，却忽略了背后真实的情感需求。Gowanus 认为，这种数字化社交方式加剧了孤独感，而真正的连接需要时间与耐心。 ## 科技与生活的平衡 尽管 Gowanus 的言论看似极端，但它提出的问题值得深思：在 AI 和智能设备无处不在的今天，我们是否失去了某种重要的东西？WIRED 的编辑在对话中并未完全否定科技，而是试图寻找一种平衡——如何在享受技术便利的同时，不失去对生活的掌控。 ## 行业背景与启示 这期播客的推出正值科技行业对“数字健康”和“屏幕时间”日益关注的时期。从苹果的屏幕使用时间功能到谷歌的数字健康倡议，大公司也在试图解决用户过度依赖的问题。然而，Gowanus 的“反科技”姿态提供了一种更激进的视角：也许真正的解决方案不是优化技术，而是适度远离。 对于 AI 行业而言，这期节目提醒我们：技术的进步不应以牺牲人性为代价。无论是 AI 助手、推荐算法还是社交平台，都需要在设计时考虑用户的长期福祉，而非仅仅追求参与度。 总之，这期播客以幽默和反讽的方式，邀请听众反思自己的科技使用习惯。它未必要求你扔掉手机，但可能会让你在下次滑动屏幕前，多思考一秒。
1960年代，麻省理工学院教授约瑟夫·维森鲍姆（Joseph Weizenbaum）创建了一个名为ELIZA的聊天机器人。人们与它的对话为后来的聊天机器人设定了先例。 在ELIZA影响计算与文化的60年间，传统叙述将其描绘为最早期的聊天机器人范例——一个能像自动化心理医生般对话的程序。这个看似简单的程序以“欺骗”了维森鲍姆的秘书而闻名，但一个关键部分始终缺失：**ELIZA的源代码**。新书《发明ELIZA》从MIT档案馆中恢复了这份代码，首次深入解读了代码本身，并公开了ELIZA脚本的新对话记录，超越了其流行的“DOCTOR”角色。 研究发现存在多个ELIZA：不同的程序版本、多样的脚本或角色，以及一系列技术创新。《发明ELIZA》旨在纠正并丰富ELIZA的历史与影响，探索误解、多版本和缺失的代码。书中节选分析了ELIZA最早的交互之一——一场与年轻女性的对话，揭示了它如何为未来数十年的人机关系奠定基础，并持续对话当今AI行业的无节制驱动力。 那场对话被无数次转载，激发了程序员和作家的灵感，催生了众多后续聊天机器人。然而，仔细审视后问题浮现：这位年轻女性是真实存在还是虚构？ELIZA如何生成回应？为何它能如此引人入胜？ELIZA及其“DOCTOR”角色催化了一种关于人与计算机关系的思考方式和焦虑，维森鲍姆在1976年的《计算机力量与人类理性》中对此进行了探讨，涉及哲学和伦理问题。
据《连线》报道，隶属于“政府效率部”（DOGE）的人员在美国住房和城市发展部（HUD）工作期间，曾利用人工智能辅助制定政策决策。然而，当非营利法律组织“民主前进”依据《信息自由法》（FOIA）要求披露相关文件时，HUD却以多种理由拒绝提供，其中甚至包括一个并不存在的“AI特权”。 ### AI参与政策制定，但细节成谜 根据“民主前进”获得的FOIA回应文件，HUD共扣留了超过100份与AI使用相关的文件。这些文件名称暗示，DOGE团队在HUD利用AI工具辅助政策决策，例如一份名为“GPT定义的经济分析方法（2025年11月10日）”的文档，以及另一份“监管分析提示.pdf”文件。然而，HUD拒绝公开这些文件的具体内容，理由是它们属于“审议性AI输入”或涉及“总统通讯特权”——后者通常仅适用于总统及其直接顾问。 更引人注目的是，HUD还援引了一个所谓的“AI特权”作为拒绝理由。据法律专家指出，这一特权在美国法律中并不存在，可能是HUD为规避公开义务而自行创设的概念。 ### 背景：DOGE与AI驱动的去监管化 DOGE团队由时任第三年大学生的**Christopher Sweet**和来自地产科技初创公司Kukun的**Scott Langmack**领导。Sweet的主要任务据称是利用AI识别可废止的法规或可取消的合同，这与美国政府整体的去监管化浪潮相呼应。Sweet于2024年6月从芝加哥大学经济学专业毕业，而Langmack目前已转任白宫管理与预算办公室（OMB）的“去监管化AI执行主任”。 HUD员工曾向《连线》透露，AI标记出的法规会交由员工反馈，但部分员工认为这一过程冗余。尽管如此，AI在政策制定中的实际影响仍不透明。 ### 透明度争议与法律挑战 “民主前进”组织表示，HUD的隐瞒行为违背了FOIA的宗旨，尤其当涉及AI这种可能对公众产生深远影响的技术时。法律专家指出，政府使用AI辅助决策必须接受公众监督，而虚构的“AI特权”可能成为新的规避手段。 目前，白宫、HUD及涉事人员均未回应置评请求。这一事件引发了关于AI在政府中应用的透明度与问责制的广泛讨论。
纽约州成为全美首个对大型数据中心建设实施暂停令的州。州长凯西·霍楚尔（民主党）签署行政命令，在未来最多一年内，禁止为**功率超过50兆瓦**的超大规模数据中心颁发新的环境许可证。此举旨在为州政府争取时间，以制定相关法规，应对数据中心带来的能源价格上涨和环境影响。 这一行政命令的门槛高于州议会此前通过的立法版本（20兆瓦）。州长办公室表示，50兆瓦的门槛旨在避免影响医院等机构使用的小型数据中心。目前尚不清楚有多少在建项目会受到影响。 霍楚尔尚未表态是否签署议会通过的更严格版本，但行政命令已让她在审议该法案的同时，率先实施全美首个暂停令。她在声明中强调：“数据中心开发可能推高水电费、消耗自然资源、给纽约居民带来不确定性，我有责任采取行动并引领方向。” 暂停令最长持续一年。在此期间，纽约州公共服务部将制定标准，评估数据中心建设和运营对环境的影响，包括**水资源使用和空气质量**。此外，霍楚尔还要求公共服务部考虑建立机制，让数据中心投资州内能源基础设施；同时要求州经济发展部门制定框架，帮助地方社区在数据中心落户时谈判获取利益。 值得注意的是，**缅因州曾接近成为首个通过数据中心暂停令的州**，但纽约此次的行政命令使其抢先一步。这一举措反映了全美范围内对AI数据中心能源消耗和环境影响日益增长的担忧。 尽管暂停令为监管赢得了时间，但也可能引发行业反弹。数据中心运营商可能认为这阻碍了技术创新和经济增长。霍楚尔的决定将在未来一年内为其他州提供参考范例，平衡数字经济发展与环境保护之间的关系。
谷歌地图近期为Android Auto推送了一次重大视觉升级——沉浸式导航（Immersive Navigation），这是该应用近十年来最显著的外观变革。作为日常依赖地图驾驶的用户，笔者亲测后认为这是一项巨大的改进。 ## 从2D到3D：不只是“看起来更酷” 过去几个月，谷歌逐步向Android用户推送沉浸式导航功能，如今终于登陆车载系统。笔者最初在乡村地区启动时并未察觉差异，但驶入人口密集区后，界面立刻焕然一新：原本扁平的2D俯视或斜视角变成了立体3D视图。道路标线清晰可见，建筑轮廓以半透明真实比例呈现，甚至能直观显示你正在高架桥下还是桥上穿行。虽然树木标记仅代表绿化区域而非真实树木，但有助于快速把握区域全貌。 ## 背后功臣：Gemini模型加持 谷歌地图此前已在部分地区提供3D建筑功能，但新体验的精度大幅提升。据谷歌介绍，这得益于近期集成的**Gemini模型**——它通过分析街景和航拍照片，精准还原路线沿途的地标、中央隔离带等细节。这意味着导航不再只是抽象的路线指引，而更像一个与现实世界同步的“数字孪生”。 ## 实测体验：北卡罗来纳州夏洛特市 笔者在夏洛特上城区的实际驾驶中测试了该功能。导航界面不仅显示3D建筑，还实时标注车道引导线，在复杂立交桥路段尤为实用。过去需要反复确认出口的困惑感消失了，因为视觉提示足够直观：当路面上下重叠时，界面会明确标识当前所在层级，彻底解决了传统导航中“是否在正确高度”的模糊问题。 ## 行业意义：AI重塑导航交互 此次升级并非简单的UI美化。通过**生成式AI与空间理解能力**的结合，谷歌正在将导航从“被动听指令”转变为“主动看路况”。尤其对于城市驾驶者，3D沉浸式视图能显著降低认知负荷——你不再需要将抽象地图与真实场景反复比对，因为地图本身就在“复刻”真实世界。 当然，该功能目前对乡村地区支持有限，且需要较新的硬件支持。但可以预见，随着Gemini模型的持续迭代，未来导航将更接近“AR眼镜式”的无缝体验。对于每天通勤的用户而言，这或许是近年来最值得期待的一次更新。
根据 Emarketer 的最新数据，OpenAI 的广告业务正面临严峻挑战，其五年收入预测可能比实际表现高出 90%。OpenAI 曾预计今年广告收入将达 25 亿美元，到 2030 年达到 1000 亿美元。然而，Emarketer 的数据显示，包括 ChatGPT、Microsoft Copilot、Google AI Mode 和 Amazon Alexa for Shopping（原 Rufus）在内的独立聊天机器人，今年在美国的广告收入合计将不足 10 亿美元，到 2030 年也仅为 54.1 亿美元。 这一巨大落差揭示了 OpenAI 预测背后的激进假设：它假设能大规模从传统搜索广告商手中夺取预算，在一个完全成熟的聊天机器人广告市场中占据主导地位，并同时超越历史上所有广告形式。但现实是，聊天机器人广告市场仍处于早期阶段，用户习惯和广告主信任尚未完全建立。 OpenAI 于今年 2 月启动广告测试，两个月后便大肆宣扬这些高预期。但分析师指出，这种乐观预测忽略了市场竞争、技术瓶颈和用户付费意愿等多重障碍。例如，微软 Copilot 和谷歌 AI 模式同样在争夺有限的广告预算，而亚马逊的 Alexa 购物助手则专注于电商场景。 对于 OpenAI 而言，广告收入是弥补高昂 AI 运营成本的关键途径。但若预测大幅落空，其商业模式可持续性将受到质疑。目前，OpenAI 尚未对 Emarketer 的报告做出正式回应。
## 核心发现：上下文并非越多越好 现代编码 AI 智能体（coding agent）可以轻松将整个代码仓库塞进上下文窗口，但一篇最新 arXiv 预印本研究指出：**绝大多数阅读是浪费的**。真正关键的问题不是“智能体能处理多少上下文”，而是“它实际需要多少”。 该研究将智能体的工作拆解为两个阶段：**定位（finding）** 和 **执行（acting）**。研究者通过“oracle”固定定位环节，仅改变代码的表示方式，并在 SWE-bench Verified 基准上评估真实问题修复效果。结果令人惊讶：**智能体真正需要的上下文非常有限**。 ## 核心实验与数据 ### 1. 自然语言摘要几乎无用 当把待编辑代码替换为自然语言摘要时，智能体的表现从源文件的 **27/45** 骤降至 **4/45**（独立评估，保留仓库）。这说明摘要无法回答源代码中包含的行为性问题。更关键的是，**这一差距源于表示形式本身，而非摘要质量**：前沿模型生成的摘要与 3B 小模型的摘要得分几乎一样差。 ### 2. 周围上下文几乎不影响结果 在多文件实例中，将文件剩余部分渲染为 UML 骨架和签名，与直接删除剩余部分相比，解决问题的数量没有显著差异（N=70，精确 McNemar 检验 p=0.75）。研究者原本假设上下文压缩会有效，但这一注册假设（registered hypothesis）**被证伪**。 ### 3. 压缩上下文可大幅降低 token 消耗 好消息是，使用压缩上下文表示（如方法签名和关键结构）可以在 **1/3 token 量** 下达到与完整文件相同的效果：每个已解决问题平均消耗 **19K** 上下文 token，而非完整文件的 **94K**。 ## 不可忽视的噪声：温度 0 也不稳定 研究还发现一个对整个领域有警示意义的结论：即使在 **temperature=0** 的 API 推理中，**约 9% 的实例结果会在字节相同的两次运行之间翻转**。这意味着所有在 SWE-bench 上报告的小效应都面临一个噪声基底，本研究的结果也不例外。 ## 研究工具与开源 研究者发布了完整的实验工具，包括金标准验证环境、每个实例的参考编辑可表达性证明、确定性补丁构建方法，以及预注册假设及其零假设。这为后续研究提供了可复现的基础。 ## 对 AI 编码实践的启示 - **不要盲目堆上下文**：给智能体完整代码库可能不如给精准的局部代码有效，且 token 成本高昂。 - **优先代码结构而非自然语言**：方法签名、类型定义等结构化信息比文字描述更有用。 - **关注噪声问题**：temperature=0 并非绝对确定，小样本实验结果需谨慎解读。 该研究挑战了“上下文越大越好”的直觉，为设计更高效、更经济的编码智能体提供了重要参考。
在机器学习模型的训练与评估中，**真实基准（Ground Truth）数据集**一直被视为“黄金标准”。然而，一篇即将发表在 ICML 2026 上的立场论文尖锐指出：**这些基准并非中立的客观测量结果，而是由人类与技术共同构建的产物**。 由 Charlotte Högberg、Ericka Johnson 和 Kiri L. Wagstaff 合著的论文《Position: Every Ground Truth is a Human Construction, not an Objective Truth》认为，ML 社区长期忽视了基准数据集背后的**主观选择与情境依赖**。例如，标注者的偏见、采集设备的局限、分类体系的取舍，都会在数据集中嵌入隐性假设。论文呼吁业界公开讨论这些“看不见的选择”，并承认参考数据集是**有条件的、非普适的**。 ### 核心论点：从“客观真理”到“情境可靠性” 作者提出，与其追求虚幻的“客观真理”，不如转向**“情境可靠性”（Situated Reliability）**——即明确说明模型及其“真理主张”的适用边界。具体而言： - **透明性**：记录标注指南、数据来源、预处理步骤等构建细节； - **问责制**：承认构建者的主观性及其对模型行为的影响； - **跨学科协作**：引入社会学、人类学视角，理解数据的社会技术属性。 ### 为什么这对 AI 行业至关重要？ 当前，大模型和自动驾驶等高风险应用高度依赖基准测试。若基准本身存在系统性偏差（如 ImageNet 中某些类别标注的种族倾向），模型可能放大这些偏见。论文强调：**“更可靠”不等于“更客观”**，而是更清晰地界定模型在何时、何地、对谁有效。 例如，一个在特定摄像头参数下训练的医学影像模型，若未说明其训练基准的采集设备条件，部署到不同医院时可能失效。通过公开基准的构建情境，开发者能更好地预测模型的迁移表现。 ### 行业影响与展望 该论文呼应了近年来对“负责任 AI”的讨论，但将焦点从模型本身转向了数据根基。若其观点被广泛采纳，未来 ML 论文可能需要额外提供**“基准构建说明书”**，类似数据集的“营养标签”。这或许会增加初期工作负担，但长期看能减少因基准误导导致的资源浪费。 作者最后指出，承认基准的人为性并非否定其价值，而是让科学实践更诚实。正如论文所写：**“真理是创造的，而非发现的——但这不意味着它没有用。”**
低自相关二进制序列问题（LABS）是一类极具挑战性的组合优化问题，在通信、信号处理和卫星导航等领域具有重要应用。近日，来自斯洛文尼亚的研究团队提出了一种混合搜索框架，通过结合**汤普森采样**与**并行自回避行走**，在LABS搜索空间中自适应地分配计算资源，显著提升了长序列的**优值因子**。 ### 核心方法：多臂老虎机视角下的搜索空间分区 LABS问题的搜索空间随序列长度呈指数增长，传统方法难以高效探索。研究团队将搜索空间划分为若干**限制类**，并将每个类视为多臂老虎机问题中的一个“臂”。通过**汤普森采样**，算法能够动态地将更多计算资源分配给历史上产生较高优值因子的分区，同时保持对采样不足区域的探索。这种在线、数据驱动的资源分配策略避免了盲目均匀搜索，大幅提升了效率。 并行自回避行走则用于在每个分区内进行局部搜索，通过GPU并行执行和共享后验更新进一步加速。此外，研究引入了**布隆过滤器**防止循环重复探索，并采用**两阶段优化策略**：首先在约束的偏斜对称空间中搜索，再对最优候选解在无限制空间中进行精细化调优。 ### 实验结果：打破35项序列长度纪录 在长二进制序列上的实验显示，该方法在**450≤L≤527**范围内的35个序列长度以及L=573上，均改进了此前已知的最优结果。特别地，研究团队报告了**优值因子超过8.0的最长序列**，在L=451时取得。这一成果标志着LABS问题在中等长度区间内的显著进步。 ### 行业意义与未来方向 LABS问题在雷达波形设计、CDMA通信和GPS信号编码中至关重要。更高的优值因子意味着更低的干扰和更好的信噪比。本研究的混合框架不仅为组合优化提供了新工具，其“在线分配-局部搜索-精细化”的范式也可推广至其他NP难问题。未来，结合更先进的强化学习算法或更大规模GPU集群，有望进一步突破序列长度限制。
## 背景：MoE模型的本地部署挑战 Sparse Mixture-of-Experts（MoE）架构通过将总参数量与每个token的激活计算量解耦，大幅提升了模型的效率。然而，在本地推理场景中，设备通常需要将完整模型、KV缓存、运行时缓冲区以及操作系统开销全部装入有限的内存中，这往往导致内存不足或性能下降。 ## MawForge：一种全新的系统假设 来自 arXiv 的一篇新论文提出了 **MawForge**，一种针对本地 MoE 推理的**内存受限专家物化（Memory-Bounded Expert Materialization）** 方案。其核心思想非常直接：将完整模型存储在磁盘上，仅将常用张量常驻内存，而按需将路由到的专家张量物化到一个有界执行缓存中。这种方法旨在让 MoE 模型在**统一内存架构**（如 Mac 等设备）上变得实用，即使内存有限。 ## 关键发现与性能权衡 论文的主要结论是：**MawForge 作为一个有界执行机制和测量平台是有效的，但并非一个缓存最大化策略**。其性能取决于多个因素的平衡： - **专家复用率** vs **常驻内存占用**：频繁被调用的专家可以留在缓存中，但需要权衡占用空间。 - **KV缓存大小**：KV缓存对长序列推理至关重要，但会占用大量内存。 - **量化级别**：低精度量化可以显著减少模型体积，但可能影响精度。 - **路由局部性**：MoE 的路由模式（哪些专家被频繁调用）会影响缓存命中率。 - **macOS内存压力**：在 macOS 系统上，需要与操作系统的内存管理机制协调。 ## 实际意义与未来方向 MawForge 的出现为在**消费级设备**（如笔记本电脑、边缘设备）上运行大规模 MoE 模型提供了新思路。它表明，通过巧妙的磁盘-内存分层和按需物化，可以突破内存瓶颈。未来，进一步优化缓存替换策略、结合更智能的路由预测，或许能让本地 MoE 推理变得真正高效。
科学机器学习（SciML）方法——如神经常微分方程（NODE）、物理信息神经网络（PINN）和通用微分方程（UDE）——在结构先验准确反映真实动力学时表现优异。但如果这一假设不成立，会发生什么？一项新研究以宏观经济预测为“压力测试”领域，给出了令人警醒的答案。 ## 实验设计：用23国数据检验五类模型 来自多所机构的研究团队选取了**23个国家**的稀疏年度经济数据，评估了**ARIMA、LSTM、NODE、PINN和UDE**五种模型家族。他们采用多种时间划分方式，并使用五个随机种子重复实验，以确保结果的稳健性。 ## 核心发现：结构先验可能成为“误正则化器” 结果令人意外：**没有一个模型能持续取得强劲的预测表现**，这凸显了低频宏观经济预测的固有困难。然而，一个清晰的相对排序浮现出来：**约束较少的模型（ARIMA和NODE）持续优于约束较强的启发式先验模型（PINN和UDE）**。 研究团队并未将此视为对SciML的否定，而是将其解读为**诊断性结果**：当结构先验与数据生成过程不匹配时，它们会充当“误正则化器”（misregularizer），反而损害模型性能。 ## 四大失败模式 研究识别了结构先验失效的四种典型场景： - **先验错配**：预设的物理或经济规律与实际数据不符； - **制度转换**：经济体系发生结构性变化，旧先验不再适用； - **结构断裂**：数据中出现突发事件（如金融危机），打破原有模式； - **优化不稳定**：强先验引入的复杂约束导致训练困难。 ## 对AI行业的启示 这项研究的核心建议是：**在假定“更多结构更好”之前，先测试结构是否真的有用**。对于AI从业者而言，这意味着： 1. 在应用SciML时，应首先进行先验验证，而非默认添加物理约束； 2. 对于数据稀疏、动态不稳定的领域（如宏观经济、社会科学），**纯数据驱动模型可能反而更可靠**； 3. 结构先验应被视为**可选择的工具**，而非必然的改进方案。 该研究为SciML的落地应用提供了重要警示：**在“野外”环境中，模型的有效性取决于先验与现实的匹配程度，而非先验的复杂程度**。论文预印本已在arXiv发布，编号2607.09684。
## 研究背景与核心问题 大语言模型（LLM）推理时，**KV缓存（Key-Value Cache）** 是决定内存占用与吞吐量的关键瓶颈。随着模型规模膨胀，如何在不显著牺牲生成质量的前提下压缩KV缓存，成为工业界与学术界的热点。近期，一项题为《Ablation, Statistical Inference, and Validation for KV-Cache Compression》的研究，对两类主流压缩方案——**Turbo-Quant** 与 **SpectralQuant**——进行了系统性对比，并提出了一套严谨的统计验证框架。 ## 方法论：剥离实现差异，聚焦算法本质 研究团队指出，此前许多压缩方法的性能评估混杂了**算法本身的优劣**与**工程实现的差异**。为此，他们设计了一套**统计推断与验证流程**，通过消融实验（ablation）和假设检验，将系统性的编解码差异与实现噪声分离开来。 具体评估的非支配方案（non-dominated schemes）包括： - **WHT旋转 + Beta Lloyd-Max量化** - **QJL（随机投影+量化）** 这些方案覆盖了基于旋转、量化及随机投影的不同技术路线。 ## 关键发现：协方差稳定性决定方法成败 研究最引人注目的结论是：**基于特征基（eigenbasis）的方法**（如SpectralQuant的核心思想）在处理**重尾数据**时表现不佳，原因是数据协方差矩阵的估计不稳定。然而，在**结构化数据**场景下，这类方法却能发挥优势，因为此时协方差结构清晰可辨。 此外，研究引入了一个重要概念——**有效语义维度（$d_{eff}$）**。该指标揭示了压缩方法的一个反直觉特性：$d_{eff}$ 并不反映数据的真实秩，而是随**校准预算（calibration budget）** 动态调整。这意味着压缩器的实际容量受限于可供学习的样本量，而非数据的内在维度。 ## 行业意义与展望 当前，LLM推理优化正从“暴力扩展”转向“精细调优”。这项研究为KV缓存压缩提供了两个重要启示： 1. **方法选择需匹配数据分布**：重尾数据（常见于长尾知识或高方差激活）应避免特征基方法，转而选择WHT旋转或随机投影类方案。 2. **校准预算至关重要**：实际部署时，应权衡校准数据量与压缩精度，避免过拟合到有限的校准样本。 该论文还附带开源代码（基于arXiv链接），为社区复现与进一步探索提供了基础。随着LLM上下文窗口不断增长，KV缓存压缩的统计可靠性将成为模型服务的关键一环。
随着AI系统越来越多地介入审计、金融和医疗等受监管领域的决策，组织面临一项持续义务：事后必须能够重建支撑某一结论的证据链条，并证明该推理记录未被篡改。现有工具（如模型可观测性、漂移监控、治理报告）主要面向运维工程师，而非需要追溯具体结论证据的审查者。为此，研究者提出 **AuditWeave**——一个轻量级、无运行时依赖的 Python 库，可将 AI 辅助与数据转换工作流的步骤记录到单一、仅可追加、哈希链式的账本中。 ### 核心设计：哈希链账本 AuditWeave 的核心是一个**仅可追加的哈希链账本**。每个事件（event）包含时间戳、操作类型、输入输出摘要等元数据，并链接到前一个事件的哈希值。任何对已记录事件的修改、重排、插入或删除都会破坏哈希链，从而被检测到。这种设计借鉴了区块链的防篡改思想，但去除了共识机制等冗余，专注于轻量级审计场景。 ### 通用事件词汇表 一个关键的创新是**系统无关的事件词汇表**，它统一覆盖了检索增强生成（RAG）流水线和表格/湖仓转换两类工作流。这意味着，如果一个结论同时依赖文本检索和表格数据处理，审计者可以通过同一份记录进行端到端追溯，无需在多个日志系统间切换。 ### 性能与安全性评估 在参考实现上，AuditWeave 的**完整性保证开销仅为每事件数十微秒**。研究者通过 2000 次随机试验，对四类篡改操作（修改、重排、插入、删除）进行测试，验证算法均能正确标记所有注入的篡改。该库以开源形式发布，代码托管在 GitHub。 ### 应用场景与意义 AuditWeave 填补了 AI 治理工具链中的一个空白：它面向的是**审查者**而非运维者。在金融合规、医疗诊断记录、审计报告生成等场景中，组织需要向监管机构证明决策过程的可追溯性与完整性。现有工具往往只关注模型性能监控，而忽略了“证据链”的防篡改记录。 ### 局限性与未来方向 目前，AuditWeave 主要关注事件记录的完整性，但**不涵盖证据本身的真实性**（例如，输入数据本身是否被污染）。此外，账本仅支持追加，不支持删除或修改，这符合审计要求，但可能增加存储开销。未来工作可能包括与外部身份认证系统集成，以及支持更丰富的事件类型。 总的来说，AuditWeave 为 AI 系统的可审计性提供了一种简洁、高效的解决方案，尤其适合需要满足严格监管要求的组织。其开源特性也便于社区审查和改进。
图神经网络（GNN）因其天然适合处理图结构数据，已成为知识图谱（KG）领域的重要工具。然而，目前尚缺乏一篇系统梳理 GNN 在知识图谱全技术栈中应用的综述。为此，一篇被 ACM Computing Surveys 接收的论文提出了一个新颖的双层分类框架，从“KG 技术流水线”和“GNN 视角”两个维度，全面回顾了 GNN 在知识图谱构建、嵌入、推理和应用中的方法，并分析了优势与局限，最后指明了未来研究方向。 ## 研究动机与现有缺口 知识图谱以结构化的方式表示实体及其关系，广泛应用于问答、推荐、信息检索等场景。图神经网络则通过消息传递机制，能有效学习节点和边的表示。尽管两者结合产生了大量工作，但现有综述多聚焦于单一任务（如链接预测或实体分类），缺乏对 GNN 在整个 KG 生命周期（从构建到应用）中角色的全景式梳理。这篇新综述正是为了填补这一空白。 ## 双层分类框架 作者提出的框架包含两个层次： 1. **KG 技术流水线**：覆盖知识图谱的完整生命周期，包括**知识图谱构建**（实体识别、关系抽取）、**知识图谱嵌入**（学习实体和关系的低维向量）、**知识推理**（基于规则或表示进行推断）以及**知识图谱应用**（如问答、推荐）。 2. **GNN 视角**：根据使用的 GNN 模型类型进行划分，例如**图卷积网络（GCN）**、**图注意力网络（GAT）** 和**异构图神经网络（HGNN）**。这一分类帮助研究者理解不同 GNN 架构在特定 KG 任务中的适用性。 ## 关键发现 - **构建阶段**：GNN 能通过端到端学习提升实体链接和关系抽取的准确性，尤其在结合文本特征时效果显著。 - **嵌入阶段**：相比传统翻译模型（如 TransE），GNN 能更好地捕获多跳邻居信息，生成更丰富的实体表示。 - **推理阶段**：GNN 在归纳式推理（处理未见过的实体）上表现出色，但可解释性仍是挑战。 - **应用层面**：GNN 驱动的知识图谱补全和推荐系统已在工业场景中取得实际收益，但大规模动态图上的效率问题有待解决。 ## 挑战与未来方向 综述也指出了当前研究的不足： - **可扩展性**：多数 GNN 模型在超大规模知识图谱上的训练成本高，亟需更高效的采样和分布式训练方案。 - **动态性**：现实知识图谱不断演化，现有方法大多假设静态图，动态 GNN 的研究尚不成熟。 - **可解释性**：GNN 的“黑箱”特性阻碍了其在医疗、金融等敏感领域的落地。 - **多模态融合**：如何将文本、图像等非结构化信息与图结构无缝集成，是一个开放问题。 ## 小结 这篇综述为 GNN 在知识图谱领域的应用提供了系统化的参考地图。对于研究者，它可以快速定位特定任务的现有方法；对于从业者，它揭示了技术选型的权衡。随着大模型与图学习的交叉日益紧密，这一方向有望催生更多突破。
一个趋势正在硅谷浮现：那些已经功成名就的科技精英，纷纷放下身段，重新投入一线工作。他们的目标惊人地一致——人工智能。 **Monzo** 联合创始人 **Tom Blomfield** 本周一宣布，他将从 **Y Combinator** 请假，加入 **Anthropic** 的计算团队，职位不是高管，而是“技术成员”。**Instagram** 联合创始人 **Mike Krieger** 已在2024年出任 Anthropic 首席产品官。**OpenAI** 创始成员、前特斯拉 AI 负责人 **Andrej Karpathy** 今年5月也加入 Anthropic 的预训练团队，他称“未来几年在 LLM 前沿将格外具有塑造力”。 并非所有人都选择加入他人实验室。被称为“SPAC之王”的 **Chamath Palihapitiya** 刚刚出任 **8090 Labs** 的 CEO，这是一家企业级 AI 编程初创公司，刚刚完成由 **Salesforce Ventures** 领投的 **1.35亿美元** A 轮融资。Palihapitiya 表示：“我确信我们正在构建的东西更加重要，因此除了全力以赴别无选择。” **Opendoor** 前 CEO **Eric Wu** 也于近期推出了面向建筑工人的 AI 助手 **NavigateAI**，并拿到了 **2500万美元** 种子轮融资。他坦言：“如果十年后回头看，发现自己与AI毫无关联，我肯定会后悔。” 最耐人寻味的或许是职位本身。“技术成员”（Member of Technical Staff）是 Anthropic 和 OpenAI 为几乎所有技术人员设定的扁平化头衔，无论资历深浅。这正是 Blomfield 接受的职位。今年3月，**Peter Bailis** 在成为 **Workday** 首席技术官仅几个月后，也以同样身份跳槽 Anthropic。Workday 是一家年收入 **80亿美元** 的企业，而 Bailis 放弃了这一高位，只为投身 AI 前沿。 这些人的共同点：早已财务自由，却甘愿从零开始。驱动他们的，或许是害怕错过 AI 定义性时刻的焦虑，或许是对创造更大价值的渴望。正如 Blomfield 所说：“未来几年在 LLM 前沿将格外具有塑造力。”