slug
summary
tags
icon
password
谷歌新发现：DeepSeek推理分裂出多重人格，左右脑互搏越来越聪明
谷歌的研究表明，DeepSeek-R1等推理模型在解题时会自发'分裂'出不同性格的虚拟人格，这种内部对话能提高推理准确性。复杂任务中，模型的对话行为更频繁，而简单任务则较少。通过分析神经元激活，研究人员成功识别出这些内部角色，并发现强化对话特征能显著提升模型的表现。这一现象与人类大脑的社会脑假说相呼应，表明AI在变聪明的过程中也需要进行'社交'。
马斯克刚刚真把 𝕏 平台推荐算法给开源了，核心也是Transformer
𝕏 平台已开源其推荐算法，基于与 xAI 的 Grok 模型相同的 Transformer 架构，旨在预测用户行为以排序帖子。该算法结合了站内和站外内容，采用全神经网络方式，核心组件包括 Thunder 和 Phoenix，分别负责内容存储和机器学习。此举可能与监管调查和透明度要求有关，马斯克表示算法仍需改进，但希望通过开源实现更好的用户体验。
刚刚，MiniMax来承包你的桌面了
MiniMax推出了其第二代智能体产品MiniMax Agent 2.0，旨在提升工作效率并重塑日常生活体验。新产品包含桌面端应用，能够处理本地文件和自动化任务，提供专家级的知识和能力。用户可通过Expert Agents获得更高的专业性，并能自定义智能体以满足个性化需求。MiniMax Agent 2.0强调主动适应用户的工作流程，展现了在高复杂度工作中的应用潜力和价值重构。
从平面几何出发：形式化验证如何驱动MLLM的推理能力跃迁
多模态大语言模型（MLLMs）在数学和几何推理中面临挑战，研究团队提出'形式化增强非形式化推理'的方案，通过构建形式化验证的几何数据合成引擎TrustGeoGen、分层能力评估基准GeoBench和可验证的'里程碑'训练框架SGVR，提升模型的推理能力，并实现跨领域泛化。该研究强调了严谨性在推理过程中的重要性，旨在构建更可信和鲁棒的推理模型。
首篇具身智能机器人「安全」综述：LLM如何跨越物理鸿沟？
最新综述探讨了大语言模型（LLM）控制机器人的安全威胁与防御机制，指出具身鸿沟导致物理空间中的危险行为。研究团队提出了针对具身智能的攻击分类方法，包括具身越狱、后门攻击和提示词注入，同时强调现有防御体系在逻辑与物理保障之间的断裂。未来的防御方向应聚焦于环境感知的安全对齐、全生命周期防御框架和标准化基准测试，以建立行业信任的安全基础。
怎么做 Long-running Agents，Cursor、Anthropic 给了两种截然不同的思路
Cursor 和 Anthropic 在长时间运行的 Agent 方面提出了不同的解决方案。Cursor 通过大规模并行运行多个 Agent 来处理复杂任务，采用角色分工的方式提高效率；而 Anthropic 则专注于解决单个 Agent 的记忆连续性问题，设计了双 Agent 方案以确保任务的逐步推进和清晰的交接机制。两者都面临协调和任务管理的挑战，并提出了各自的改进措施和实验结果。
微软CEO纳德拉：掌握'模型编排'能力，才能在AI时代建立护城河
微软CEO纳德拉在达沃斯论坛上强调，AI正在迅速重塑工作方式，核心竞争力在于如何有效'编排'不同的AI工具。他指出，AI不仅是辅助工具，更在接管专业工作，企业需转变观念，提升技能，以应对这一变革。同时，技术的普及和应用应关注实际问题的解决，避免技术泡沫，确保收益公平分配。未来的竞争将依赖于企业如何利用AI创造独特价值，而非单一的强大模型。
上一篇
AI资讯-01月22日
下一篇
字节扣子2.0发布向职场AI转型；伯克利MomaGraph让机器人懂家务；Anthropic为Claude注入永久记忆；DeepSeek mHC复现结果炸裂；谷歌英伟达革新模型记忆与注意力 | 01月20日AI资讯
- 作者:AI学长小林
- 链接:https://ai.linbintalk.com/article/2ef629a6-152d-81b5-acd8-ffb6b5e2419e
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。