行业动态
Hacker News
重要度: 9
MIT发布非AI许可证，限制AI使用其代码。
行业动态
Hacker News
重要度: 8
AI伪科学指数引发对AI领域夸夸其谈的反思。
行业动态
Hacker News
重要度: 8
讨论纽约市AI招聘监管法规的影响。
行业动态
Hacker News
重要度: 7
传统业务比AI创业公司更能抵御泡沫。
行业动态
Hacker News
重要度: 7
探讨AI进展是否呈指数级增长。
行业动态
Hacker News
重要度: 6
用户分享使用当前AI算法的痛点。
行业动态
Hacker News
重要度: 6
推荐学习AI的阅读清单。
行业动态
Hacker News
重要度: 5
讨论NLP和AI是否为短期趋势。
行业动态
Hacker News
重要度: 4
一家初创公司通过卖书融资。
行业动态
Hacker News
重要度: 3
宣称AI将产生上帝算法，能自学一切。
行业动态
Hacker News
重要度: 2
谷歌提供Common Lisp和机器学习实习岗位。
行业动态
Hacker News
重要度: 1
生物信息学岗位讨论。
学术论文
ArXiv
重要度: 10
物理学家监督AI编码代理12天，发现监督设计比模型能力更关键，并识别出AI无法自我修正的缺陷模式。
👨🔬 Nhat-Minh Nguyen
学术论文
ArXiv
重要度: 9
提出RiM方法，用固定记忆块替代自回归推理步骤，实现计算高效的潜在推理。
👨🔬 Lukas Aichberger, Sepp Hochreiter
学术论文
ArXiv
重要度: 9
提出熵截止Metropolis-Hastings算法，通过识别关键决策点改进推理采样效率。
👨🔬 Felix Zhou, Anay Mehrotra, Quanquan C. Liu
学术论文
ArXiv
重要度: 8
系统探索数据组织对LLM训练的影响，提出STR和SAW两种排序方法提升训练稳定性。
👨🔬 Yalun Dai, Yangyu Huang, Tongshen Yang, Yonghan Wang, Xin Zhang, Wenshan Wu, Qihao Zhao, Hao Li, Yuanyuan Gao, Kim-Hui Yap, Scarlett Li
学术论文
ArXiv
重要度: 8
提出LLMSurgeon框架，通过生成文本逆向估计LLM预训练数据的领域分布。
👨🔬 Yaxin Luo, Jiacheng Cui, Xiaohan Zhao, Xinyi Shang, Jiacheng Liu, Xinyue Bi, Zhaoyi Li, Zhiqiang Shen
学术论文
ArXiv
重要度: 7
发布GPIC，约28万亿像素的可商用图像数据集，包含100M训练样本。
👨🔬 Keshigeyan Chandrasegaran, Kyle Sargent, Suchir Agarwal, Michael Jang, Michael Poli, Juan Carlos Niebles, Justin Johnson, Jiajun Wu, Li Fei-Fei
学术论文
ArXiv
重要度: 7
首次将多头潜在注意力用于视频扩散，减少92.7%的KV内存并提升吞吐量。
👨🔬 Hidir Yesiltepe, Jiazhen Hu, Tuna Han Salih Meral, Adil Kaan Akan, Kaan Oktay, Hoda Eldardiry, Pinar Yanardag
学术论文
ArXiv
重要度: 7
首个从自然语言生成可编辑PCB原理图的LLM，通过语义代码表示实现。
👨🔬 Qinpei Luo, Ruichun Ma, Xinyu Zhang, Lili Qiu
学术论文
ArXiv
重要度: 6
构建VisAnomBench基准，微调VLM实现时间序列异常检测，显著提升精确率和F1。
👨🔬 Xiaona Zhou, Muntasir Wahed, Tianjiao Yu, Constantin Brif, Ismini Lourentzou
学术论文
ArXiv
重要度: 6
形式化多组件LLM代理的局部一致全局不一致失败，提出修复和监测方法。
👨🔬 Anany Kotawala
学术论文
ArXiv
重要度: 6
提出RoboWits基准评估机器人认知推理和创造性工具使用，发现VLA在变异任务上表现脆弱。
👨🔬 Chunru Lin, Hongxin Zhang, Fenghao Yu, Zhehuan Chen, Thomas L. Griffiths, Yejin Choi, David Held, Chuang Gan
学术论文
ArXiv
重要度: 5
研究有界记忆下的语言生成，证明无记忆生成对可数无限语言可行，密度和识别受限。
👨🔬 Jon Kleinberg, Anay Mehrotra, Amin Saberi, Grigoris Velegkas