儿童学习语言效率远超AI,数据效率差距成研究焦点
儿童学习母语所需的数据量远少于大语言模型,这一数据效率差距引发认知科学与AI研究的交叉关注,或推动更高效AI模型的开发。
儿童学习母语所需的数据量远少于大语言模型,这一数据效率差距引发认知科学与AI研究的交叉关注,或推动更高效AI模型的开发。
据金融时报报道,Anthropic的顶级AI模型Fable因成本高昂而难以吸引用户,其年化收入虽达650亿美元,但模型采用率数据显示更便宜的模型更受欢迎。
一款名为 Ox Alpha 的神秘新 AI 模型在 OpenRouter 上发布,引发关于其开发者的广泛猜测,涉及中国公司、微软等,但真实身份仍未知。
Drew Breunig 指出,随着 Fable 等高性能模型的出现,开发者不再能依赖新模型免费解决所有问题,而需重新思考编码工具与上下文策略的投入,以及不同代码工作应分配给何种模型。
监控公司Flock Safety因摄像头和车牌识别技术可能被滥用而面临公众和政界压力,CEO加勒特·兰利在采访中呼吁在隐私与安全之间寻求妥协,并宣布调整数据保留政策以回应批评。
AI模型训练常使用大量受版权保护的书籍,引发法律争议。近期判决显示,训练本身可能合法,但盗版行为违法。版权法滞后,合理使用原则成为关键,未来诉讼将决定行业走向。
本文通过一系列技术实验,揭示本地部署大模型时,因硬件、软件和推理后端差异导致的输出偏差,解释了为何本地模型感觉不如官方基准聪明,并提供了衡量和改善的方法。
Linus Torvalds分享了一次艰难调试经历,AI虽多次声称问题无解,但在坚持下仍协助完成调试,并撰写了提交信息。
本文探讨了高效使用编码智能体的关键技能,即指导变更并验证结果,并指出逐行审查代码并非唯一或最有效的验证方式。
本文梳理了自2022年以来,AI流水线中人类组件逐步被模型替代的八个阶段,从奖励信号、训练数据到教师、课程、研究者、环境乃至人类被试,最终指向物理世界。这一趋势意味着模拟正以更低成本、更快速度成为AI发展的核心驱动力。
开发者分享一周内更多使用 Codex 而非 Claude 的体验,对比两者在技能、调试、代码简洁性、架构、分支处理、MCP 集成等方面的差异,并给出个人偏好。
Simile AI 获 20 亿美元融资,其模拟人类行为的数字孪生技术以 85% 的准确率复现人类行为,或将开启模拟智能的新时代。
作者在工作中发现,自己越来越难以专注阅读同事发来的文档,因为这些文档带有明显的AI生成痕迹。他意识到,自己已对低质量的AI内容产生类似“横幅盲区”的免疫,这反而降低了工作效率。
Nvidia新研究显示,在长期任务中,智能体框架(harness)对性能的影响远超底层模型,通过定制框架和监督组件,Claude Opus 5在ARC-AGI-3基准上达到100%得分,而裸模型仅30%。
Thomas Ptacek主张即使是个人小工具也应构建原生用户界面,因为编码智能体已大幅降低GUI开发成本,Simon Willison分享了自己的实践与认同。
马特·韦伯在发布应用 1.0 后,借助 ChatGPT 作为互动导师学会了四元数,认为 AI 外包思考反而促进学习。
美国司法部对a16z合伙人同时担任竞争公司董事一事展开调查,这可能重塑风险投资机构管理投资组合公司董事会席位的方式。
多位YouTube知名创作者发布视频宣传AI平台Higgsfield,因未标注广告性质而引发粉丝不满,凸显创作者与AI公司合作的风险。
Google DeepMind 与游戏工作室合作,将15年游戏AI研究成果应用于原型开发,推动AI在游戏领域的突破。
英国国家医疗服务体系与Palantir的4亿美元合同面临提前终止审查,而大曼彻斯特地区因本土平台更优而拒绝采用,引发全国性辩论。
Poolside创始人将公司转向新方向,英伟达以120亿美元收购其技术并雇佣109名员工,创始人留任10亿,员工获60亿,Infraco扩展至7GW新云,引发行业关注。
一位开发者提出Huzzah编辑器,用声明式伪代码替代自然语言提示与AI协作,旨在解决编码智能体提示词冗长、易丢失意图等问题,为AI辅助编程提供新思路。
AI数据标注初创公司Micro1在八个月内将年化毛收入从1亿美元提升至5亿美元,反映出市场对独特训练数据的巨大需求,并引发关于数据出口与竞争的讨论。
本文批评反AI字体试图通过混淆文本来阻止AI抓取,认为这既损害可访问性,又无法真正阻止AI,最终可能助长网络审查和付费墙。
Ramp最新数据显示,OpenAI在美国企业AI支出中的份额回升,而Anthropic仍领先,但市场波动性凸显企业AI支出的粘性不足。
一则用尿液冷却数据中心的搞笑广告背后,其实隐藏着真实的节水技术。数据中心耗水巨大,而再生水正成为缓解水资源压力的重要途径,但基础设施不足仍是挑战。
Runlayer与Rippling撤销了相互诉讼,未达成和解。这场短暂的法律纠纷凸显了AI时代初创企业面临的竞争不确定性,以及企业测试流程可能带来的风险。
硅谷试图理解公众对AI日益增长的抵制,但CEO们的诊断偏离了真正原因。民调显示,信任危机和AI对社会的实际影响才是核心,而非沟通问题。
当有人向你提问时,他们想要的是你的见解,而不是未经编辑的AI输出。直接转发模型回答看似高效,实则缺乏个人判断,本文呼吁用AI辅助思考而非替代思考。
OpenAI在IPO前夕经历高管离职潮,联合创始人Greg Brockman悄然扩大权力,成为日常运营的实际负责人,这标志着公司战略重心向商业化和产品化转移。
关于AI是否具有意识的争论看似哲学探讨,实则可能被科技公司利用,使其逃避对AI造成伤害的责任。本文剖析这一叙事陷阱,并警告法律人格化AI的严重后果。
OpenAI等前沿实验室在数学领域取得突破性进展,引发数学界对学科未来和人类数学家角色的深刻反思。The Verge记者Robert Hart与多位顶尖数学家对话,探讨AI对数学研究、教育及学术生态的潜在影响。
Meta发布Mac版AI应用,内置全系统听写和屏幕感知问答功能,同时面向商家整合Instagram、Facebook及Google Workspace,提供营销洞察与自动化办公支持。
生成式AI市场模型正被航空公司用于实时定价和收入管理,通过分析多变量数据优化商业决策,提升竞争力。
OpenAI发布新博客AI Futures,旨在探讨变革性AI如何重塑权力、治理、经济和个人自由,为公众提供前瞻性思考。
Z.ai CEO唐杰指出,模型能力不再由参数数量决定,而是由数据、算力分配和运行环境共同决定。GLM 5.3通过长时程强化学习实现性能飞跃,标志着后训练扩展的新范式。
本文探讨了在LLM时代,软件如何通过让用户用自然语言创建扩展来实现自我扩展,满足个性化需求,并提出了在Web上构建可扩展软件的新机会。
支付巨头Stripe以75亿美元收购AI模型路由平台OpenRouter,其创始人致投资者信中提到“奇点”引发关注,但实际意图可能是布局AI时代的资本流动与费用管理。
本文基于2026年国际数学家大会的公开演讲,探讨当AI工具能执行研究级数学任务时,数学界应如何应对,并反思数学研究的目标与价值。
Jeremy Morrell提出,LLM降低了扩展开发成本,现代沙盒原语降低了部署成本并提供安全边界,为可扩展软件带来新机遇。
Simon Willison在播客中讨论AI如何改变软件开发,提出代码行数在智能体辅助下成为有效生产力指标,并探讨概念完整性面临的挑战。
OpenAI预览新服务Private Safety Processing,在监控AI滥用的同时不保留客户数据,此举旨在与Anthropic的数据保留政策形成差异化,争夺企业客户。
彭博社报道SpaceX试图收购AI编码初创公司Cognition,但CEO Scott Wu否认,称公司不出售。此举反映SpaceX在AI领域的扩张野心,以及AI编码市场的竞争激烈。
精神航空破产后计划向谷歌出售大量员工数据,引发空乘人员担忧,指控公司出卖员工利益。
尽管技术不断进步,AI在公众中的声誉却持续恶化,消费者不满已影响企业财报,行业领袖开始承认信任危机。
Silicon Data完成3000万美元A轮融资,旨在为GPU租赁提供参考价格,并计划在CME推出算力期货交易,帮助华尔街对冲AI算力成本波动。
OpenAI宣布放缓部分AI开发以加强安全措施,此举引发对AI行业自我监管有效性的讨论。在竞争激烈的背景下,自愿减速能否持续并推动行业安全标准提升,成为关注焦点。
日程管理公司Calendly推出AI会议纪要产品,并计划发布智能助手Callie,以自动化会议后的工作流程,但面临激烈竞争和隐私挑战。
英伟达联合多家金融巨头推出5000亿美元融资计划,将算力包装为可投资资产类别,但此举面临芯片寿命、市场需求和盈利模式等多重质疑。
内存价格飙升500%,DRAM成硬通货,AI训练与推理成本受冲击;同时OpenAI放缓前沿训练,开源模型与推理基础设施加速发展。