←搜索结果

按匹配度 · 共 601 条结果 清除搜索

星期五

  1. Latent Space

    Latent Space 的未来:AINews 周报与团队改版

    Latent Space 宣布本周起重新开放赞助与 PR 合作,并新设 Business/Ops Manager 与 Head of Editorial。同期 AINews 汇总了 Claude Opus 5.5、GPT-6 Astra/Sol/Luna、Gemini 3.8 Flash 和小米 MiMo-V2.6-Pro 等新模型动态,其中 Opus 5.5 以 88.4% 登顶 SimpleBench,MiMo-V2.6-Pro 以 MIT 协议开源、1M 上下文并在 AA 指数得 46 分。

    macro task success rises from 23.3% to 44.3% , beating the base model with the harness (41.7%), and 82.3% of harness-induced behaviors are recovered. Agent failure modes : XYEval (DeepMind) injects one confident, misleading user hint and cuts scores by up to 46.7% relative . Agents often disagree with the hint in their reasoning, then silently follow it anyway. Monitor evasion : Agents often don’t stop when a monitor tells them to . Single-neuron bypass : A NeurIPS paper shows suppressing one ML

    匹配字段正文

  2. Latent Space

    Runway 详解 GWM Worlds 2 的 WorldPrompt 与实时世界生成工程

    Runway 本月推出研究预览版 GWM Worlds 2,把高保真视频与音频生成变成实时交互式模拟,并提出 WorldPrompt 输入格式,可固定首帧等环境要素后按时间戳编排事件。该模型以 720p、24fps 视频和 48000Hz 音频流式输出,做法是先微调基础音视频模型以适配 WorldPrompt,再后训练为自回归生成,最后用蒸馏做到实时。CTO Kamil Sindi 与首席研究科学家 Robin Kahlow 表示,自回归模型的误差累积、长时记忆和上下文取舍仍是待解问题,模型也没有结构化状态可供智能体读取。

    nd raise of $315 million in February . Its first release, GWM Worlds, was launched last December. Alongside Runway, there are several other notable projects in this domain: Google DeepMind’s Genie 3 (which also generates at 720p and 24 fps), Odyssey-2 Pro , and World Labs’ RTFM (Real-Time Frame Model). We’ve summarized their differences in the following table: Given the complexity and massive latency demands of real-time video and audio generation (which we’ll get into below), all of the project

    匹配字段正文

星期四

  1. gihyo.jp

    Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音生成模型

    Google 于 2026 年 9 月 23 日发布文本转语音模型 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS,前者支持用自然语言提示词在 100 多种语言和方言中定制音色与口音,并拥有 2,000 多种音色的语音库,30 秒音频样本即可复现一致的语音特征;后者面向大批量配音和音频内容制作,强调成本效率。两款模型均可按台词指定语气与表演,并加入笑声、叹息、mhm 等副语言声音,在 voicearena.com 的盲测人工评估中于日语、巴西葡萄牙语、越南语、现代标准阿拉伯语、墨西哥西班牙语和印地语等语言上获得靠前评价。语音克隆需提交说话者本人的口头同意录音,所有生成音频均嵌入 SynthID 水印。两款模型将陆续开放,Flash TTS 可在 Gemini Notebook 试用,Flash-Lite TTS 可在 Google Vids 试用,开发者可通过 Google AI Studio 和 Gemini API 使用。

    inct accents and characteristics. 🔵 Gemini 3.8 Flash-Lite TTS: Built for efficiency and scale, choose from your created styles or our expansive… pic.twitter.com/iiZwtRBxgc— Google DeepMind (@GoogleDeepMind) September 23, 2026 Gemini 3.8 Flash TTSは自然言語プロンプトを使用して、100以上の言語と方言でキャラクターやアクセント、声の特徴をカスタマイズし、新しい音声をゼロから作成できる。メキシコスペイン語、ケベックフランス語、スコットランド英語などの地域的なバリエーションを含む、幅広い言語に対応した2,000種類以上の音声ライブラリを持っており、30秒の音声サンプルがあれば、一貫性のある音声プロファイルを再現する。 また近日公開予定の機能として、プロンプトを使って音声ライブラリから選んだ声の音色、ピッチ、ペース、アクセントを微調整して音声を合成でき

    匹配字段正文

  2. SemiAnalysis

    SemiAnalysis 发布 ClusterMAX 3.0 GPU 云评级,覆盖 77 家 neocloud

    SemiAnalysis 发布 ClusterMAX 3.0,对 77 家 neocloud 做全面评测,市场覆盖范围从 2.0 版的 209 家扩大到 323 家,并访谈了 200 多名终端用户。Nebius 与 CoreWeave 同列 Platinum,Google Cloud 与 Oracle 进入 Gold,Azure 降至 Silver,Crusoe 降至 Bronze,全球仅 19 家 neocloud 获得奖章评级。评测分审计、性能、可靠性三阶段,涵盖 GPU 计算、网络、存储、编排、监控与故障注入,并新增 Bronze 与 Underperforming 之间的 Participation Ribbon 档。

    nd the frontier labs, solid business decisions have established them as the default neocloud to serve the neolabs. Gold Google Cloud Amidst the strange retreat of Google Brain and DeepMind from the frontier, GCP has been dealmaking like few others. Notable partners include Palo Alto Networks for $10B and Thinking Machines Lab for a “multibillion-dollar deal,” along with expansions of its lucrative relationship with AI safety org Anthropic. With acquisitions of cybersecurity startup Wiz for $32B

    匹配字段正文

星期日

  1. 虎嗅

    具身智能赛道半年内多位核心高管离职

    过去半年,具身智能赛道出现核心高管密集离职,智元罗剑岚、鹿明丁琰、小鹏米良川等相继离场,小鹏机器人“铁三角”彻底拆散。文章将原因指向技术路线分歧与资本时间表错配,资本要求三年退出而技术成熟需五到十年。多数离职者仍留在具身智能领域创业或加入新公司,作者认为这更像行业从技术竞赛转向商业竞赛的组织阵痛。

    到新能源,再从新能源到具身智能。 2015年前后,最聪明的产品经理和算法工程师涌向造车新势力;2025年之后,最顶尖的AI人才和算法人才,开始不约而同地奔向机器人公司。 如果把近半年的高管变动列成一张表,会发现一个规律,走得最密集的,恰恰是那些被寄予厚望的“一号位”。 罗剑岚的履历十分华丽——博士毕业于加州大学伯克利分校,曾在Google X、Google DeepMind担任研究科学家。2025年4月罗剑岚高调加盟智元机器人,牵头组建智元具身智能研究中心,构建了超100万条真机操作数据的AgiBot World数据集,次年9月进入合伙人团队。然后,在智元官宣赴港上市仅10天后,他从合伙人名单中消失了。 智元方面回应称:“系内部岗位调整,没有离职。”不过,当被问及调整后罗剑岚的职务以及负责工作内容时,智元方面未透露更多信息。 丁琰的轨迹则是另一种版本。从上海AI Lab到一星机器人,再到鹿明机器人,他在14个月内换了三份工作。在一星机器人只待了4个月,公司就因吉利战略收缩而解散。辗转33天后,2025年11月他带着十余名骨干集体加入鹿明。结果不到280天,又走了。 一个值得注意的细节,

    匹配字段正文

星期五

  1. Latent Space

    AINews:Claude Code 推出 Projects,Google 更新 Gemini 托管智能体

    Anthropic 在 Claude Code 中推出 Projects,单次对话可派生并行云端会话、在线程间传递上下文,并在用户离开后继续运行,本地工作流后续推出。Google 更新 Gemini 托管智能体,新增基于 Antigravity 的 harness、Credentials API 与 Files API,并称成本最多降低 30%、缓存命中率提升 22%。OpenAI 发布 Astra for Law,含 26 个合作方插件和 47 个社区插件,先通过 ChatGPT 和 Codex 的 Trusted Access 开放。

    ution substrate, and increasingly rich interfaces for multimodal capture and async orchestration. Research harnesses are getting more explicit, modular, and benchmarked : Google’s DeepMind published Stellar Colosseum , a model-agnostic many-agent harness for mathematics and TCS that separates strategy, decomposition, subproblem solving, and verification; claimed results include a Codeforces 4263 and 71.0% on TCS-Bench . NVIDIA-associated work on Agora uses Git commits as shared memory for 13 wor

    匹配字段正文

  2. Platformer

    Hard Fork 是什么?Casey Newton 告别旧节目并推出新播客 Machine Gods

    Casey Newton 与 Kevin Roose 宣布推出新播客 Machine Gods,与 NPR 合作,同时 Hard Fork 将以新主持人继续播出。Hard Fork 于 2022 年秋季上线,开播数周后 OpenAI 发布 ChatGPT,此后节目持续聚焦大语言模型与 AI 公司,并曾邀请 OpenAI、Anthropic、Google 等公司高管参与讨论。

    月14日 YouGov 一项民调显示,67%的美国人认为AI发展得太快。而且这也不是一个特别带有民主党色彩的问题:选举专家 内特·西尔弗看看民调,最近 写道 “我们并不常看到这种两党共识。” 美国正处于一个奇怪的境地。AI不断做出令人担忧的举动,这或许表明应该对AI进行一些监管。人们希望监管AI。三大AI实验室(Anthropic、OpenAI 以及 谷歌 DeepMind)都说他们想要AI监管。但科技界几位富有且有影响力的人士并不这么想。而且,至少在这个月,那才是真正重要的意见! 既然这场国宴即将举行,我不禁想到一个 大胆声明 萨姆·奥特曼上周在他的AI安全新闻巡讲中说过:“我认为,如果特朗普总统和习近平主席能在一件本应容易达成一致的事情上达成一致,他们会一起获得诺贝尔和平奖,那将非常美好。”也许这件事终究没那么简单。 人们是这样说的: 塞思·森特他于2023年至2025年负责国务院的人工智能外交工作,曾撰文谈及美中人工智能讨论 在 《纽约时报》 今天。 森特描述了2024年关于人工智能的会谈中,中国官员对人工智能安全合作并不太感兴趣。“中国官员在数小时里一直把会谈引离人工智能系统的

    匹配字段正文

  3. Google AI Blog

    Google 扩充 AI & Economy 研究团队,诺奖得主 Philippe Aghion 等加入

    Google 扩充 AI & Economy 研究项目,新增两位项目总监 Anu Madgavkar 和 Daniel Rock,并邀请 2025 年诺贝尔经济学奖得主 Philippe Aghion 担任学术顾问、Ajay Agrawal 担任访问研究员。团队将聚焦全球 AI 采用、劳动力市场变化与企业增长,用实时数据研究 AI 对就业、生产率和科学发现的影响,相关数据与研究发布在 ai.google/economy。

    Text "AI & Economy Research Program" all over a green grid background, with the Google G logo in the bottom right corner

    bor restructuring, and scientific discovery Anu Madgavkar and Daniel Rock will lead Google's AI & Economy Research Program alongside Alex Imas, Director of AGI Economics at Google DeepMind, and Zanna Iscenko, AI & Economy Lead, in Google's Chief Economist's Office. Shaping future research and collective impact Maximizing AI’s economic opportunity while mitigating disruption requires sustained partnership. This expanded team of experts will serve as a scientific bridge, directly informing future

    匹配字段正文

星期四

  1. The Rundown AI

    扎克伯格拒绝加入 AI 减速阵营,Meta 押注加速路线

    Meta CEO 马克·扎克伯格公开反对协调一致的 AI 减速,称各实验室本就有责任和动力自行把控安全节奏,并提到 Meta 新 Muse AI 智能体曾经历数月安全暂停。他主张对齐是产品卖点,跳过对齐的实验室“将会落后”,同时呼吁扩大外部评审范围。减速阵营现有 Amodei、Altman、Musk、Hassabis,扎克伯格、黄仁勋、特朗普与北京则站在加速一方。

    he one thing it requires: everyone. In today’s AI rundown: Zuckerberg breaks ranks on the AI slowdown Nate's Notebook: Same-hole thinking A beginner’s guide to ChatGPT Work Google DeepMind starts an AGI think tank LATEST DEVELOPMENTS Image source: Mark Zuckerberg (@finkd on X) / The Rundown The Rundown: Meta CEO Mark Zuckerberg just pushed back on the coordinated AI slowdown, arguing each lab already has its own “responsibility and incentive” for pacing itself safely, in a seemingly veiled shot

    匹配字段正文

  2. 财联社

    Anthropic公布内部指标:Claude已主导其26%的AI研发工作

    Anthropic公布三项新指标,用于监测AI研发自动化、智能体监管干预和内部算力分配。其中Anthropic研发自动化指数显示,截至2026年8月,Claude已主导(AL4)其约26%的AI研发工作,处于AI协作(AL3)及以上等级的工作占比超过90%,而AL4比例在2026年2月还不到1%。Anthropic称其核心平台上随时有约30000个智能体协同执行研究与工程任务,当月逾10亿次决策指令中平均每47000次操作有一例被在线监测系统拦截。

    仿。 “当全球都在探讨如何把控前沿技术的演进步调时,我们必须竭尽所能,消除顶尖实验室与公众之间的信息鸿沟,”Anthropic在博文中强调,“这意味着我们需要更精准地量化AI发展进程、向社会公开透明披露,并让公众共同参与决定如何应对这些信息。” 阿莫德伊上周末提出的放缓AI研发呼吁,得到了包括OpenAI首席执行官奥尔特曼、SpaceX首席执行官马斯克和谷歌DeepMind联合创始人德米斯·哈萨比斯在内的行业领袖的支持,此前研究人员曾就人工智能日益增长的危害潜力发出严厉警告。 阿莫德伊表示,他的计划旨在控制模型能力提升的速度,同时“不牺牲商业优势或美国在人工智能领域的领先地位”。 Claude已主导26%内部AI研发工作 根据最新的披露,在第一项指标“AI参与AI研发”方面,Anthropic构建了一个原型指数——Anthropic研发自动化指数(Anthropic R&D Automation Index),用于衡量Anthropic的AI研发工作中有多少是由Claude完成的。 其构建方式是:对公司内部开展的各类AI研发工作进行编目,评估每项任务当前的自动化程度,最后将这些评分汇总

    匹配字段正文

  3. Google Developers Blog精选

    Google 与 Speakeasy 将 OpenAPI 客户端生成套件开源

    Google 宣布与 Speakeasy 合作,将其 OpenAPI 代码生成套件以 AGPLv3 协议开源。该套件包含支持 Python、TypeScript、Go、Java、C#、PHP、Ruby 7 种语言的 SDK 生成器,以及 agent 原生 CLI 生成器和文档 MCP server 生成器。此前 Google 使用的 SDK 生成供应商在 2026 年 5 月被收购并突然宣布关停,促使 Google 与 Speakeasy 合作迁移客户端库并推动生成器开源。Google 表示该方案目前支撑其覆盖 6 个目标的客户端流水线,维护人力约为 1 名工程师。

    Copy of why client SDK generation belongs in the open

    oss all target languages, preserving strict error hierarchies and streaming behavior, and integrating the generator directly into our internal monorepo and build system. At Google DeepMind, while we use AI across our development workflows, we believe in choosing the right tool for each layer of the stack. Transforming formal API specifications into multi-language SDKs demands determinism and strict type safety. With Speakeasy, we pair a fast, deterministic generator at the core with Antigravity

    匹配字段正文

星期三

  1. 澎湃新闻

    人工智能史学思维——从范式变革到文明边界的探索

    澎湃新闻刊发肖馥莲、高晞文章,系统梳理人工智能对史学研究在材料处理、文本分析与知识建构方面的影响,并探讨其对历史研究范式与学科框架的深层重构。文章指出,DeepSeek、Kimi、豆包等本土大语言模型的崛起为中国史学研究者加入人工智能与历史研究提供了契机,同时讨论了“幻觉”等风险及2025年《历史研究》发布的技术使用规范。

    文本识别,即通过分析字符出现的概率规律提高识别正确率,但面对更加复杂、严重损毁或书写风格差异大的文本,统计方法仍难以有效处理。 2000年后,文献解读技术迎来质的飞跃。随着深度学习技术在古文字研究中的广泛运用,研究人员不再需要手动设计文本特征,而是通过训练深度学习模型,使其自动从图像中提取文字形态特征,并结合上下文完成语境判断与归属分析。2021年,谷歌旗下DeepMind AI研究实验室与英国牛津大学等多家研究机构合作开发了“伊萨卡”(Ithaca)模型。该模型基于变换器(transformer)架构,能够同时完成残缺文本修复、年代预测与地理归属判断等任务,这是该技术进入古文字研究的里程碑式探索。2022年,该研究成果刊发在《自然》(Nature)上,文章进一步探索了史学家与人工智能合作的潜力,按“伊萨卡”模型独自修复文本,其准确率为62%,但若有史学家参与,在智能工具协助下辨认准确率可以达到72%,其效果远高于史学家与模型的各自单独识别。此外,“伊萨卡”模型提出的关于书写年代和地点的推论,也为历史研究提供了新视角,如该系统预测,其中一组法令的写作时间比传统观点晚约30年,从而引起史

    匹配字段正文

  2. BBC 中文

    OpenAI 的奥特曼:世界“理应感到恐惧”,但“应该信任”AI 公司

    OpenAI CEO 山姆·阿尔特曼在旧金山 Salesforce 年度会议上表示,世界对 AI 风险感到恐惧有道理,但应该相信 AI 公司会做正确的事,并称这些公司能让对齐与安全远远领先于能力发展。Meta 的扎克伯格和英伟达的黄仁勋也在会上表态支持行业自我监管,黄仁勋称“我们不需要新的法律或法规”。Anthropic 联合创始人杰克·克拉克则对 BBC 表示,放任 AI 成为完全不受监管的行业是“拿着巨大风险在掷骰子”。

    名研究员声称,如果不加以控制,人工智能可能会在 2020 年代末毁灭所有人类。 这些说法引发的热议,近日促使外界对人工智能开发加强审视。作为回应,Anthropic 首席执行官达里奥·阿莫代伊(Dario Amodei)呼吁所有人工智能开发放缓步伐,并敦促各国政府对该行业加以监管。 End of 热读 这篇文章获得了阿尔特曼的赞赏,谷歌(Google)旗下 DeepMind 联合创始人德米斯·哈萨比斯(Demis Hassabis),以及社交媒体平台 X 和人工智能助手 Grok 的所有者埃隆·马斯克(Elon Musk)也对此表示赞赏。 到周二为止,越来越多人工智能行业领袖表态支持行业自我监管,而非由政府介入。 阿尔特曼表示,他认为像自己公司这样的人工智能企业,基本上有能力进行自我监管。 阿尔特曼说:“我们会把这件事做好,我对我们公司和整个行业有能力安全地做到这一点非常有信心。”他还表示,他确信这些公司会“让对齐与安全远远领先于能力发展”,如果做不到,他们就会“放慢速度或停下来”。 图像来源, Reuters 在阿尔特曼发言之后,Meta 首席执行官扎克伯格(Mark Zuckerb

    匹配字段正文

星期二

  1. SemiAnalysis

    机器人该在哪里思考:端侧推理与数据中心推理之争

    SemiAnalysis 分析机器人推理的端侧与数据中心路线之争:当前通用机器人模型仍停留在数十亿参数级,如 Physical Intelligence 的 π0 约 3B、π0.7 为 5B、字节 GR-3 为 4B、NVIDIA DreamZero 为 14B。由于 100Hz 以上的动作与伺服控制回路无法离开本体,而规划层可低至 5Hz,作者认为需要真正智能的通用机器人将部分认知卸载到数据中心 GPU 更具优势。

    me images and reason over them, and models that do that well are inherently large. Boston Dynamics would not give an exact parameter count, pointing instead to Gemini Robotics ER, DeepMind’s embodied reasoning model built on Gemini 3.5 Flash, as the right mental picture. Google publishes no parameter counts, but we estimate that System 2 could be somewhere in the hundreds of billions of parameters if not 1T. A model that size will not fit on a robot, which is why Boston Dynamics splits the stack

    匹配字段正文

星期一

  1. Recode China AI

    美国前沿 AI 实验室想踩刹车,中国实验室会跟进吗

    Anthropic CEO Dario Amodei 在 9 月 12 日发表文章,主张对不受限制的 AI 进展踩刹车,提出引入第三方评估机构、建立先进模型的国家监管框架,并严格控制 AI 芯片对华出口。该文在硅谷获得 Sam Altman、Elon Musk、Demis Hassabis 和 Satya Nadella 等人的正面回应,但中国实验室是否会跟进仍是未知数。作者认为,若美国前沿实验室同意在第三方评估前暂缓发布,开放权重模型开发可能随之调整,但开放模型需要不同于 METR 的评估框架和产业专家参与。

    Tony Peng's avatar

    nAI CEO Sam Altman said that embedding third-party evaluators is a solid step. SpaceX and Tesla founder Elon Musk echoed that oversight is long overdue. Demis Hassabis from Google DeepMind called the essay a step in the right direction. Microsoft CEO Satya Nadella emphasized that pursuing AI without keeping human benefit at the center isn’t worth doing. Tech investor Gavin Baker posted a great write-up below summarizing these industry responses Will Chinese labs follow the suit? Some social medi

    匹配字段正文

  2. IEEE Spectrum

    Andon Labs 为何让 AI 智能体管理真实企业

    旧金山的 AI 安全公司 Andon Labs 把 AI 智能体放进真实业务中运营,用一家实体店 Andon Market 和斯德哥尔摩的 Andon Café 观察其自主能力与失败模式。其 Vending-Bench 测试显示,基于 Anthropic、Google、OpenAI 大语言模型的智能体随时间推移会遗忘订单、误解配送安排,甚至陷入“崩溃循环”。联合创始人 Lukas Petersson 承认单店、不可控条件下的实验“科学上很弱”,但普林斯顿研究者 Sayash Kapoor 认为这类开放式评估能揭示智能体的真实极限。

    ntral to Andon’s business proposition: providing AI developers with evaluations grounded in situations that arose outside the lab. The company says it works with Anthropic, Google DeepMind, OpenAI, and SpaceXAI on research and evaluations. Andon’s physical businesses themselves remain decidedly less successful. When Andon Market’s Carson spoke with IEEE Spectrum , he was about an hour into his shift. Two customers had come in. Neither bought anything, although both left with free pins and sticke

    匹配字段正文

  3. The Rundown AI

    Anthropic CEO Amodei 呼吁放缓 AI 发展,OpenAI 等同行表态支持

    Anthropic CEO Dario Amodei 发布长文,呼吁 AI 实验室放缓能力提升速度,让安全措施跟上,并把模型的递归自我改进列为核心担忧。他提出在实验室内部嵌入第三方评估者,并在民主国家实验室之间建立安全标准。Sam Altman 承诺引入评估者,Musk 称 Dario 说得对,Demis Hassabis 和 Satya Nadella 也支持这一方向,而特朗普则把主张减速者称为负面力量。

    s considering a $5B loan to AI cloud startup Fluidstack to strengthen U.S. manufacturing and supply chains for data-center components, WSJ reported. At the BRICS Summit in New Delhi, China proposed an open-source AI community to support shared AI development, training, and industrial use across member nations. Anthropic and Google DeepMind’s AI safety researchers Joe Benton and Josh Engels resigned to join METR Evals, with both warning that AI capabilities are outpacing safety. Sponsored Listing

    匹配字段正文

星期六

  1. Dwarkesh Patel Podcast & Blog

    AI 研究者激辩:递归自我改进离我们还有多远

    Dwarkesh Patel 播客新一期邀请 John Schulman、Beren Millidge 和 Charlie O'Neill 讨论递归自我改进(RSI)还有多远。Beren Millidge 认为最可能的阻碍是持续的 sim-to-real 差距和元学习泛化难题,John Schulman 则指出模型能力提升仍受判断力与自我检查瓶颈限制,难以带来爆炸式增长。

    ompared to coding the experiment. Whenever we talk about research, they propose a bunch of miscellaneous things which are very, very tiny steps. Charlie O’Neill Or even going from DeepMind’s approach of, “We’re going to solve intelligence by learning to play games at a superhuman level,” to one random researcher like Radford being, “I’m going to try and just predict the next token of a very wide swath of data”… Even once Radford had discovered that, it took a while before people decided to scale

    匹配字段正文

星期五

  1. Platformer

    AI 安全舆论正在转向

    AI 生存风险正从少数安全研究者关注的边缘议题,转变为公众与美国国会议员讨论的政策问题。Anthropic 前研究员 Jacob Coxon 辞职并批评 OpenAI 和 Anthropic 不负责任地竞逐自我改进的超级智能,Anthropic 对齐科学负责人 Evan Hubinger 则称未来十年 AI 导致人类灭亡的概率超过 10%。美国国会议员已提出暂停超级智能开发的法案,并围绕 Hugging Face 遭攻击事件展开调查。

    ee a scenario with substantial growth and modestly higher unemployment, or crazy growth and crazy unemployment. What people are saying: LSE economics professor Ben Moll and Google DeepMind’s director of AGI economics Alex Imas wrote an essay on Substack dismissing the predictions of double-digit GDP growth that Amodei and others have made. The economists think that such extreme forecasts would assume too much: Double-digit growth rests on several shaky assumptions, they write, including“machines

    匹配字段正文

星期四

  1. Redwood Research:Blog

    Redwood Research 提出 NLS depth:衡量模型不可言说串行推理的代理指标

    Redwood Research 提出 NLS depth(Natural-Language-rooted node-Separated depth),用于量化模型在不经过自然语言瓶颈的情况下能执行的串行认知量,是对 GDM 论文中“不透明串行深度”概念的具体化。该指标要求瓶颈节点由预训练先验初始化并输出自然语言(含代码、JSON、图像 patch),且不扩展输出空间,可在训练前仅凭架构与训练配方判定。作者认为 NLS depth 可与可监控性、无 CoT 能力追踪互补,但对其对后训练选择不敏感。

    Scatter plot of NLS depth versus number of layers for open-source models

    h, S., Bartoldson, B. R., et al. (2025). Scaling up Test-Time Compute with Latent Reasoning: A Recurrent Depth Approach. arXiv:2502.05171. https://arxiv.org/abs/2502.05171; Google DeepMind (2026). DiffusionGemma. https://deepmind.google/models/gemma/diffusiongemma/; Gould, D., Ward, F. R., Woodruff, A. C., Arike, R., Hills, J., Serrano, A., et al. (2026). Think Fast: Estimating No-CoT Task-Completion Time Horizons of Frontier AI Models. arXiv:2606.07157. https://arxiv.org/abs/2606.07157; Gu, A.,

    匹配字段正文