跳到正文
今天11月5日周四8 条
  1. 雷峰网78

    MIT CSAIL 用 GPT-6 Astra 编辑 Qwen3.5-0.8B 权重,0.016% 参数改动让 MATH-500 从 7.9% 升至 48.1%

    MIT CSAIL 提出 Weight-Space Programming,让 GPT-6 Astra 只读取 Qwen3.5-0.8B 的权重并直接修改参数,改动约 0.016% 的权重后,MATH-500 从 7.9% 提升到 48.1%,GSM8K 从 13.8% 升到 67.1%。

    同一件事,精选收录的是《MIT 研究:GPT-6 Astra 可直接读写其他 AI 模型权重》

  2. 雷峰网58

    百度披露世界模型 ApolloWorld,提出“2+3”评价标准

    百度披露其无人驾驶世界模型 ApolloWorld,把虚拟道路上的交通参与者建模为能感知周围变化并作出反应的 AI 智能体,同时生成相机画面与激光雷达点云。百度智能驾驶事业群组首席研发架构师王亮提出“2+3”判断标准,基础门槛是因果性与交互性,好用标准是物理准确性、持久性和实时性。

  3. Latent Space62

    Latent Space 每日 AI 新闻:权重空间编程复现争议、腾讯 Hy4 发布与上海 AI Engineer

    Latent Space 汇总 11 月 2 日至 3 日的 AI 新闻,重点讨论“权重空间编程”的多个独立复现与质疑。多组报告称前沿 LLM 可直接生成或编辑小型网络权重,Alex Krentsel 的复现显示最新模型生成的 Breakout 网络得分达 RL 基线 22 倍,Hugging Face 也用 ML Intern 复现并开源模型与 demo。

11月4日周三
  1. Google DeepMind72

    Google DeepMind 为 Antigravity 推出化学信息学技能包

    Google DeepMind 为 Google Antigravity 推出 Cheminformatics Skills,基于 RDKit 并接入 ChEMBL 与 PubChem,让智能体在约一小时内完成从文献检索数千化合物、匹配分子对分析到提出新型刚性化大环化合物及合成路线的流程,而过去单次迭代通常需要数天。

    推荐理由:原文给出化学技能包在真实肺癌药物案例中的完整流程与耗时对比,可据此判断智能体在科研工作流中的分工方式。

10月31日周六
10月30日周五
  1. Google DeepMind58

    Google DeepMind 的 PlanAssist 将扩展至英格兰 12 个地方规划部门

    Google DeepMind 与英国政府合作开发的 AI 规划工具 PlanAssist 将扩展至英格兰另外 12 个地方规划部门,参与总数达到 15 个。在 Barnet、Camden 和 Dorset 的早期试点中,该工具把规划官员处理住户类申请评估任务的平均时间缩短了 58%,超过 70% 的生成报告无需修改即获官员批准。

10月29日周四
10月28日周三
  1. Google DeepMind82

    Google DeepMind 发布世界模型 Genie 4

    Google DeepMind 发布新一代世界模型 Genie 4,原生支持多模态,可在生成画面的同时生成音乐、环境音和交互对话。Genie 4 支持用自然语言实时修改天气、镜头和场景人物,并借助 Gemini 3.8 Flash 作为循环中的引导智能体拆解多步任务、校验执行进度。

    推荐理由:官方披露 Genie 4 的原生音频、实时文本操控与 Gemini 协同推理,可据此判断世界模型当前的能力边界。

10月22日周四
  1. Google DeepMind60

    Google DeepMind 联合 WRI 与 IIASA 发布 10 米分辨率全球森林类型图 ForTy 2020

    Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology(ForTy)2020,把全球每块 10×10 米土地归入原始林、自然再生林、人工种植林、商品林、木本作物与农林、其他土地六类。

    推荐理由:读者可了解一张10米分辨率全球森林类型图如何区分原始林、人工林与农林,以及它和欧盟零毁林法规的关系。

10月16日周五
10月14日周三
  1. Google DeepMind80

    Google DeepMind 发布 Gemini 4 Argon 安全与安保报告

    Google DeepMind 公布 Gemini 4 Argon 的安全与安保报告,说明在网络安全和生物领域能力提升后,如何通过前沿防护措施防止滥用。Argon 在 12 个端到端模拟网络攻击场景中全部完成,上一代为 5 个;对抗测试中的违规行为减少近一半,外部生物越狱红队仅解锁不到 1% 的生物子任务。

    推荐理由:原文披露了 Gemini 4 Argon 在网络安全与生物滥用防护、失准监控和提示词注入上的具体测试数据,可据此了解前沿模型的安全部署流程。