跳到正文
今天10月16日周五1 条
10月15日周四
10月13日周二
  1. MIT Technology Review · AI38

    开放模型利大于弊吗?Anthropic 称 GLM-5.3 构成重大网络攻击风险

    Anthropic 发布报告称,Z.ai 于 8 月发布的开源模型 GLM-5.3 可被任何人自由下载和修改,构成重大网络攻击风险。开放模型可下载、可重训、可微调,成本通常低于闭源模型,但安全与民主化之间存在权衡。目前 Artificial Analysis LLM 榜单前八名均为闭源模型,开源模型在开发进度上仅落后数月。

10月9日周五
  1. MIT Technology Review · AI62

    MIT Technology Review:我们对 AI 说“不”的能力寄予了过多信任

    MIT Technology Review 刊文指出,AI 的拒绝行为已成为安全体系的核心,但我们对它的信任可能过度。文章梳理了拒绝机制的训练过程与不确定性:模型通过微调学习拒绝有害提示,但拒绝依赖概率性判断,分类器叠加的“瑞士奶酪模型”仍存在漏洞,越狱攻击屡屡得手。

10月8日周四
10月5日周一
  1. MIT Technology Review · AI12

    从预测分析到智能体 AI:企业决策的新前沿

    企业 AI 的竞争焦点已从预测模型能否超越统计预测,转向如何让预测系统自主行动而不偏离业务意图。深度学习和生成式 AI 驱动的智能分析支持实时训练,使 AI 持续演进而非等待季度刷新,其数据来源也从规整的数值记录扩展到杂乱的非结构化交互数据。Everest Group 合伙人 Vishal Gupta 认为,"分析"一词正让位于 AI。

5月8日周五
  1. Berkeley AI Research38

    自适应并行推理:高效推理扩展的下一范式

    伯克利 AI 研究团队综述了并行推理领域进展,重点分析自适应并行推理——让模型自行决定何时分解并并行化独立子任务、生成多少并发线程以及如何协调。现有方法如 Self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild! Inference 的并行结构多由外部设定,未教会模型自适应行为。