biological pathway
PulseAugur coverage of biological pathway — every cluster mentioning biological pathway across labs, papers, and developer communities, ranked by signal.
- 2026-08-17 funding Polish startup Pathway secured $20 million in funding. 来源
3 天有情绪数据
-
Transformer 模型因限制 AI 进展而受到批评；新架构涌现
当前驱动大多数 AI 模型运行的 Transformer 架构缺乏持久记忆和持续学习能力，阻碍了迈向超智能的进展。虽然检索增强生成（RAG）提供了变通方法，但并未从根本上改变模型的静态性质。未来的 AI 发展正转向受人脑启发的架构，探索状态空间模型、循环式模型和测试时学习，以实现真正的经验学习。
-
后Transformer AI架构图解：Mamba、RWKV等
一位Reddit用户汇编了对后Transformer AI架构的全面比较，详细介绍了超越标准Transformer模型的进步。该分析重点介绍了Mamba、RWKV、xLSTM和Titans等各种方法，侧重于在实际计算约束下改进推理、记忆和适应性。该用户的工作包括比较核心机制、注意力变体和测试时记忆能力的表格，表明未来在有限资源下效率和智能至关重要。
-
小型推理模型：AI的下一个重大转变？
讨论围绕着“小型推理模型”（SRMs）作为AI领域一项重大发展的潜力展开。支持者认为，为有界域内原生推理设计的模型可能以更少的参数实现高精度，从而减少对海量通用知识数据集的需求。对这些SRMs的关键评估指标包括紧凑性、少样本适应能力、训练效率以及技能不退化的持续学习能力。对话还触及了这些模型与标准Transformer的不同之处，特别是它们处理状态和记忆的能力，可能避免灾难性遗忘。
-
AI 进展包括规划代理、新型驾驶系统和受大脑启发的架构 · 跟踪 3 个来源
AI 创业家 Danijar Hafner 正在开发能够为意外情况做规划的高级代理，他从旧金山的一家隐秘初创公司开展工作。另外，一篇新研究论文介绍 DriveZero，这是一个端到端的自动驾驶系统，它超越了模仿人类驾驶日志的局限。此外，AWS 正在其 Amazon SageMaker HyperPod 平台上支持 Pathway 的 Baby Dragon Hatchling (BDH) 的开发，这是一种受大脑启发的 AI 架构。
-
Pathway 的受大脑启发的 BDH 架构在 Amazon SageMaker HyperPod 上开发
Pathway 是一家开发人工智能系统的公司，它创建了一种新颖的、受大脑启发的架构，称为 BDH（Dragon Hatchling），它超越了传统的 Transformer 模型。该架构在潜在空间中执行推理，在推理过程中调整其内部内存，而无需生成中间文本痕迹或为新知识进行重新训练。Pathway 正在利用 Amazon SageMaker HyperPod 来扩展 BDH 的开发和训练，并利用其高效计算资源管理的能力。
-
波兰 AI 初创公司 Pathway 融资 2000 万美元，号称效率提升 11 倍
波兰初创公司 Pathway 融资 2000 万美元，公司估值 5 亿美元。据报道，其 BDH 模型在成本降低 11 倍的情况下实现了顶级性能。
-
Pathway 的 BDH-CQ 模型设定了新的 ARC-AGI-1 成本效益前沿
Pathway 发布了 BDH-CQ，一个拥有 1.5 亿参数的后 Transformer 模型，在 ARC-AGI-1 基准测试中取得了 29.5% 的分数。据报道，该模型设定了新的成本效益前沿，计算出的每任务成本仅为 0.0007 美元。该架构利用了循环记忆和潜在推理，不同于传统的长 token 思维链。这一发展可能与预测的记忆效率架构突破有关，OpenAI 研究员 Lukasz Kaiser 作为投资者和顾问参与其中。
-
《Attention Is All You Need》作者呼吁进行后 Transformer AI 辩论
开创性论文《Attention Is All You Need》的合著者之一提议超越 Transformer 架构。这一转变是关于人工智能模型开发未来持续辩论的一部分。讨论强调了当前架构的潜在局限性，并探索了替代方法。