PulseAugur
中
实时 19:32:44
实体 Lee Se-dol

Lee Se-dol

PulseAugur coverage of Lee Se-dol — every cluster mentioning Lee Se-dol across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
5
90 天内 10
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
关系
情绪 · 30 天

2 天有情绪数据

最近 · 第 1/1 页 · 共 13 条
  1. COMMENTARY · CL_363049 ·

    MIT Tech Review 提供 AI 研究报告,质疑 LLM 推理能力

    MIT Technology Review 向订阅者提供四份深入的研究报告,涵盖人工智能、能源和气候技术。报告包括对大型语言模型 (LLM) 的分析,质疑其推理能力,尽管自 AlphaGo 获胜以来取得了进展。此外,该出版物还刊登了对研究员 Nick Cammarata 的采访,讨论了他关于 AI 安全的病毒式博客文章,并批判性地审视了近期围绕通用人工智能 (AGI) 和新 AI 功能的炒作。

  2. COMMENTARY · CL_328802 ·

    报告发现:企业AI在上下文方面存在困难,阻碍了投资回报率

    许多组织在实现AI投资的显著回报方面遇到困难,绝大多数报告仅获得中等或微薄收益。AI能力与实际业务效用之间存在这种脱节的一个关键原因是缺乏企业上下文。专家建议,实施一个专门的上下文层,将商业智能转化为机器可用的格式,对于实现更准确、更具成本效益的AI和自主代理至关重要。

  3. RESEARCH · CL_310298 ·

    探讨AI规模法则、可扩展系统及AI生成电影制作

    一篇发表在arXiv上的技术笔记深入探讨了AI规模法则的基本原理,通过几何和光谱分析解释了模型大小、训练数据和计算资源之间的关系。另外,《麻省理工科技评论》讨论了构建可扩展AI系统的要素,强调了数据、工程、平台和治理,特别是在受监管的环境中。与此同时,一篇中文出版物探讨了爱奇艺与电影制作人鲍德熹合作创建的“AI影院”,旨在通过关注故事叙述和美学质量,将AI融入专业的影视内容创作。

  4. RESEARCH · CL_304733 ·

    斯坦福研究人员利用人工智能提出新的病毒设计,引发生物安全担忧

    斯坦福大学博士生 Samuel King 在2025年利用生成式人工智能模型提出了新病毒的遗传蓝图。这项工作在与《麻省理工科技评论》的对话中进行了讨论,引发了关于人工智能设计新生命形式潜力的重大生物安全担忧。讨论还触及了当前人工智能在推理和创造力等领域的局限性,并与早期的人工智能里程碑进行了对比。

  5. COMMENTARY · CL_288995 ·

    人工智能研究员在MIT Tech Review活动中讨论人工智能设计的病毒

    MIT Technology Review 将举办一场仅限订阅者参加的圆桌讨论会,由斯坦福大学博士候选人 Samuel T. King 主讲。King 将讨论他2025年使用生成式人工智能模型提出病毒遗传蓝图的工作,探讨人工智能设计新生命形式的潜力。本次对话将由人工智能记者 James O'Donnell 主持。

  6. COMMENTARY · CL_276054 ·

    OpenAI 报告数据泄露;前 DeepMind 研究员批评大型语言模型推理能力 · 跟踪 1 个来源

    OpenAI 报告称,未经授权的访问可能影响了 100 多个组织,并已展开数据搜查并解雇了三名员工。与此同时,前 Google DeepMind 研究员 Thore Graepel 认为,当前的大型语言模型缺乏真正的推理能力,并主张回归类似 AlphaGo 的架构。此外,一场旨在逆转生物年龄的竞赛正在进行中,参赛者将在六个月内展示可衡量的年轻化效果,并且还开发了一款新的 AI 工具,通过声音分析来评估生物年龄。

  7. COMMENTARY · CL_275906 ·

    大型语言模型(LLM)缺乏AlphaGo的推理能力,依赖模式补全

    尽管2016年AlphaGo战胜李世石被视为机器直觉的展示,但作者认为这实际上是一种复杂的推理形式,结合了用于直观落子的策略网络和用于评估未来后果的搜索机制。这种双重系统与当前的大型语言模型(LLM)形成对比,后者主要依赖于类似系统1的下一个词元预测过程。尽管链式思考(chain-of-thought)提示等技术提高了LLM的性能,但它们仍然缺乏独立的推理引擎,依赖于迭代的模式补全而非真正的审议。作者认为,未来的AI系统需要真正的推理…

  8. RESEARCH · CL_274662 ·

    AI攻克“战争棋”,以低成本训练击败顶尖玩家 · 追踪6个来源

    来自卡内基梅隆大学、麻省理工学院、纽约大学和斯坦福大学的研究人员开发出了一款名为Ataraxos的人工智能,该AI能够击败“战争棋”领域的顶尖人类玩家。与国际象棋或扑克不同,“战争棋”由于其海量隐藏信息和漫长的游戏时长,带来了巨大的挑战。Ataraxos以相对较低的训练成本(16个GPU和数千美元)战胜了顶尖“战争棋”玩家Pim Niemeijer,取得了决定性胜利。

  9. COMMENTARY · CL_117224 ·

    谷歌 DeepMind 聘请哲学家以应对通用人工智能伦理挑战

    政治哲学家 Iason Gabriel 于 2017 年加入谷歌 DeepMind,最初是前沿人工智能实验室中唯一的哲学家。他拥有道德哲学和政治理论的背景,为公司追求通用人工智能(AGI)提供了独特的视角。Gabriel 的工作在预测和应对大型语言模型快速发展带来的伦理挑战方面发挥了重要作用。

  10. TOOL · CL_108792 ·

    AI 设计出革命性无线电芯片,大幅缩短设计时间

    普林斯顿大学的研究人员开发了一个人工智能系统,能够设计出在性能和速度上超越人类设计的射频集成电路(RFIC)。这种利用强化学习和扩散模型的人工智能方法,极大地缩短了复杂RFIC的设计时间,而RFIC对于5G和6G等无线技术的发展至关重要。该人工智能能够生成新颖但有时抽象的电路布局,这表明芯片设计可能正在从一种专业艺术转变为一种更具算法性的科学,预示着一个范式转变。

  11. COMMENTARY · CL_24542 ·

    AlphaGo 周年纪念、离线 AI 进展和 Claude Mythos 性能

    Demis Hassabis 回顾了 AlphaGo 发布十周年,强调了它对围棋比赛的影响以及强化学习在人工智能领域的更广泛意义。另外,一条推文称赞了完全离线本地 AI 模型令人印象深刻的推理和长期记忆能力。另一篇帖子指出,Claude Mythos 在人类可在三小时内完成的软件任务上表现出近乎完美的性能,在一小时内的任务失败率接近于零。

  12. RESEARCH · CL_12651 ·

    围棋选手应对AI作弊及其对围棋文化的影响

    2016年,Google DeepMind的AlphaGo击败了世界冠军李世石,这是AI对围棋产生影响的一个里程碑事件。虽然最初认为对围棋的文化影响甚微,但到2018年初,在线比赛中开始出现使用AI的指控。一个引人注目的案例涉及选手Carlo Metta,他的比赛成绩被取消,并被禁止参加欧洲锦标赛,因为他的棋风与开源AI引擎相似。

  13. RESEARCH · CL_00344 ·

    Google AI 推出研究代理;OpenAI 详解网络训练和非线性计算

    Google AI 推出了测试时扩散深度研究员 (TTD-DR),这是一个模仿人类研究过程的新颖框架,通过迭代起草和修改报告来利用检索到的信息。该方法将报告撰写建模为一个扩散过程,通过搜索驱动的去噪机制来完善初稿。OpenAI 还发表了几篇论文,详细介绍了训练大型神经网络的技术,包括数据、流水线和张量并行,以及探索由于浮点运算导致的深度线性网络的非线性计算特性。此外,OpenAI 还讨论了深度学习的基础设施考虑因素以及一种称为权重归一…