跳到正文
11月16日周一
11月15日周日
  1. Hacker News (Frontpage)52

    Myriad 交互式讲解强化学习:让四神经元小生物自己学会追逐光

    【这是什么】Myriad 系列第二章,一篇可视化交互讲解,构建只有四个神经元的数字生物 spark,展示它如何通过强化学习自学追逐光。【商业/痛点逻辑】面向想直观理解强化学习的读者,读者可亲手调节三个连接参数(直线、交叉连接与 drive)体验试错学习,并展示数百个 spark 的学习轨迹最终收敛到同一目标。

11月14日周六
11月8日周日
  1. Hacker News (Frontpage)77

    Anthropic 拆解 Claude 的 Agent 记忆组件:记忆笔记、wiki 与 dreaming 离线整理

    Anthropic 发布关于 Claude Agent 记忆系统设计的研究文章,把记忆分为会话内标记显著事件写入记忆笔记、离线时段的 dreaming 反思整理,以及 wiki 等记忆表征与层级注入。

    推荐理由:Anthropic 官方拆解 Agent 记忆系统设计,结合 Pokémon 和基准评测给出做梦式整理记忆的工程借鉴。

11月7日周六
11月4日周三
  1. Hacker News (Frontpage)61

    Qwen 3.8 27B 本地复现 Weight-Space Programming:笔记本上直接读懂模型权重

    Simon Willison 复现论文 Sparks of Weight-Space Programming 的实验,发现 Qwen 3.8 27B 在笔记本上(仅 17GB,经 LM Studio)也能从原始浮点权重中判断强化学习网络玩的是哪款游戏,四次实验识别 Pac-Man、Pong、Breakout 成功,Freeway 失败,单次推理耗时 46 分钟到 1 小时以上。

10月30日周五
10月23日周五
  1. Hacker News (Frontpage)26

    “自然语言编程”的愚昧(1978):Dijkstra 论形式符号的价值

    这是 Dijkstra 1978 年的经典文章,批判用自然语言向机器下达指令的想法。他指出接口变更会增加双方工作量,而形式符号只需满足少数简单规则,是排除谬误的高效工具;希腊数学因停留于口头表达而停滞,西欧则因 Vieta、Descartes、Leibniz、Boole 等人设计的形式符号体系而受益。文章认为应把使用形式符号视为特权而非负担。

10月22日周四
10月17日周六
10月15日周四
  1. Hacker News (Frontpage)31

    机器人训练数据从哪来?谈机器人 AI 的数据获取难题

    机器人 AI 的发展面临一个关键问题:不像语言模型可以依赖现有海量语料(GPT-3 用了约 3000 亿 token,现存优质公开文本约 300 万亿 token),机器人训练没有等价的公开数据储备。目前主要方法包括遥操作(由人操控真实机器人录制成演示数据,用于行为克隆/模仿学习)和强化学习(机器人自主行动并对动作打分),但遥操作成本高、难以规模化,且仅部分数据可用于训练。