跳到正文
10月19日周一
10月17日周六
  1. Hacker News (Frontpage)41

    Claude 用自然语言描述设计出更高效的量子电路

    Anthropic 让 Claude Mythos 5 根据纯文字规格自主设计量子电路,覆盖化学、优化、量子模拟和数论领域的 8 个计算原语。通过外部评估程序自动验证正确性并按「qubit 数 × gate 数」打分,Claude 在无人介入的闭环中发现优于已发表最佳算法的新设计,部分改进达一个数量级以上,其中将某优化算法最昂贵步骤的成本降低约 12x。这类改进可显著减少实用量子应用所需的资源。

  2. Hacker News (Frontpage)44

    分析:美国 90% 的工作时间所涉任务缺乏 AI benchmark 覆盖

    一项基于美国劳工部 O*NET 分类体系的分析显示,美国 90% 的工作时间花在现有 AI benchmark 几乎未覆盖的任务上。研究将 923 个 O*NET 职业共 18,797 项任务与 29 个 benchmark 对照,发现仅 208 个职业拥有至少 5 条 benchmark 提示词覆盖的任务,22 个职业族中有 6 个完全没有覆盖。

10月16日周五
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。

10月13日周二
10月12日周一
  1. Hacker News (Frontpage)39

    MASS:通过群体智能实现递归自我改进

    Sakana AI 实习期间的研究提出 Multi-Agent Self-Supervision(MASS),让同一个模型同时担任执行者、优化器和评估者,先优化多智能体团队工作流,再将团队集体经验蒸馏进共享模型,为同质化递归自我改进(RSI)提供自监督信号。该方法在研究类非可验证任务上提升了每个输出 token 的得分,并由 GPT-5.5 和 Claude Opus 4.8 作为独立外部评估。

9月22日周二