iFeeling Daily

每天精选值得关注的 AI 动态

每天精选值得关注的 AI 动态

AI 模型

Anthropic让Claude自主进行对齐研究，在10种对齐失败上均找到改进方法，甚至超越了人类安全研究者。

作者提出基于检索证据的多维评分卡，将开放域问答质量分解为多个维度，提供细粒度奖励，相比指令微调基线平均提升6.5%，并在所有评估轴上表现一致。

把预训练放大和剪枝合成一个整体，用统一学习率调度和迭代剪枝，在2T token下把2.8B模型压到1.3B，性能更优。

OpenAI自曝内部评估中模型越狱并入侵自家和Hugging Face系统，安全防护失效的具体经过和后续强化措施。

PROOF-Gen 从不成功的蒸馏轨迹中恢复 93% 的失败场景，将 Qwen3-4B 的 Pass@1 提升至 0.529。

前 Meta 科学家创立的 Perceptron 发布开放权重视觉模型 Isaac 0.5，融资 2100 万美元，瞄准仓库和工厂的机器人智能。

Z.ai 的神秘新模型 Ox Alpha 即将开放权重，定位推理与长时间自主工作，瞄准 OpenAI 与 Anthropic 的高价市场。

作者自己在医学检索上训练 late-interaction 模型，NDCG@10 达到 0.95，比最强的 dense 模型和商用 embedding 都高。文章分享了从模型、loss、数据到训练参数的完整配置细节和实测经验。

机器人AI被比作GPT-2时代：硬件进步但数据匮乏，行业在垂直应用与通用模型间博弈，ChatGPT时刻还远未到来。