跳到正文
今天10月17日周六1 条
10月16日周五
  1. Latent Space72

    Goodfire 提出神经网络已足够清晰,可解释性争议再起

    Goodfire 的 Nick Cammarata 发布文章提出“神经网络已经足够清晰”,认为许多著名的多义性与叠加案例经进一步智能体分析后可以被解读,而他在 2023 年 OpenAI 的自动可解释性工作中仅约 2% 神经元可读。Neel Nanda 表示这未改变他的核心判断,仍认为存在表征叠加,Leo Gao 则主张应以神经元模拟的 KL 来衡量解释质量。该文尚未正式发表。

10月14日周三
10月13日周二
  1. MIT Technology Review · AI42

    开源模型确有实际好处,但它们能抵消风险吗?

    Anthropic 发布报告称,Z.ai 于 8 月发布的开源模型 GLM-5.3 可被任何人自由下载和修改,构成重大网络攻击风险。开源模型可本地运行、重训、微调,成本通常低于闭源模型,并被视为防止权力过度集中的手段;但截至发稿,Artificial Analysis LLM 榜单前八名仍均为闭源模型。

  2. Latent Space82

    Meta 发布 Muse Wonder 与 Muse Wonder Full 模型家族

    Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full,前者通过 Meta Model API 和 Muse Code 提供,后者仅面向 Muse Code 订阅用户。

    推荐理由:汇总了 Meta 新模型的首发细节与多家第三方评测数据,可对照其与 Opus 5.5、GPT-6 系列的位次差异。

10月9日周五
10月8日周四