标签
文章认为，学习使用AI工具是不够的；真正的优势在于构建系统、获取关注、沟通想法以及创造人们想要的产品。执行力和技能组合将比仅仅掌握AI更为重要。
本文提出H-Res，一种通过塑形关联记忆的能量景观来适应大型Transformer模型的方法，无需修改权重或添加提示，保留了记忆容量，且性能优于LoRA。
Yann LeCun 与合著者发表论文，主张AI行业应放弃通用人工智能（AGI）目标，转而提出超人类适应智能（SAI），专注于超越人类能力的专门化适应。
提出FoLoRA，一种遗忘感知优化框架，用于微调基础模型，通过广义瑞利商优化平衡任务效用和遗忘惩罚，更好地保留非目标能力。
SALSA提出了一种轻量级自适应方法，用于语音感知的大语言模型，通过监督目标学习逐层引导向量，在域外语音基准上取得了显著改进（相对提升高达46.8%），并表明引导编码器层（尤其是较深层）比修改LLM主干更有效。
随着气候事业的政治支持减弱，气候科技公司正转向关键矿物。例如，Boston Metal 为金属生产融资，Brimstone 则在水泥之外突出关键矿物。
文章认为，随着基于LLM的AI变得无处不在，语言应当适应这一变化，为AI创造新的代词，因为无论是人称代词（"他/她"）还是非人称的"它"，都无法准确反映与具备语言能力的非人类实体之间的独特关系。
作者指出编写 AI agent skills 时需要考虑不同平台（如 Claude Code 和 Codex）的兼容性，就像过去前端开发需要适配不同浏览器一样。
PhysBrain 1.0 是一份技术报告，提出了一种利用人类自我中心视频为视觉-语言-动作模型生成物理常识监督的方法，在ERQA、PhysBench、SimplerEnv-WidowX、LIBERO和RoboCasa等具身控制基准上取得了最先进的结果。
本文介绍了 CERSA，这是一种新颖的参数高效微调方法，它利用奇异值分解来保留主成分，在显著降低内存使用的同时，其表现优于 LoRA 等现有方法。
OmniHumanoid是一个框架，通过分解运动迁移和实体特定自适应，利用非配对数据和分支隔离注意力减少干扰，实现可扩展的跨实体视频生成。
OpenAI 研究人员开发了元学习智能体，能够在多轮竞争性游戏中持续调整其策略，相比固定策略智能体展现出优异性能，并对环境和身体变化具有鲁棒性。