AI Slop

在AI内容泛滥的当下，“SLOP”（垃圾）一词已从指代低质量作品演变为一种社会免疫反应。早期AI生成的“六指”、滥用表情符号等特征已成为被识别“AI气味”的抗原，人们对此感到疲劳且厌恶，并通过喊出“SLOP！”来抵制污染，驱逐传播者。如今AI生成质量已大幅提升，在音乐、视频、写作等领域几乎无法与人类作品区分，但“SLOP”的指控仍持续不断。这不再是基于质量或人力投入的判断，而是基于经验前设的情感与道德谴责。这种标签化掩盖了作品背后的人类劳动与技艺，使得数字创作者的付出被低估。当一切产出都被打上“AI味”的烙印时，社会免疫系统正在惩罚的已不是劣质，而是所有带有AI痕迹的内容本身。 #AI #垃圾内容 #社会免疫 #数字创作 #内容质量 #人工智能 #科技评论 #排异反应

Miles：面向大规模 LLM 强化学习后训练的 PyTorch 原生框架

RadixArk 开源了 Miles，这是一个专为大语言模型强化学习（RL）后训练设计的 PyTorch 原生框架。随着模型从密集向混合专家（MoE）结构演进，RL 后训练已从简单训练循环转变为复杂的分布式系统问题。Miles 通过集成 SGLang 实现高吞吐 rollout，结合 NVIDIA Megatron-LM 进行可扩展训练，利用 Ray 编排分布式系统，并保持 PyTorch 作为统一编程层。其核心设计哲学是“小核心、多边缘”：训练循环紧凑，rollout 逻辑、奖励计算、损失函数等模块通过用户提供的 Python 组件在启动时接入，便于定制。Miles 内置统一低精度配方、MoE 感知的 roll out/训练对齐、快速 NCCL/RDMA 权重同步、可观测性和容错机制，使得构建、复现和运筹大规模 LLM 强化学习变得更加容易。该框架支持分离式或共置式部署，并通过 Ray 的 GPU 感知调度与放置组实现高效的集群资源管理。 #Miles #LLM #强化学习 #PyTorch #分布式系统 #开源 #Megatron #SGLang #Ray #AI框架

Grok 4.5 在 Cursorbench 上超越 GPT

最新发布的 Cursorbench 基准测试显示，xAI 的 Grok 4.5 模型在评估 AI 代理处理模糊多文件任务的性能中，以 66.7% 的得分领先 OpenAI 的 GPT-5.5（最高 58.4%），且平均每次任务成本仅为 1.51 美元，约为 GPT-5.5 的 2.05 美元的一半。然而，该测试特别指出，Grok 4.5 的训练数据可能无意中包含了早期 Cursor 代码库快照，具体影响尚不明确，后续模型已移除该数据。其他模型如 Anthropic 的 Fable 5、Opus 4.8 等也有出色表现，但成本普遍更高。该基准测试结果反映了当前大模型在代码生成与工具调用场景下的效率差距。 #AI #大模型 #基准测试 #Grok #GPT #Cursorbench #代码生成

工信部警示Claude Code存安全隐患，阿里已禁用

7月8日，工信部所属国家网络安全威胁和漏洞信息共享平台（NVDB）发布安全提示，指出监测发现AI编程工具Claude Code存在安全后门隐患，可能被恶意利用导致数据泄露或系统被控。工信部建议相关单位和用户立即全面排查，卸载存在隐患的开发终端或进行升级。据悉，阿里巴巴已率先禁用该工具。此次事件再次引发业界对AI开发工具安全性的关注，提醒企业在追求效率的同时需加强安全审查。 #工信部 #ClaudeCode #安全隐患 #AI编程工具 #网络安全 #阿里 #数据泄露 #科技新闻

Anthropic 宣布 Claude Cowork 重大升级，手机端即可远程操控

Anthropic 发布 Claude Cowork 的重大更新，首次支持移动设备操控。用户现在可以通过手机指挥 AI 完成任务，即使合上电脑或身处异地（如看世界杯、赶飞机），Cowork 也能持续工作。仅在需要决策时，系统才会向用户发送通知询问。这一升级将 AI 协作从桌面延伸至移动场景，极大提升了灵活性和效率。 #Anthropic #ClaudeCowork #AI #移动办公 #科技新闻 #远程工作