Rich Sutton 谈 AI 创造力与发现
强化学习先驱 Richard Sutton 在一段视频演讲中提出颇具争议的观点：当前基于监督学习的生成式 AI 本质上无法做出真正新颖的发现。他以经典笑话类比——AI 的输出要么新颖但不优秀，要么优秀但不新颖。Sutton 指出，生成式 AI（包括大语言模型、图像视频模型等）通过大量示例训练，能生成类似人类或自然的文本、图像，但无法同时兼顾创新与质量。当用户要求事实性答案时，AI 的“新颖”即幻觉，不受欢迎；而在虚构创作中，AI 的随机性虽能产生新颖内容，却无法保证质量源于真实数据。Sutton 强调，这种“非此即彼”的局限源于生成式 AI 的随机性与数据依赖性，使其无法像人类科学家那样在探索中实现真正的突破性发现。 #AI #生成式AI #创造力 #强化学习 #RichardSutton #科技 #人工智能
强化学习先驱 Richard Sutton 在一段视频演讲中提出颇具争议的观点：当前基于监督学习的生成式 AI 本质上无法做出真正新颖的发现。他以经典笑话类比——AI 的输出要么新颖但不优秀，要么优秀但不新颖。Sutton 指出，生成式 AI（包括大语言模型、图像视频模型等）通过大量示例训练，能生成类似人类或自然的文本、图像，但无法同时兼顾创新与质量。当用户要求事实性答案时，AI 的“新颖”即幻觉，不受欢迎；而在虚构创作中，AI 的随机性虽能产生新颖内容，却无法保证质量源于真实数据。Sutton 强调，这种“非此即彼”的局限源于生成式 AI 的随机性与数据依赖性，使其无法像人类科学家那样在探索中实现真正的突破性发现。 #AI #生成式AI #创造力 #强化学习 #RichardSutton #科技 #人工智能
明略科技发布“模型—平台—硬件”三级Agentic AI产品矩阵
2026年，明略科技在Agentic AI领域密集布局，构建了“端侧模型—Agent协作平台—AI硬件”三级产品矩阵。公司开源了端侧GUI-VLA智能体模型Mano-P，其72B版本在OSWorld基准测试中成功率全球第一；推出磁吸卡片形态AI录音硬件Octic，支持本地数据处理与实时会议辅助；多Agent开源协作平台Octo已在内部1400名员工中部署，超2900个AI Agent高效运行。财务方面，明略科技2025年实现扭亏为盈，经调整净利润4204万元，毛利率提升至55.4%，新业务“Agentic Services”贡献收入超1亿元。公司内部全链路AI改造使社媒分析人效提升20倍，并于2026年6月纳入港股通，月内股价涨幅超40%。机构认为，明略科技验证了Agentic AI的商业闭环，成为港股唯一具备完整技术栈的AI公司。 #明略科技 #AgenticAI #开源模型 #AI硬件 #港股通 #扭亏为盈 #数据智能
2026年，明略科技在Agentic AI领域密集布局，构建了“端侧模型—Agent协作平台—AI硬件”三级产品矩阵。公司开源了端侧GUI-VLA智能体模型Mano-P，其72B版本在OSWorld基准测试中成功率全球第一；推出磁吸卡片形态AI录音硬件Octic，支持本地数据处理与实时会议辅助；多Agent开源协作平台Octo已在内部1400名员工中部署，超2900个AI Agent高效运行。财务方面，明略科技2025年实现扭亏为盈，经调整净利润4204万元，毛利率提升至55.4%，新业务“Agentic Services”贡献收入超1亿元。公司内部全链路AI改造使社媒分析人效提升20倍，并于2026年6月纳入港股通，月内股价涨幅超40%。机构认为，明略科技验证了Agentic AI的商业闭环，成为港股唯一具备完整技术栈的AI公司。 #明略科技 #AgenticAI #开源模型 #AI硬件 #港股通 #扭亏为盈 #数据智能
实测扣子3.0：多Agent协作让AI真正“搭班干活”
近日，字节跳动旗下AI平台扣子发布3.0版本，核心更新是支持将多个不同AI Agent拉入同一项目空间协作。实测显示，用户可将Claude Code、Codex等本地或云端Agent加入项目，通过群聊式交互分配任务。例如，搭建AI科普账号时，主Agent自动拆解需求为调研、选题、内容三个阶段，分派给不同Agent执行，最终产出完整方案；规划团建行程时，Agent先确认关键信息，再并行完成酒店、机票和行程规划，并自动汇总对比方案。此外，扣子3.0还支持生成AI漫剧，Agent能主动分析剧本、分配角色资源、写入分镜并配乐。专家技能包和多端协同功能进一步提升了实用性。这一更新将人从繁琐的上下文搬运和任务转派中解放出来，让AI真正成为协作伙伴，而非被动工具。 #扣子3.0 #AI协作 #多Agent #字节跳动 #人工智能 #科技新闻
近日，字节跳动旗下AI平台扣子发布3.0版本，核心更新是支持将多个不同AI Agent拉入同一项目空间协作。实测显示，用户可将Claude Code、Codex等本地或云端Agent加入项目，通过群聊式交互分配任务。例如，搭建AI科普账号时，主Agent自动拆解需求为调研、选题、内容三个阶段，分派给不同Agent执行，最终产出完整方案；规划团建行程时，Agent先确认关键信息，再并行完成酒店、机票和行程规划，并自动汇总对比方案。此外，扣子3.0还支持生成AI漫剧，Agent能主动分析剧本、分配角色资源、写入分镜并配乐。专家技能包和多端协同功能进一步提升了实用性。这一更新将人从繁琐的上下文搬运和任务转派中解放出来，让AI真正成为协作伙伴，而非被动工具。 #扣子3.0 #AI协作 #多Agent #字节跳动 #人工智能 #科技新闻
Rubrik 推出 Agent Cloud，为 Anthropic Claude 代理提供安全防护
数据安全公司 Rubrik 在“Rubrik Forward”大会上正式发布面向 Anthropic Claude Code 和 Claude Cowork 的 Agent Cloud 安全平台，同步推出多项 AI 代理安全与恢复新能力。随着 AI 代理加速进入企业开发运营，安全治理与事后恢复成为关注重点。Rubrik CEO Bipul Sinha 指出，AI 代理可能被外部攻击利用，也可能在内部部署中引发风险，企业需具备代理遭入侵后的恢复能力。Agent Cloud 包含四项核心能力：语义 AI 治理引擎 SAGE 基于意图实时管控代理行为；Agent Inventory 盘点已部署代理并识别风险等级；Agent Rewind 支持回滚异常操作；Codebase Resilience 通过不可篡改快照保障代码库恢复。Rubrik 还宣布与 Cognizant、Deloitte 等六家全球系统集成商合作。其调查显示，86% 的网络安全负责人预计 AI 代理将在一年内突破安全护栏，88% 担心代理威胁增加将加大恢复难度。 #Rubrik #AgentCloud #AI安全 #Anthropic #Claude #网络安全 #数据恢复 #企业级AI
数据安全公司 Rubrik 在“Rubrik Forward”大会上正式发布面向 Anthropic Claude Code 和 Claude Cowork 的 Agent Cloud 安全平台，同步推出多项 AI 代理安全与恢复新能力。随着 AI 代理加速进入企业开发运营，安全治理与事后恢复成为关注重点。Rubrik CEO Bipul Sinha 指出，AI 代理可能被外部攻击利用，也可能在内部部署中引发风险，企业需具备代理遭入侵后的恢复能力。Agent Cloud 包含四项核心能力：语义 AI 治理引擎 SAGE 基于意图实时管控代理行为；Agent Inventory 盘点已部署代理并识别风险等级；Agent Rewind 支持回滚异常操作；Codebase Resilience 通过不可篡改快照保障代码库恢复。Rubrik 还宣布与 Cognizant、Deloitte 等六家全球系统集成商合作。其调查显示，86% 的网络安全负责人预计 AI 代理将在一年内突破安全护栏，88% 担心代理威胁增加将加大恢复难度。 #Rubrik #AgentCloud #AI安全 #Anthropic #Claude #网络安全 #数据恢复 #企业级AI
RKSC 论文提出多步推理大模型加速新方法
arXiv 上近日发布了一篇题为《RKSC: Reasoning-Aware KV Cache Sharing and Confident Early Exit for Multi-Step LLM Inference》的论文。该研究由 Anirudh Sekar 完成，针对大语言模型在多步推理任务中计算开销大的问题，提出了两种关键技术：推理感知的 KV 缓存共享机制，以及基于置信度的提前退出策略。前者通过智能共享中间层的键值缓存，减少重复计算；后者则允许模型在推理过程中置信度足够高时提前终止，从而显著降低推理时延和计算资源消耗。该方法有望在保持模型推理准确性的前提下，大幅提升 LLM 在复杂多步推理任务中的效率，为实际部署提供新的优化思路。 #LLM #多步推理 #KV缓存 #提前退出 #模型加速 #AI研究 #论文
arXiv 上近日发布了一篇题为《RKSC: Reasoning-Aware KV Cache Sharing and Confident Early Exit for Multi-Step LLM Inference》的论文。该研究由 Anirudh Sekar 完成，针对大语言模型在多步推理任务中计算开销大的问题，提出了两种关键技术：推理感知的 KV 缓存共享机制，以及基于置信度的提前退出策略。前者通过智能共享中间层的键值缓存，减少重复计算；后者则允许模型在推理过程中置信度足够高时提前终止，从而显著降低推理时延和计算资源消耗。该方法有望在保持模型推理准确性的前提下，大幅提升 LLM 在复杂多步推理任务中的效率，为实际部署提供新的优化思路。 #LLM #多步推理 #KV缓存 #提前退出 #模型加速 #AI研究 #论文
SFT后强化学习失效
一项来自arXiv的新研究揭示了AI模型训练中的一个关键问题：在监督微调（SFT）之后，强化学习（RL）阶段常常失效。研究人员发现，SFT过程会显著降低模型的可塑性，使其难以通过后续的RL进行有效优化。为解决这一问题，论文提出了一种名为“可塑性恢复”的新方法，通过引入特定的正则化技术和动态调整学习策略，在SFT与RL之间建立更稳健的过渡机制。实验表明，该方法能有效恢复模型在RL阶段的适应能力，显著提升最终性能。这一发现对当前大语言模型的两阶段训练范式具有重要指导意义，有助于优化从SFT到RL的衔接流程，提升模型训练的整体效率和效果。 #AI #机器学习 #强化学习 #模型训练 #arXiv #大语言模型 #SFT
一项来自arXiv的新研究揭示了AI模型训练中的一个关键问题：在监督微调（SFT）之后，强化学习（RL）阶段常常失效。研究人员发现，SFT过程会显著降低模型的可塑性，使其难以通过后续的RL进行有效优化。为解决这一问题，论文提出了一种名为“可塑性恢复”的新方法，通过引入特定的正则化技术和动态调整学习策略，在SFT与RL之间建立更稳健的过渡机制。实验表明，该方法能有效恢复模型在RL阶段的适应能力，显著提升最终性能。这一发现对当前大语言模型的两阶段训练范式具有重要指导意义，有助于优化从SFT到RL的衔接流程，提升模型训练的整体效率和效果。 #AI #机器学习 #强化学习 #模型训练 #arXiv #大语言模型 #SFT
可训练平滑旋转变换与学习通道缩放技术助力大模型量化
arXiv上发布了一篇题为《Trainable Smooth-Rotation Transforms with Learned Channel Scales for LLM Quantization》的论文。该研究提出了一种针对大语言模型（LLM）量化的新型可训练平滑旋转变换方法，并引入了学习通道缩放技术。该方法旨在解决LLM在量化过程中常见的精度损失问题，通过优化变换和缩放参数，在保持模型性能的同时显著降低计算和存储开销。论文作者为Patrik Czakó等人，目前该论文已通过arXiv平台公开，并提供了PDF、HTML及TeX源码等访问方式，相关代码和数据链接也已开放。 #大模型 #量化 #AI #机器学习 #论文 #arXiv
arXiv上发布了一篇题为《Trainable Smooth-Rotation Transforms with Learned Channel Scales for LLM Quantization》的论文。该研究提出了一种针对大语言模型（LLM）量化的新型可训练平滑旋转变换方法，并引入了学习通道缩放技术。该方法旨在解决LLM在量化过程中常见的精度损失问题，通过优化变换和缩放参数，在保持模型性能的同时显著降低计算和存储开销。论文作者为Patrik Czakó等人，目前该论文已通过arXiv平台公开，并提供了PDF、HTML及TeX源码等访问方式，相关代码和数据链接也已开放。 #大模型 #量化 #AI #机器学习 #论文 #arXiv