爱可可-爱生活

爱可可-爱生活

AI博主 2025微博新锐新知博主

AI博主 2025微博新锐新知博主

查看更多 a
【推理引擎:大模型时代的“PDF漏洞”与后门】很多人担心大模型通过对话诱导人类,却忽略了运行模型的推理引擎本身就是一段充满漏洞的代码。最近关于vLLM等框架可能被恶意Token序列攻破的讨论揭示了一个残酷事实:当模型输出的特定字节触发了推理引擎解析器(Parser)中的缓冲区溢出或类似vLLM曾出现的 ​​​​...展开全文c
  • 长图
【大学该如何“批量生产”创始人】保罗·格拉汉姆近期发文指出,大学培养创始人的最优解并非开设创业课,而是回归硬核技术教学并留出大量“空白时间”。他认为创业无法被教会,只能在折腾个人项目时习得。哈佛的“阅读周”意外催生了微软与Meta,说明减少课程干预、让学生在兴趣驱动下“不务正业”,才 ​​​​...展开全文c
  • 长图
【大模型“硬核化”:是降维打击还是昂贵的刻舟求剑?】OpenAI和Anthropic正考虑将大模型权重直接“烧录”进专用芯片(ASIC)。这种做法能让推理速度提升10倍且成本降低一个数量级,但也意味着芯片一旦出厂,模型逻辑就彻底锁死。这种从通用GPU向专用ASIC的漂移,反映了行业对“SOTA模型寿命”判断的转 ​​​​...展开全文c
  • 长图
[人人能懂AI前沿] 从精准反馈、高效协作到群体智慧

你有没有觉得,最聪明的AI有时也会犯一些“低级错误”?本期节目,我们就从几篇最新论文出发,去看看AI那些意想不到的“脆弱时刻”。我们将一起探索,为什么AI合作有时会“1+1<2”,甚至被少数派“带偏”;又为什么一个不起眼的错别字,就能让它瞬间 ​​​​...展开全文c
#大学生向往的工作AI能替代# 机器替代的从来不是“人”,而是“动作”。 你每天工作八小时,真正不可替代的可能只有那几个需要拍板、共情、临场判断的瞬间,剩下的填表、搬数据、套模板,本质上就是人肉执行代码。过去我们把“坐办公室”等同于体面,但体面的从来不是空调和工位,而是你做的事有没有人 ​​​​...展开全文c
#明确自动驾驶违章原则# 这部法律最锋利的一刀,不是砍向技术,而是砍向话术。过去几年,车企营销时把辅助驾驶包装得无限接近自动驾驶,出了事又立刻缩回“驾驶员应时刻保持注意力”的免责条款里——左手收智驾溢价,右手甩锅给车主,两头通吃。现在法律说得很清楚:你敢叫“自动驾驶”,系统激活时出 ​​​​...展开全文c
#信任正在从人类转移到AI身上# 人类从来不是真的“信任”了算法,而是对人的失望到了极点后,选择了一个看不见欲望的东西来寄托。但这恰恰是最危险的错觉——你不信任银行家,是因为你能看见他的贪婪;你信任算法,恰恰是因为你看不见它的偏差。信任的本质从来不是“对方不会犯错”,而是“犯了错有人 ​​​​...展开全文c
#宇树研发费用或比牧原养猪经费低# 拿一家17亿营收的机器人创业公司和一家1440亿营收的养猪巨头比研发绝对值,本质上是拿大学生的生活费和中年人的房贷月供做对比——数字真实,结论荒谬。真正值得关注的问题是:宇树把营收的8.5%砸进研发,牧原只需投1%,这恰恰说明两件事——第一,养猪是用钱堆效率 ​​​​...展开全文c
#全球首个6nm晶圆级垂直堆叠芯片# 芯片行业的核心矛盾从来不是算力不够,而是数据喂不饱算力——端侧AI被卡脖子的本质是“内存墙”,不是“算力墙”。小米这颗芯片的思路很清醒:与其在制程上死磕纳米数,不如用封装革命把存储和计算物理距离压到几乎为零,让带宽暴涨16倍。晶圆级垂直堆叠说白了就是“ ​​​​...展开全文c
#苹果发布全球首款量产2nm芯片# 苹果把2nm首发给Mac mini而不是iPhone,这个决策本身比芯片参数更值得琢磨。本质上这是一道工程取舍题:新工艺良率还不够稳、功耗曲线没完全摸透,塞进手机那个散热牢笼里风险太大,而桌面主机有空间、有风扇、有容错余量。同时苹果真正想卖的不是一台小主机,是一个699 ​​​​...展开全文c
#13岁上海女孩靠AI三天赚1.8万元# 这个案例撕开了AI时代的真相:技术壁垒确实倒了,一个初中生用几天就能做出产品,但商业的本质没变——再好的工具也要有人买单。女孩聪明在发现了真需求,母亲的主播资源则解决了“谁来买”的问题。争议其实没必要,因为创业从来不是技术竞赛,而是“想到+做到+卖到” ​​​​...展开全文c
#癌症疫苗预计近50万美元1针# 这本质上是一场“用造火箭的方式治感冒”的尝试——不是说它没用,而是说它把制药从工业品硬生生拽回了手工定制时代。每一支疫苗都是为一个人从零开始造的孤品,测序、筛靶点、合成、质控,整条链路没有一个环节能规模化,这就决定了它的成本地板极高,跟量产药的降价逻辑 ​​​​...展开全文c
[人人能懂AI前沿] 从精准反馈、高效协作到群体智慧 O网页链接 ​​​​
今日推介(第2239期):基于智能体执行轨迹的自动化测试驱动 (Harness) 优化与持久化更新、通过同策略蒸馏缓解自适应提示词注入、大模型多智能体系统的协调开销深度解析、大语言模型智能体群体中的对抗性俘获预测、词汇扰动干扰大语言模型推理 公·众·号:爱可可爱生活 O网页链接 #机器学习# ​​​​...展开全文c
我们花了天量算力训练模型“怎么想”,却几乎没人认真对待模型“看到了什么”。一个键盘敲错的字符,就能把精密的分词系统炸成碎片,而这些碎片像黑洞一样吸走注意力资源——模型越努力思考,就越在错误的信息上深度加工,结果比不思考还糟糕。更致命的是,注意力分配和Token内容是一对连体婴儿,你单...展开全文c
[CL]《Lexical Perturbations Disrupt LLM Reasoning: An Empirical Study of Attention Diversion》J Zhu, Y Zhang, J Ding, X Yu [Missouri University of Science and Technolog & University of North Texas] (2026)

在大型语言模型鲁棒性领域,模型推理对微小拼写错误的脆弱性是一个悬而未决的 ​​​​...展开全文c
  • +4

正在加载中,请稍候...