大模型终于有了“脑电图”:Anthropic 的 NLA,正在把 AI 的内部想法翻译成人话
Anthropic 最新发布的自然语言自动编码器 NLA,试图把大模型内部看不懂的激活向量,翻译成研究者可以直接阅读的自然语言。这项工作真正重要的地方,在于它让 AI 可解释性从“专家解剖神经元”,迈向了“研究者直接阅读模型内部状态”的新阶段。
Anthropic 最新发布的自然语言自动编码器 NLA,试图把大模型内部看不懂的激活向量,翻译成研究者可以直接阅读的自然语言。这项工作真正重要的地方,在于它让 AI 可解释性从“专家解剖神经元”,迈向了“研究者直接阅读模型内部状态”的新阶段。
DeepMind与《EVE Online》开发商Fenris Creations建立研究合作,并对其进行少数股权投资。真正值得关注的,不是AI进游戏,而是AI测试场正从规则清晰的竞技场,走向经济、政治、组织与长期战略交织的复杂社会系统。
工业智能化与AI for Science领域迎来政策引导、底层技术架构以及标准化建设的密集期。国内多部门联合推动"人工智能+制造",世界模型重构复杂工业场景测试,AI for Science作为第五科研范式的地位被进一步巩固,院士呼吁建立智能科研基础设施标准。
在人工智能的发展历程中,我们正处于一个关键的转折点。过去几年,大语言模型(LLM)的巨大成功让我们产生了一种错觉:似乎只要用足够多的文本进行"预测下一个词"(Next-token prediction)的训练,就能通向通用人工智能(AGI)。然而,文本本质上只是物理现实的一种高度压缩和有损表达。正如有些评论家所言:“仅靠文本训练的模型,就像是被困在柏拉图洞穴里的囚徒,它们精通于
昨天,总部位于巴黎的初创公司 Advanced Machine Intelligence (AMI) Labs 正式宣布完成 10.3 亿美元 的种子轮融资。这场融资不仅是欧洲 AI 对硅谷霸权的强力回击,更标志着 AI 范式的根本性漂移——从"概率预测"的语言模型,转向"逻辑推理"的世界模型。