跳到正文
  1. Latent Space

    OpenAI 内部模型发布 722 篇数学手稿,称解决 500 个开放问题中的 90 个

    OpenAI 用未公开的内部前沿模型在 GitHub 公开了 722 篇数学手稿,归入 372 个相关结果族,来自约 4000 个研究问题的评测,平均每个结果消耗约 3 小时 ChatGPT Pro 推理算力。发布内容包括论文、证明工件和部分推理摘要,模型本身仍未发布,Sam Altman 称其为“发现的新时代”。有评论者指出约 20% 的结果是反证或反例,也有人预计部分结果经不起审查。

    推荐理由:OpenAI 内部模型一次性产出 722 篇数学手稿,读者可据此了解这批结果的范围、算力成本与外界质疑。

  1. Google DeepMind

    Google 为 Private AI Compute 引入服务端持久记忆

    Google 公布 Private AI Compute 平台新增私密服务端记忆能力,让 AI 助手在跨设备场景下保留上下文,同时维持端侧级别的隐私标准。该架构将数据封存在加密存储中,解密密钥仅保存在用户设备上,模型访问时通过端到端加密通道连接受信任执行环境,在隔离内存中临时解密并即时重新加密。

    推荐理由:Google 披露 Private AI Compute 如何把持久记忆放进云端安全隔离区,读者可了解隐私与云端算力如何兼顾。

已经到底了