Import AI 474：柏拉图式心智空间、太空 TPU 与智谱的递归自我改进外层循环
Import AI 第 474 期汇总了 Michael Levin 的柏拉图式心智空间假说、Google 将 TPU 送入太空的准备，以及智谱用 GLM-5.3 优化自身推理基础设施的实践。
#数据/训练
#数据/训练
今日 0 条Import AIAI 评分5858
Latent SpaceAI 评分5151 Radical Numerics CEO Eric Nguyen 谈生物安全为何是一场 AI 军备竞赛
Radical Numerics 联合创始人兼 CEO Eric Nguyen 在访谈中将生物安全视为 AI 军备竞赛，认为防御目前落后，而增强基因组语言模型能力也能帮助防御跟上。
Latent SpaceAI 评分6363 John Platt 谈 AI 科学研究：从奥斯卡、两颗小行星到 Google ERA
John Platt 在访谈中介绍 Google 的 Empirical Research Assistance（ERA），并强调自动优化科学任务评分不能替代科学判断。
Latent SpaceAI 评分6363 TypeSafe AI CEO Diogo Almeida 谈 Jev：面向生产软件，而非造神的 System One 模型
TypeSafe AI CEO Diogo Almeida 在访谈中将 Jev 定位为供代码直接使用的 System One 模型，强调软件集成、可靠性与单位成本的智能水平。
Latent SpaceAI 评分5757 Jev 发布后两天出现 6 个仿制项目，技术路线各异
非生成式决策模型 Jev 发布后两天内出现 6 个仿制项目，路线涵盖 ModernBERT、扩散模型及 Qwen 微调。
Latent SpaceAI 评分5252 Good Start Labs 的游戏训练能否将 AI 技能迁移到真实工作？
Good Start Labs 的实验显示，部分游戏训练可改善 AI 在真实工作任务基准上的表现，但迁移范围与可靠性仍是开放问题。在铁路策略游戏 1830 中训练的 30B 模型，采用单轮问答和多轮终端智能体两种设计均改善了游戏内表现，但只有后者提升了 Finance-Agent 基准成绩。
Import AIAI 评分5050 Import AI 470：不给机器权利；用 SPADE 自动生成环境；用 Hawkeye 构建更好的 GPU 内核
多所大学的研究人员开发了 SPADE，通过自博弈交替生成可执行训练环境并学习求解，提升模型在游戏和工具使用任务中的表现。在游戏评测中，30B-A3B 规模模型的套件平均分达 58.3，较基础模型提高 8.1，较最强固定环境基线提高 5.3。该方法仍受限于生成环境所用基础模型的想象能力。
Import AIAI 评分4848 Import AI 469：科研 AI、RSI 模拟器与扎克伯格的技术悲观主义
Import AI 本期聚焦 AI 的发现与科研能力，介绍 DiG-bench、递归自我改进模拟游戏及 Inherent 的 Faraday。DiG-bench 包含 70 个游戏，搭配 Claude Code 的 Opus 5 和 Fable 5 总体表现最佳。Faraday 通过监督框架和较小的 LLM 控制大型闭源前沿模型，以提高科研效能。
Import AIAI 评分6161 Import AI 468：23 项 RSI 政策建议、PostTrainBench+ 与 AI 竞赛中的信任和透明度
Import AI 第 468 期汇总 AI 研发自动化与风险治理进展，包括 IFP 针对递归自我改进（RSI）的 23 项政策建议、Intology 的 PostTrainBench+ 结果及企业协调减速研究。
Hugging Face BlogAI 评分3535 Dharma AI 解析：为什么 AI 专业化不可避免
Dharma AI 从优化理论、生物演化与市场竞争出发，论证专业化为何是高效 AI 系统的重要方向。无免费午餐定理指出，没有通用优化算法能在所有可能问题上胜过其他算法。在算力、数据与开发时间有限的条件下，聚焦目标任务比无限扩展任务范围更有利于取得高性能。
Import AIAI 评分5151 Import AI 第463期：机器人自主改进、腾讯万卡 GPU 集群与人类时代的挽歌
NVIDIA 研究团队开发 ENPIRE，将编码智能体的实验与改进闭环用于实体机器人，研究报告称其可在部分灵巧操作任务上达到 99% 成功率。腾讯披露训练追踪与性能诊断系统 ARGUS，已在超过 10,000 张 GPU 的生产集群运行超过 6 个月，但机器人集群的资源利用与并行扩展仍是 ENPIRE 面临的工程挑战。
Import AIAI 评分5959 Import AI 462：AI 超强说服力、自我维持能力与通往 ASI 的路径
Import AI 第 462 期汇总 AI 说服力、自我维持能力及 ASI 路径研究，其中说服实验覆盖 6,923 人的 18,978 次对话，AI 整体表现超过人类专家。
Import AIAI 评分5656 Import AI 461：Sequent 寻求更可靠的对齐，FrontierCode 与科研实习生基准检验智能体
非营利研究组织 Sequent 成立，认为对齐研究未必能赶上超级智能的发展，计划以多条并行研究路线提高安全信心，初期筹资目标为 $100–150M。Cognition 的 FrontierCode 包含 150 项编码任务，强调代码可合并性，Claude Opus 4.8 在最难的 Diamond 部分得分为 13.4%，文中另补充 Claude Fable 已达约 30%。
Import AIAI 评分6262 Import AI 460：社会规则奖励投机、Anthropic 自我改进迹象与强化学习无人机竞速
SocioHack 研究用 72 个社会制度沙盒测试 AI 钻规则漏洞的能力，强化学习使模型在没有直接利用漏洞指令的情况下，以 61.25% 召回率和 90.85% 精确率重新发现历史漏洞。
Import AIAI 评分5858 Import AI 459：AI 监督的难点、蛋白质折叠模型的扩展规律与灭绝风险定价
Import AI 第 459 期汇总 AI 监督、蛋白质折叠模型扩展规律与灭绝风险定价，英国 AI Security Institute 的研究指出自动化对齐研究的错误可能比人类研究更难识别。
Import AIAI 评分5151 Import AI 457：计算破坏病毒的 AI 启示、Muon 优化器缺陷与正向对齐
Import AI 本期汇总了 fast16.sys 篡改精密计算软件的调查、Muon 优化器导致神经元失活的研究，以及推动人类福祉的正向对齐主张。Tilde Research 报告称，Muon 在训练第 500 步时已有超过四分之一的神经元实际失活，其提出的 Aurora 在小规模实验中降低了损失，MMLU 得分较 Muon 提高 10 分。
Import AIAI 评分4848 Import AI 456：RSI 与经济增长、AI 监管的激进选择权，以及神经计算机
Institute for Law & AI 研究者提出“激进选择权”治理思路，主张避免短期过度监管，同时提前建设应对 AI 巨变的能力。建议涵盖信息披露、举报人保护、灵活规则和安全评估。Meta 与 KAIST 的 Neural Computers 论文探索让神经网络充当传统计算机，在学习得到的运行时状态中统一计算、内存与 I/O。
Import AIAI 评分6565 Jack Clark 分析 AI 自主研发前景，预计 2028 年底前实现的概率约为 60%
Jack Clark 预计，到 2028 年底，前沿模型自主训练其后继版本、实现无人参与 AI 研发的概率约为 60%，2027 年实现的概率为 30%。他综合编码、长时任务、论文复现、模型后训练和多智能体管理等进展，判断 AI 已能自动化大量研发工程工作，但研究所需的创造力与突破性洞见仍是关键不确定因素。
Google ResearchAI 评分4141 Google Research 通过全球合作与开放资源推动科研影响力
Google Research 通过全球科研合作、开源工具与开放数据集，已支持全球超过 250,000 名研究人员和开发者。其与 UCSC 基因组研究所合作改进泛基因组参考，将遗传变异识别错误减少 50%。包含 MedGemma 的开放权重医疗模型套件 HAI-DEF 下载量已超过 4.8M。