Import AI 468:23 个 RSI 政策建议、PostTrainBench+ 与 AI 竞赛中的信任和透明度
Import AI 468 讨论 IFP 提出的 23 项应对自动化 AI R&D 风险的政策建议,并介绍 MIT 与 Columbia 关于 AI 公司协调减速的博弈分析。研究认为,稳定减速取决于技术透明度和对竞争对手可信、理性的判断;低信任下各方会继续竞赛直至灾难发生。
技术方向
让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
344 条精选近 30 天 334 条共收录 355 条
Import AI 468 讨论 IFP 提出的 23 项应对自动化 AI R&D 风险的政策建议,并介绍 MIT 与 Columbia 关于 AI 公司协调减速的博弈分析。研究认为,稳定减速取决于技术透明度和对竞争对手可信、理性的判断;低信任下各方会继续竞赛直至灾难发生。
Berkeley AI Research 提出 ABBEL,将长程交互历史压缩为自然语言 belief states,并用 belief grading 监督摘要信息内容。在 CollabBench 协作编码中,ABBEL-rec-BG 将与 Full Context 的性能差距缩小约 50%,训练步数从 100 降至 50,Peak Tokens 为 6.01±0.33×10²。
Berkeley AI Research 发表观点文章,认为 AI 推理成本快速下降正在带来近乎免费的智能,并将改变数据系统面向 Agent 的设计。
推荐理由:文章把推理成本下降与数据系统研究议题相连,提供了面向 Agent 工作负载的系统设计框架。
BAIR 庆祝 2026 届 Ph.D. 毕业生,他们的研究覆盖机器人与具身智能、LLM 与推理、计算机视觉、生成建模、AI 安全、人机交互、AI for science and healthcare 等领域。毕业生将前往高校任教或从事博士后研究、加入产业研究实验室,或创办自己的初创公司。