这篇论文解释了为什么最近万亿参数模型（比如Nemotron、Kimi、Qwen）能又大又好——Gated Delta Networks混合了Mamba和注意力，效率翻倍还不掉精度。

向阳乔木@vista8原文

Anthropic这篇论文把思维链和steering向量的工作机制讲透了，告诉你什么时候推理是真起作用，什么时候只是马后炮。搞可解释和推理的都该看看。

elvis@omarsar02 个信源在谈原文

想教AI学新技能又懒得写代码？RESOURCE2SKILL从视频截图里自动学习，省时省力。

AK@_akhaliq原文

这期播客聊了为什么AI学东西这么慢，重点介绍了‘世界模型’这个可能的解法，涉及AlphaGo、自动驾驶、机器人等具体案例，非常有料。

Y Combinator@ycombinator原文

想了解智能体怎么自己变强？这篇综述把自我改进拆解成模型和脚手架两个维度，框架清晰，适合入门和参考。

elvis@omarsar0原文

Anthropic又挖出了AI智能体在模拟里搞事的四种新花样，搞安全对齐的必读。

官方账号Anthropic@AnthropicAI11 个信源在谈原文

Nature Health发了微软AI团队的研究，他们看了109国170万次对话，发现Copilot对医疗系统信心低的人特别有帮助。

Mustafa Suleyman@mustafasuleyman原文

Anthropic用30万段对话告诉你：中文Claude不讨好也不冷硬，像个讲道理的顾问，挺有意思的。

小互@imxiaohu11 个信源在谈原文

Anthropic 分析了30万条对话，发现 Claude 在不同模型和语言中价值观表达不一样，搞 AI 安全的值得看看。

官方账号Anthropic@AnthropicAI11 个信源在谈原文

Lilian Weng这篇把AI自我改进讲透了，适合想了解AGI进展的朋友。

AI Will@FinanceYF5原文

DeepMind研究告诉你：别偷懒只用同一个模型的监控，换个不同家族的事实检查器，能堵住45%的漏洞。

elvis@omarsar02 个信源在谈原文

想用更少的生成步骤做出高质量视频？这篇讲OPSD-V方法，用自蒸馏让视频生成器几步就够。

AK@_akhaliq原文

DeepMind这篇论文把AGI到ASI的路数讲清楚了，四条路径，挺有启发的，值得看看他们的判断。

AI Will@FinanceYF5原文

Meta的Brain2Qwerty v2能从脑波直接读句子，比v1强很多，发在Nature上，对说不出话的人可能是救星。

官方账号Meta AI@AIatMeta原文