论文官方一手
半监督知识迁移：私密数据深度学习
精选理由
为AI从业者提供了一条在隐私受限场景下高效利用数据的新路径，兼具实用性与理论价值。
OpenAI发布半监督知识迁移方法，利用未标记数据辅助私密数据训练深度学习模型。该方法通过教师-学生框架，在保护数据隐私的同时提升模型性能，降低标注成本。
继续读
同标签或同类目的最近条目Anthropic 员工调查：59% 称 AI 将部分任务耗时缩短至四分之一
Anthropic 自己员工的说法：六成人说 AI 已经把合适任务的活儿干得只用原来四分之一时间，还预测五年后七成五工时交给 AI。
Google Research 开源 Harness²：无验证器也能递归优化智能体 Harness
Google Research 开源的智能体框架，没标准答案也能自动改 harness，弱模型换上后能追平强模型的基础分，代码已开放。
Anthropic 调研：员工预计 2030 年 AI 承担 75% 本职工作
Anthropic 自家员工说 2030 年 AI 能干掉自己 75% 的活，比美国大众的 28% 乐观太多，这个认知差距本身就很说明问题。