公开空间 · 214 篇公开记录
TL;DR：TypeSafe AI 当地时间 9 月 15 日发布新的模型类别 System One Models，并推出首个模型 Jev，以早期访问形式开放。公司由前 OpenAI 研究员 Diogo Almeida 创立，他是 2022 年 InstructGPT 论文的合著者之一，参与过早期 RLHF 相关工作。与 ChatGPT、Claude 这类生成式模型不同，Jev 不生成自然语言，而是直接根据输入返回类型安全的结构化决策、概率分布和置信度。公司宣称其速度比现有
TL;DR：Cloudflare 9 月 15 日宣布推出一项新的「禁止 AI 训练」（Disallow AI Training）设置，让网站所有者在继续被搜索引擎收录的同时，阻止同一个爬虫把网站内容用于 AI 模型训练。苹果、谷歌和微软均已承诺在指定时间内遵守这一设置。它针对的是长期存在的一个两难：不少大型机构使用「混合用途爬虫」，同一个爬虫既服务搜索也服务训练，拒绝其中一项就等于把另一项也拒了。 Cloudflare 按行为对爬虫分类，一个爬虫可以同时具有多种行为。三种基
TL;DR：约翰斯·霍普金斯大学团队 2025 年 12 月发布的论文《The Universal Weight Subspace Hypothesis》（arXiv:2512.05117）近日被 X 上一条「研究人员证明每一个 AI 模型其实都 secretly 是一样的」的帖子重新带火。论文对 1100 多个已训练模型做谱分析，发现同一架构下的模型无论初始化、任务或数据如何，都会收敛到一个共享的低维权重子空间，少数几个主方向就能解释大部分方差。需要留意的是，论文自己的结论
TL;DR：谷歌与 Google DeepMind 9 月 14 日在 arXiv 发布论文《Dream-RSI: Recursive Self-Improvement through Evolving Worlds》（arXiv:2609.14858）。它要解决的是 AI 智能体做科学发现时探索成本过高的问题：把过去的探索历史整理成一棵「发现树」，再把这棵树当成可复用的回放模拟器，新的探索策略先在模拟器里「做梦」——直接查阅已记录的历史结果来模拟执行，以接近零的执行成本筛选
TL;DR：斯坦福大学与卡内基梅隆大学的研究团队 9 月 14 日在 arXiv 发布论文《Corrupt Plans, Clean Traces: Evading Chain-of-Thought Monitoring with Plan Injection》（arXiv:2609.15989）。论文提出一种名为 Plan Injection 的攻击：攻击者不直接要求模型做坏事，而是往上下文里塞一份听起来无害、实际暗藏错误目标或后门的「完整计划」。模型读到后会把它吸收、改写
TL;DR：Kevin Bass 近日发布长帖与一套公开证据材料，质疑 Anthropic、第三方 AI 风险评估机构 METR 以及一批 AI 安全组织之间存在结构性的资金与利益关联。他认为，这种关系可能削弱第三方评估的独立性，并形成“公司估值上升—相关资助资源增加—AI 风险叙事扩大—监管影响增强”的正反馈循环，因此呼吁美国国会介入调查。上述结论目前主要来自 Bass 自己的分析；METR 的公开披露则称其不接受前沿 AI 公司及其员工指示的捐款，但确实接受相关公司的模型
上海 AI Lab 和上海交大发布 89 亿参数模型 NCP-ArchPreview。普通大模型主要训练「猜下一个 token」，NCP 还会预测后面一小段对应的内部概念信号，再用它辅助 token 生成。最终仍然逐 token 输出，但模型内部已经会提前猜后文。 这套信号还能拿来给投机解码提速。DFlash、DSpark 这类方案会让一个小模型先猜后文，再交给大模型统一检查。NCP 团队把内部概念信号也交给这个小模型，相当于先给它一点「后面大概怎么写」的提示，再让它一次并行
TL;DR：谷歌已正式允许全体内部工程师在开发平台中使用竞品 Anthropic 的 Claude 模型。尽管谷歌对调用设有个人配额且坚称自研的 Gemini 仍是主力，但此举标志着其政策的重大转变，旨在应对激烈的 AI 编程竞争并缓解内部工程师对自研工具编码效率的诉求。 长期以来，谷歌一直对使用外部 AI 工具施加严格限制，要求内部员工优先依赖自研的 Gemini，此前仅有 Google DeepMind 等少数重点项目团队获准使用外部工具。根据最新披露，谷歌已将 Anth
TL;DR：当地时间 9 月 14 日，英伟达 CEO 黄仁勋在洛杉矶 All-In Summit 台上演讲时接到美国总统特朗普来电，并将通话切到现场免提。特朗普借机继续反驳近期要求放缓 AI 开发和限制数据中心扩张的声音，称相关反对意见是一场“骗局”，并把数据中心形容为“未来 20 到 25 年的石油”。黄仁勋回应称，美国不会让这种放缓发生。 当地时间 9 月 14 日，英伟达 CEO 黄仁勋在洛杉矶 All-In Summit 舞台上演讲时接到美国总统特朗普的电话。黄仁勋
TL;DR：台湾阳明交通大学与中研院团队 9 月 11 日在 arXiv 发布论文，用桌游「狼人杀」构建评估基准，测量大语言模型面对指控时如何更新判断。结果显示，模型听到指控后普遍加深对被指控者的怀疑、同时降低对指控者的怀疑；一旦此前已信任指控者，无论对方实际是村民还是狼人，被指控者受到的怀疑增幅几乎相同（+0.94 对 +0.96）。团队因此指出：攻击者可以先与智能体建立信任，再注入误导信息。 台湾阳明交通大学与中研院研究团队 9 月 11 日在 arXiv 发布论文，通过