我的 X 阅读

进一步阅读： https://t.co/MZPDklgbX9

转帖：爱彼迎首席执行官布莱恩·切斯基：“今年我们将在人工智能代币上花费的金额将远远超过我们的预期，但这很好，因为投资回报是存在的。 我认为现在可以说，人工智能是发生在爱彼迎身上的最好的事情。我认为我们正在成为一家人工智能原生公司，我认为这可能是我们业绩表现的第一大解释。” - 爱彼迎股价在财报超预期后上涨15% ---- 来自“CNBC Television”YouTube频道，（完整视频链接在评论中）

这是因为人们通常不认为大型语言模型（LLMs）是能够承担责任的道德主体——因此责任落在了使用大型语言模型的人身上。这种情况未来可能会发生变化。 引用：我不明白为什么研究人员说他们“对”一篇AI生成的论文“负责”。我认为真正的意思是，如果发现错误，他们接受像自己亲手写的那样被负面评判。奇怪的措辞。“我对这篇论文/这条狗负责，如果它咬了人，很抱歉。”

请查看他们的技术博客了解更多信息。 https://t.co/769KGUWTRM

前沿模型在解读合同时，有时会引用合同中并不存在的条款。 Overmind 会根据您自己的生产环境数据对一个小型开源模型进行微调，然后基于相同的真实任务构建的评估用例，将其与您当前的模型进行比较。 他们发布的比较结果为 Qwen3.5 9B https://t.co/fHKs4y7nPF

转帖：人类通过语言和视觉线索进行推理，这些模态共享并利用相同的底层“思想”。在 UniLaDiR 中，我们旨在在潜在空间中统一跨模态的推理，使用来自下游任务的端到端损失来联合优化整个系统。

第2.3天/ 永远不用担心记不住你和那位同事在说什么。只管敞开心扉畅谈，然后建立上下文加载到codex中，就能完成所有事情。 引用：您的下一次会议将配备一名记录员，可帮助您处理后续工作。 会议插件会为您记录笔记，并根据 ChatGPT 对您及其合作工作的了解，在 ChatGPT Space 中保存个性化的摘要和后续步骤。 笔记可保持私密，或与团队共享，然后请 ChatGPT 更新项目计划或起草后续邮件。 适用于 macOS 版 ChatGPT 桌面应用的 Pro 和 Business 用户的 beta 版。企业版即将推出。 下载桌面应用，然后在插件目录中搜索“会议”。

借助 Decisions API，您的应用可以近乎实时地选择合适的模型、工具或操作。Decisions API 现已面向所有开发者开放公开测试版。 Decisions API 通过 Responses API 实现的决策速度比 GPT-6 Luna 快 10 倍。https://t.co/zhgRVzJ3aP

转帖：在潜在空间中统一多模态推理，可以让物理 AI 更高效地在不同任务间组合和重用世界上下文。 考虑一辆工厂小车：导航需要其位置，操作需要其几何形状，检查需要图像来显示变化内容。 同一个物体。不同的视角。每种视角都贡献了其他视角可能遗漏的信息。 Uni-LaDiR 朝着这一愿景迈出了第一步，从文本、图像、3D 几何和机器人状态中学习一个通用的潜在推理接口。 机遇：将互补信息带入共享推理空间，从而每个任务都能调用它所需的世界上下文。

代理正在成为应用的用户，而应用需要一种安全地对它们说“是”的方式。 你的 AI 代理不应该需要你的密码来注册一个应用。 @agentmail 的 AgentID 为代理提供自己的登录和收件箱，与你绑定在一起，这样应用就可以让它进入，同时仍然知道谁是负责人。 应用从中获得 4 件事： - 它知道每个代理背后的人类是谁，所以一个人的 10 个代理算作 1 个客户。 - 它可以针对每个人设置限制，而不是阻止每个代理。 - 它可以关闭一个坏代理，而不阻止其余的。 - 代理永远不需要你的密码。 引用：介绍 @agentmail 推出的 AgentID——AI 代理的“使用 Google 登录” 数百万代理已经使用 AgentMail。AgentID 让它们可以登录您的应用。 使用以下提示进行集成，回回复一张截图，我们将为您提供 3 个月任意 AgentMail 计划的免费使用。

堪称智能爆炸：OpenAI 宣布将于周二在 GitHub 上发布数百个未解决问题的算法结果。 我们正在见证历史的展开。https://t.co/6DPIX17Woc

转帖：恭喜 @KaiserWhoLearns 和合作者获得 @colm_conf 的杰出论文奖！！

转帖：高效模型只有在适配芯片时才有意义。通过 Arm Total Design for Physical AI 与 @Arm 共同设计硬件和软件，才能将物理 AI 从验证阶段推进到实际部署阶段。Liquid Arm

Overmind 已将其用于训练小型模型的平台开源，该模型能够模拟代理实际执行的工作。 Overmind 在其自身针对 100 多个合同、4000 多个问题的测试中报告称，其训练后的模型在 0.12% 的问题上编造了报价，而基准模型的这一比例为 3.36%（https://t.co/cpQmMLEn6j）。

的确。如果你在其基础上知道如何构建一个好的评估，你很快就会在你的领域/任务中处于前沿。这就是评估能为你解锁的那种优势。 也学习构建好的评估吧。值得。 引用：你基本上可以与代理合作编写 Markdown 技能，然后将其放到一个 cron 作业上，现在就能完成几乎所有类型的有用知识工作