我的 X 阅读

Lisa Sauermann 和 Huy Tuan Pham 在过去十年一直是朋友。他们刚刚借助傅里叶分析解决了数十年前的数学谜团。https://t.co/KHrQzOGwsT

转帖：致亚伦的思绪。

保持好奇心。广泛阅读。尝试新事物。 ― Aaron Swartz 兄弟

对我来说很简单 引用：提出这样一个问题令人惊讶地富有启发性：如果某个人的名字是一种事物的单位，它会是哪种事物的单位？

如果不是波音公司，我就不去…… https://t.co/IGO2U1I2Wl

大约200年前，英格兰的灰纹尺蛾可以通过它们布满黑色斑点的白色翅膀轻松辨认，这些翅膀与浅色的树皮很好地融为一体。但在工业革命之后，煤动力工厂的污染使树木变黑，黑翅膀开始主导种群。进化生物学家后来解释说，在新的、更布满煤烟的环境中，白色蛾容易被掠食鸟类发现，而黑色蛾则与变黑的树皮融为一体。白色蛾失去了生存优势，而黑色蛾存活得更好并繁殖后代。生命继续前行。 这个关于黑翅灰纹尺蛾的故事现在被视为自然选择的一个教科书式例子。然而，直到2016年，研究人员才揭示了这种“换装”背后的遗传机制。通过测序数百只灰纹尺蛾的基因组，遗传学家们发现了一个与翅膀发育相关的基因存在显著且一致的差异。在几乎所有黑翅蛾的这个基因开头处，插入了一个在白翅蛾中缺失的遗传片段，并通过某种未知机制导致了深色翅膀的产生。 作者估计，这种转座事件发生在1819年——当时污染水平上升已经开始改变蛾类的栖息地。 “这完全改变了我们对快速适应的看法，”法国国家科学研究中心的遗传学家皮埃尔·巴杜埃尔（巴黎）说。通常认为，产生新性状需要很长的进化时间。在这种情况下，一个新性状立即被选中。 阅读完整解释：

把我的 AirPods 盒子摔了，那些小家伙以光速飞了出来

结果如下： https://t.co/oCuJ6BQ8Oa 引用：F.02 退役 https://t.co/NAJsRpplR8

以下是 F.02 退役幕后的一些内容 明确一点：我们实际上训练我们的机器人自主跳跃，将它们运送到芬兰，然后让它们跃入一缸熔融钢水

BIG MATH 收到了 @KirkusReviews 的这份非常友好的出版前评论。 https://t.co/ZGL65AdJSQ 还有六周就发射了！迫不及待——感觉有点紧张……

转帖：什么是 AI 基准测试？我们把它们放进一个 GameBoy 来展示它们是如何工作的 与 @arcprize 合作，我们分解了 arc-agi-3 任务。astra 在这些任务上得分 99.9% 这些任务要求模型进入陌生的游戏，发现它们的规则，并学会高效完成 在这里试试它们：

转帖：这构建过程真是太有趣了，它引发了一个问题：基准测试的下一步是什么？ 大概是像 Demis Hassabis 所称的爱因斯坦测试：仅用爱因斯坦之前已知的信息训练一个模型，然后看看它能否发现广义相对论。 最后的边疆可能是模型是否能进入一个未知的环境并创造出新事物。它们能创新吗？发明吗？产出全新的科学吗？ 感谢 @GregKamradt 和 @arcprize 的输入！

哇，这听起来是个重大进展！ 引用：Meta 彻底改变了游戏规则！ 他们开源了上下文语言模型。与其使用 LangChain、RAG 或任何编排框架，不如让模型像文件一样原生管理自己的上下文。 而且，它以 59% 更少的计算量击败了所有最先进的上下文方法。 他们没有强迫模型像被动文件柜一样吞下无尽的文本墙，而是赋予了语言模型一项革命性的功能： 原生管理自己的上下文能力。 将上下文视为动态文件。 完全通过权重学习自己的内部策略，无需任何人类设计的框架或僵硬的检索装置。 结果彻底打破了当前基准。 他们使用在线强化学习，将 CLM 应用于 Qwen3.5-9B 模型。 在 BrowseComp-Plus 上的性能飙升了 47.6%。 最疯狂的部分？它仅用了 12% 更少的 FLOPs 就做到了。 他们并未止步于此。他们还共同设计了后缀缓存重用，用于服务器端推理，在匹配性能下，将计算成本降低了 35%，相比标准 SGLang。 多年来，实验室花费数十亿美元，试图设计更智能的方法，将更多 token 塞进 LLM 的提示窗口。 他们解决错了问题。

欢迎来到 muse 引用：Muse 仍在排行榜上大杀四方：

我同意事情必须改变，但我一直对我们如何评估候选人有担忧，即使在AI出现之前也是如此。在筛选300多名申请者时，我从未找到一个好的解决方案。也许现在AI可以帮助我们解决这些问题。 1. 当候选人的3篇最重要的出版物涉及数学系中没有人具备评估其技术深度的领域时，会发生什么？ 这种情况尤其发生在候选人的训练来自与委员会代表不同的“数学学派”时。 2. 候选人和招聘委员会都可能误判哪些出版物是“最佳作品”。一个很好的例子是我们最近看到的：AI正在解决哪些问题，以及哪些问题它尚未攻克。结果似乎与我们的预测相关性比我们预期的要低。给我10个开放问题，并按AI最先解决哪些和最后解决哪些来排名。结果很可能显示，这种排名并不比随机排序好多少。 3. 如果一个候选人在不同领域都有多项强劲成果——一个数学上的博学家，会怎样？这可能是最棘手的情况。一方面，他们可能值得跻身最强候选人之列。另一方面，他们很容易被迅速排除出候选短名单，因为委员会成员（比如代数学、拓扑学或任何特定领域的专家）每个人都能找到一位“领域专家”，该专家在其特定领域的工作比这位博学家更深入。每位成员都会支持那位专家，并说：“这就是我们想要的人。”候选人的广度可能会在每个委员会成员通过自己的专长来评判他们时而被忽略。 话虽如此，我们应该找到一种实际的方法来评估候选人的整个出版记录。“质量重于数量”听起来不错且吸引人，但它并不能解决问题。我怀疑一种更全面的评估应该变得可行，尤其是如果我们学会如何有效利用AI的话。 引用：招聘 初级研究人员的一个明显担忧是招聘将如何进行。在过去，这大致基于对总工作量的评估，既考虑数量也考虑质量。从今以后，我们提议明确将注意力限制在质量上，以鼓励理解的深度并阻止 tokenmaxxing。我们还推荐具体做法，在未来，我们预计这些做法将比论文/出版物提供更好的代理指标来衡量理解。 “强调质量而非数量。根据候选人自己选择的不超过三项作品评估候选人，并在给候选人和他们的推荐人信件的指示中明确说明这一事实。期望是推荐信详细讨论这些作品，并且职位演讲将基于这些作品。” “测试技术深度。比以往通常所做的更多地评估候选人对上述作品理解的深度。这种评估可以采取“粉笔讲座”的形式、在会议期间的探究性问题，和/或其他部门选择的方法。”