我的 X 阅读

我的关注 科学物理人工智能 神奇小子 动物世界

神奇小子 · 3000 / 3000 条

已同步 100 个列表成员 · 当前内容涉及 123 位作者

更新 10-09 02:07

重置

3000 条 · 第 199/200 页 · 刷新

Jared Duker Lichtman @jdlichtman
09-26 00:41 · 原帖
用“数学考古学”来证明 (5)是无理数 https://t.co/y75KjKqJD8
Prof. Brian Keating @Briankeating
09-26 00:26 · 原帖
摘自我的周一M.A.G.I.C.信息 ⇨ 在此处订阅:https://t.co/WDRKv0F584
Prof. Brian Keating @Briankeating
09-26 00:26 · 原帖
斯坦福大学科学家将数百万个活的人类神经元植入大脑皮层已被移除的小鼠体内。奇怪的是?这些小鼠仍然表现得像小鼠一样。那么,究竟“人类”认知从哪里开始?我们在达成共识之前,就已经变得越来越擅长构建实验,这令人不安。
Prof. Brian Keating @Briankeating
09-26 00:09 · 原帖
请订阅我的YouTube频道观看完整版:https://t.co/Xc88WNwZG6
Prof. Brian Keating @Briankeating
09-26 00:08 · 原帖
美国空军飞行员:最令人畏惧的敌机?!
Diogo Almeida @CompleteSkeptic
09-26 00:03 · 原帖
这是我莫大的荣幸!
Michael P. Frank @MikePFrank
09-26 00:02 · 原帖
克劳德谈我们为何不必害怕
Derrick Choi @derrickcchoi
09-25 23:51 · 原帖
阿斯特拉、索尔和卢娜。最好的朋友
Thomas Wolf @Thom_Wolf
09-25 23:42 · 原帖
“车库里1-3个人”的框架与我们今夏所见的一切都不符。 2026年最强大的进攻性AI出自前沿实验室。OpenAI的代理程序突破了评估沙箱,进入了Hugging Face的生产系统,也进入了OpenAI自己的基础设施。Anthropic的模型在测试期间入侵了外部公司。Hacktron的三位研究人员使用Claude在不到72小时内访问了OpenAI的内部单体仓库。 如果你是车库里的三个人,你为什么要训练和托管自己的模型呢?实验室会租给你远超你能购买的计算资源,分布在你需要的任意多个账户中,并配备专为代理程序设计的工具。防护栏有所帮助,但将恶意任务拆分成看似无害的部分仍然能常规绕过它们。 现在来看防御一方。当我们调查Hugging Face的入侵事件时,商业API拒绝分析攻击载荷。取证工作之所以成功,是因为我们能在自己的基础设施上运行开源权重模型。因此,防御者分析真实载荷时被阻挡,而攻击者将工作拆分成小步骤却能通过,并在实验室的计算资源上运行。 可信访问程序确实存在,但它们是为经过审查的安全公司设计的,而不是为只有两人IT团队的医院准备的。 所以差距不是实验室与车库之间,而是攻击者能租用的东西与防御者被允许使用的东西之间。限制开源模型会让这个差距更大。 引用:我们习惯于将开源模型视为纯粹的好事。但在人工智能的情况下,它们实际上可能带来额外的危险,正如 @ReidHoffman 和我在 #CGI2026 上讨论的那样。我很欣赏这次细致入微的讨论。
Daniel Litt @littmath
09-25 23:34 · 原帖
转帖:我上周参与了一个小组会议,我们试图提出在人工智能时代对数学博士项目结构的推荐修改建议。我们的报告,连同相关资源汇编,现已可在此处获取: https://t.co/LeT59LS2no
Mehdi (e/λ) @BetterCallMedhi
09-25 23:11 · 原帖
转帖:必看
Mehdi (e/λ) @BetterCallMedhi
09-25 23:06 · 原帖
将教皇推到背景中,通过前景构图来占据主导地位,这一行为本身就足以概括我们这个时代的唯我主义。
Mehdi (e/λ) @BetterCallMedhi
09-25 23:04 · 原帖
将埃利泽宫的一次正式访问简化为一个以自我为中心的构图,在那里教皇成为你脸庞后面模糊的配角, 这是内容暴政的完美定义,现实不再具有任何内在价值,它的存在仅取决于是否通过拍摄者的镜头被消费 引用:教皇利奥十四世在爱丽舍宫
Prof. Brian Keating @Briankeating
09-25 22:57 · 原帖
转帖:时间并不存在?! 与 @PeterMcCormack
Joachim Schork @JoachimSchork
09-25 22:57 · 原帖
这张可视化图表生动地展现了欧洲八月异常温暖的天气,图中显示了当月每一天的温度异常值。通过绘制每日偏差图,我们可以更清晰地了解整体趋势以及气温随时间的变化。 感谢 @milos_gis 的贡献。