论文解读

图灵奖得主 Richard Sutton 批评用合成数据扩展大语言模型是“大错”，认为世界无限复杂，任何模拟都只是微观缩影，真正扩展应依赖智能体从自身经验中持续学习。

研究表明，AI系统在压缩长对话时平均丢失83%的用户指令，如“未经我批准不要发送邮件”。宾州州立大学提出一种基于Qwen3.5-9B的附加模块，可保留超90%的限制。

谷歌研究显示，训练时禁止聊天机器人声称有意识，不仅影响其自我认知，还改变了它们对动物权利、宗教和生活满意度的立场。

一项新研究将AI采用比作“认知公地悲剧”：企业削减初级岗位各得其利，但整个行业的专业知识却在集体流失，其后果可能到2030-2045年才显现。

一项由普林斯顿大学和英国AI安全研究所参与的研究显示，前沿AI模型在独立撰写科研论文时，结果被原作者评为“拒绝”，直接反驳了Anthropic和OpenAI关于自主AI研究即将实现的声明。

Hugging Face 团队尝试复现 ICML 论文中的实验，揭示了科研可复现性的普遍挑战，并为 AI 研究社区提供了宝贵经验。

随着AI研究商业化加速，教授们面临新的利益冲突与学术自由挑战，本文探讨这一转变及其对学术界的影响。

随着科研产出激增和AI辅助论文的普及，同行评审体系面临前所未有的压力，其可持续性引发学界深思。

Hugging Face 提出降低知识蒸馏成本的方法，使大规模部署成为可能，有望加速模型压缩与高效推理。

本文解读Connes刚性定理的新证明，该证明推翻了OpenAI提出的反例，巩固了该定理在算子代数中的核心地位，并引发对AI辅助数学研究的反思。

OpenAI与学术伙伴的实地报告显示，AI编程代理可将老旧科研软件提速60倍，但系统常自信地给出错误结果，验证科学正确性成为耗时的新挑战。

OpenAI近日公开了在数学和理论计算机科学领域的十项新成果，涵盖几何、密码学和复杂性理论等长期未解问题，展示了AI在基础科学中的潜力。