AINews:智能体推翻多义性假说,可解释性与对齐取得进展
Goodfire 的 Nick Cammarata 提出工作理论称神经网络已经足够清晰,认为许多已知的多义性与叠加现象在进一步的智能体分析下都能被拆解,其 2023 年在 OpenAI 的自动可解释性工作仅发现约 2% 神经元可读。
推荐理由:汇总当日模型发布、可解释性争论与推理硬件评测,适合快速把握开源模型格局与安全评测进展。
Goodfire 的 Nick Cammarata 提出工作理论称神经网络已经足够清晰,认为许多已知的多义性与叠加现象在进一步的智能体分析下都能被拆解,其 2023 年在 OpenAI 的自动可解释性工作仅发现约 2% 神经元可读。
推荐理由:汇总当日模型发布、可解释性争论与推理硬件评测,适合快速把握开源模型格局与安全评测进展。
微软推出自研决策模型 Decision-1,用于分类、评估和路由决策,官方称其有潜力引导和控制智能体应对复杂环境。该模型基于 Qwen3.5-9B,微软称其在覆盖近 15 万道题的 36 项基准测试中准确率最高,并以 83.5% 准确率、85 ms 延迟领先 Jev 1.13.0,速度是第二名 H2O-Lightning-4B 的 2.5 倍。
微软研究院发布 Quine,一个面向生物学复杂性的 AI 研究系统,由生物世界模型和连接模型、科学工具、文献与实验人员的交互式 harness 组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究,预测并优先排序数千种化合物,最高排名化合物在湿实验中产生了最大的经典态向基底态转变,整个筛选到候选验证过程仅用一个周末。
推荐理由:微软研究院公开 Quine 的多模态生物世界模型与实验闭环,并给出胰腺癌化合物筛选的湿实验验证结果。
微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash,以蒸馏自十亿参数 GigaPath 编码器的 22M 参数 ViT-S 骨干替代原模型,在 PANDA 前列腺分级和 EBRAINS 脑肿瘤分型基准上以约 50 倍更少算力达到原 GigaPath 3% 以内的性能。
Mistral 发布最新旗舰文本生成模型 Mistral Large,可通过 la Plateforme 和 Azure 使用,Azure 是其首个分发合作伙伴。
推荐理由:Mistral 同时发布旗舰模型与低延迟小模型,并首次通过 Azure 分发,读者可据此判断其产品线分层与商业路径。