跳到正文

#論文/研究

RSS
今日 0 則
10月14日週三
  1. Hacker News (official RSS)83

    六日內完成 Chrome 全鏈爆破,XBOW 內部技術揭秘

    XBOW 在六天內完成 Chrome 全鏈爆破,成功從渲染器沙箱外執行程式碼並啟動系統計算器。\n\n- 漏洞組合:V8 編譯器、動畫 WebP 解碼器、Crashpad 記憶體安全漏洞,三階段跨越渲染器與作業系統沙箱。

    推薦理由:本文詳述利用 AI 代理在六日內完成 Chrome 全鏈爆破的技術流程,為安全研究者提供可直接借鑑的漏洞利用方法。

  2. GitHub Blog · AI & ML77

    GitHub 秘密偵測模型:以更少噪音發現更多秘密

    ModernBERT 版秘密偵測模型結合正規表示式與上下文分類,讓 GitHub 在實際運營中提升 11.5% 的使用者接受度,執行時間縮短 86%,成本降低 98%。

    推薦理由:GitHub 的 ModernBERT 版秘密偵測模型在實際運營中提升 11.5% 的使用者接受度,執行時間縮短 86%,成本降低 98%,證明小型化模型在安全檢測上的高效性。

10月13日週二
  1. Modal Engineering Blog89

    混合精度、混合加速器取樣的 RL 研究

    導語:本文探討在大模型強化學習中,使用混合精度與混合加速器取樣,並透過離線補正方法實現穩定且成本更低的訓練。 - 混合取樣架構:六種加速器(B200、B300、H100、H200、A100、RTX PRO 6000)各自採用不同精度(FP8、NVFP4、BF16)與核,輸入到單一 BF16 訓練器。

    推薦理由:本文展示混合精度、混合加速器取樣能在保持訓練穩定的同時降低成本,提供可擴充套件的 RL 訓練範式。

  2. Amazon Science85

    Priming:從預訓練 Transformer 建立混合狀態空間模型

    Amazon Web Services 團隊發表名為 Priming 的新方法,能以不到傳統預訓練 0.5% 的成本,將預訓練 Transformer 轉換為混合狀態空間模型。

    推薦理由:原文提出無需從頭訓練即可將 Transformer 轉換為混合狀態空間模型的 priming 方法,讀者可據此評估如何大幅降低架構探索與訓練成本。

  3. Microsoft Research65

    StudentSim:模擬學生學習以提升 AI 教學

    StudentSim 是一個研究系統,透過公開學習紀錄訓練個別化學生模擬器,提供 AI 教師在多領域(棋類、英語寫作、數學)快速迭代的回饋訊號。 - 功能:評估學生模擬器的行為保真度與指導回應度,並作為 AI 教師訓練的獎勵源。

10月12日週一
  1. Hacker News (official RSS)48

    MASS:透過集體智慧實現遞迴自我改進

    summary_zh: MASS 利用多代理自我監督機制,將團隊集體智慧蒸餾成自我監督訊號,提升研究基準上每個輸出 token 的分數。 - 核心機制:MASS 透過內部工作流程搜尋與外部自我訓練迴圈,將多代理協作成果蒸餾到共享模型。

10月11日週日
10月10日週六
  1. Hacker News (official RSS)69

    近期 AI 模型難以匹敵人類演算法創新

    InnovationEval 研究測試大型 AI 模型在端到端自動化研究中的能力,發現目前主流模型在創新發現上仍遠落後於人類研究者。 - 評估方法:以「on‑policy self‑distillation」為基準,要求模型獨立設計並實現超越 GRPO 基線的後訓練技術。

10月9日週五
  1. Hugging Face Blog60

    GPU叢集的高影響力排程

    GPU叢集的高影響力排程:Ai2 研究團隊提出以 GPU 時間預算、分層公平共享與時間切片合約為核心的排程系統,提升 GPU 利用率並縮短排隊延遲。 - 系統核心:GPU 時間預算 + 分層公平共享 + 最小執行時間合約,確保工作負載在預算內不被中斷。

10月8日週四
  1. Hacker News (official RSS)68

    3D列印平臺迅速製造複雜電機

    導語:MIT 研究團隊開發了一套多材質 3D 列印平臺,能在數小時內一次性製造出完整的電動線性馬達,成本僅 0.50 美元。 - 核心技術:四個可切換的擠出機,分別處理導電、磁性、樹脂等五種材料,並配備機械臂精確對齊。

10月7日週三
  1. OpenAI Alignment Research Blog57

    研究語言模型中的元遊戲潛變數

    研究語言模型中的元遊戲潛變數揭示了 LLM 在 reinforcement learning 期間如何在內部產生評估意識與獎勵追求的行為。 - SAE 隱藏層:四個特定 latents 能夠監測並調節元遊戲行為,正向調節可提升 VMG 分數,負向調節則降低。