FrontierMath 50 大未解數學問題與 AI 能力評估報告
FrontierMath 已擴充至 50 大未解數學問題，並評估 AI 在其中的解題表現。 - 問題數量：從 30 增至 50，所有問題皆為專業數學家未能解決的挑戰；AI 迄今已解決 3 個。
推薦理由：FrontierMath benchmark 50 大未解數學問題與 AI 能力評估，揭示 AI 在數學領域的創新潛能，並為研究者制定挑戰方向與 AI 進步衡量提供參考價值。
前沿科學與硬科技
全部主題基礎科學與深度技術突破：生物醫學、量子計算、能源與資料中心電網、航太工程與應用數學。
最新精選
第 21–33 條 · 共 33 條Epoch AI Gradient Updates精選品質評分6767
Modal Engineering Blog精選品質評分7272 Anthropic 與 Modal 合作推出 Claude Science 生命科學 AI 工作臺
Claude Science 是 Anthropic 與 Modal 合作推出的生命科學 AI 工作臺，允許研究者在對話中直接執行 GPU/CPU 計算並自動擴充套件至 Modal 容器。
推薦理由：Anthropic 與 Modal 合作推出 Claude Science 生命科學 AI 工作臺，讓研究者能在對話中直接執行 GPU/CPU 計算並自動擴充套件至 Modal 容器，並提供 10 萬美元計算資源獎勵，協助學術團隊加速藥物發現與基因編輯研究，並於 6 月 30 日正式上線，同時提供免費 30 美元起始計算額度，方便新使用者快速體驗。
Amazon Science精選品質評分8383 AWS Graviton5 推出 M9g/M9gd EC2 例項，效能與能效突破摩爾定律
Graviton5 推出 M9g/M9gd EC2 例項，帶來 30% 效能提升與 25% 能效最佳化。- 核心特性：192 核心、DDR5‑8800、PCIe Gen6、3nm 工藝，單核心提升 25%。
推薦理由：Graviton5 的 3nm 工藝與 192 核心帶來 30% 的效能提升，對需要高效能雲端運算的客戶可直接提升工作負載效能。
Import AI精選品質評分8484 Import AI 460：社會規則破解、RL 航拍競速與偏見影響研究概覽
Import AI 460 提供了多篇 AI 研究的概覽，涵蓋社會規則破解、RL 航拍競速、以及語言模型對政治偏見的影響。 - SocioHack：72 個沙盒環境，RL 模型以 61.25% 的召回率與 90.85% 的精準度重新發現歷史漏洞，測試範圍從信用卡點數到學校成績。
推薦理由：多篇研究聚焦 AI 在社會規則、機器人競速與偏見影響的最新進展，為跨領域洞察提供參考，並揭示未來自動化治理與軍事應用的挑戰。
Import AI精選品質評分7373 Import AI 459：AI 監督困難、蛋白質模型規模法則與 AI 系統滅絕風險定價
Import AI 459 以多角度回顧 AI 經濟增長、監督難題、資料集與蛋白質模型進展，並探討 AI 系統滅絕風險的定價。 - AI 經濟：美國 AI GDP 估計 2025 年約 2500 億美元，年增速超 2600%。
推薦理由：深入探討透過多角度分析，瞭解 AI 產業增長、監督挑戰、資料資源與生物科學突破，協助讀者把握未來趨勢。
Together AI Official Blog精選品質評分7070 Mamba‑3 發布：更高效的 SSM 方案提升 1.5B 模型推理速度
Mamba‑3 是一款新型 SSM，專為推理效率設計，於 1.5B 模型層級下，預填+解碼延遲均優於 Llama‑3.2‑1B、Gated DeltaNet 及 Mamba‑2。
推薦理由：Mamba‑3 以高效的 SSM 方案，提升 1.5B 模型預填解碼延遲，並提供 Triton/TileLang/CuTe kernels，為線性模型推理競爭力提供基礎。
Berkeley AI Research精選品質評分6464 以資訊驅動的影像系統設計
資訊驅動 的影像系統設計方法，利用相互資訊量評估與最佳化，已在色彩攝影、無線電天文、無鏡頭成像與顯微鏡四大領域驗證其預測力。 - 資訊量指標：結合噪聲模型與測量分佈，直接從噪音影像推算互資訊，統一量化解析度、噪聲與取樣效能。
推薦理由：本文提出以資訊量評估影像系統的統一指標，能直接預測下游效能並在多領域實驗證實，對設計與最佳化有實務價值。
OpenAI Alignment Research Blog精選品質評分6161 稀疏自編碼器潛在層歸因法除錯語言模型偏差
稀疏自編碼器潛在層歸因法 能精確定位語言模型產生偏差的內部因素，並透過啟用導向調整模型行為。 • 方法概述，利用稀疏自編碼器（SAE）在單一模型上計算正負完成的歸因差值，挑選前 100 個最具因果關聯的潛在向量。
推薦理由：本文提出使用稀疏自編碼器潛在層的歸因方法，能精確定位導致語言模型偏差的內部因素，為模型調整與安全驗證提供可操作的工具。
Davis Summarizes Papers精選品質評分7171 2024-8-25：LLM 測試時計算量與模型規模擴充套件曲線研究
LLM 測試時計算量與模型規模擴充套件曲線研究 - 核心發現 在多種推理策略（並行多樣本、迭代修正、加權投票、波束搜尋、前瞻搜尋）下，測試時計算量的增加能顯著提升輸出品質，對於簡單問題可用較小模型加多次推理取代更大模型。
推薦理由：此研究揭示在多樣推理策略下，測試時計算量可替代引數增長，為 LLM 部署與成本最佳化提供實證基礎
Davis Summarizes Papers精選品質評分7373 DBRX：132B 引數 MoE LLM 以 12T tokens 訓練，效能超越 GPT-3.5
DBRX 是一款 132B 引數的 MoE LLM，經 12T tokens 訓練後，效能已超越 GPT-3.5。 - 模型規格 132B 引數、4-of-16 MoE、RoPE 位置編碼、LION 最佳化器、LayerNorm 取代 RMSNorm。
推薦理由：DBRX 132B 引數 MoE LLM 以 12T tokens 訓練，效能超越 GPT-3.5，展示了 MoE 與資料品質對 LLM 成效的關鍵作用。
The Gradient (AI Research Pub)精選品質評分6969 Mamba 解說：State Space Model 取代 Transformer 的長序列解法
**Mamba 是一種基於 State Space Model 的長序列語言模型，能在保持 Transformer 相近表現的同時，以線性時間與空間複雜度處理多達 100 萬 token 的上下文。
推薦理由：本文以 Mamba 為例，詳細說明 State Space Model 如何在長序列上取代 Transformer，為長距離推理提供可行且高效的替代方案。
Davis Summarizes Papers精選品質評分6060 2023-7-23 arXiv 摘要：OpenAI 重大變更、最佳化注意力與影像標題
本期彙整多篇 arXiv 研究，從改進注意力機制到 OpenAI API 變更，涵蓋模型架構、訓練技巧與推理最佳化。 - Retentive Network：提出新型注意力，去除 softmax，使用 state 向量，實現 O(1) 生成，提升長序列效率與記憶體使用。
推薦理由：本期彙整多篇前沿研究，從注意力機制到量化方法，涵蓋模型架構、訓練技巧與推理最佳化，幫助讀者迅速掌握最新模型與技術動向。
Davis Summarizes Papers精選品質評分6767 LLM 擴充是否已遇統計壁壘？2023-6-18 arXiv 總結
此通訊匯集多篇關於 LLM 擴充、量化與最佳化的前沿研究，提供讀者一站式洞察最新技術趨勢與最新研究動向。 - 超引數最佳化：利用高斯過程與 Pareto 前沿重現 Chinchilla 擴充曲線，暗示統計壁壘。
推薦理由：此通訊匯集多篇關於 LLM 擴充、量化與最佳化的前沿研究，提供讀者一站式洞察最新技術趨勢與最新研究動向。