跳到正文
实时信息流

#xAI

全部动态
  1. The Decoder

    OpenAI声称证明指数时间假设错误并解决四维量子场论存在性

    OpenAI声称其AI系统在数学领域证明了指数时间假设(ETH)为假,该假设是计算复杂度理论的基石,若成立将使大量依赖ETH的研究失去基础。在计算机科学方面,OpenAI称证明了布尔可满足性问题(SAT)的求解速度可超越指数增长,该结果与P versus NP问题密切相关。

    阅读原文 来源:The Decoder

    推荐理由OpenAI声称在数学、计算机科学和物理三个领域取得重大突破,分别证明了指数时间假设错误、SAT问题可解性以及量子场论在四维的存在性,若属实将对相关理论基础产生深远影响。

  1. Latent Space

    Modal CEO 解释 AI 算力为何呈矩形:需求弹性与沙箱增长

    Modal CEO 解释 AI 算力需求呈非矩形波动,通过汇聚跨千计客户的需求并提供弹性沙箱来解决。沙箱现占 Modal 近三分之一收入,主要得益于 2023 年语言模型代码生成能力提升。公司通过自研文件系统、进程检查点和 GPU 内存快照实现快速沙箱启动,并计划向训练、后训练等更多产品扩展。

    阅读原文 来源:Latent Space

    推荐理由原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  1. AWS Machine Learning Blog一手

    Amazon Bedrock 上的 Grok 4.7 发布:长周期智能体实测与推理力度权衡

    Amazon Bedrock 现已提供 SpaceXAI 的 Grok 4.7 模型,支持可配置的推理力度、工具调用和结构化输出。实测三类需要搜索而非直接查找的任务(两服务故障诊断、四夜维护排程、预算内迁移选型),在 xhigh 力度下全部 18 轮答对,low 力度下仅 15 轮答对但仅使用约 1/8 输出 token。

    阅读原文 来源:AWS Machine Learning Blog

    推荐理由原文展示了在 Amazon Bedrock 上使用 Grok 4.7 构建长周期智能体的实测结果,提供了推理力度与正确率、token 成本的实测数据对比,读者可据此评估在实际任务中如何平衡推理深度与成本。

已经到底了