小型认知核心挑战心理学黑箱
两名研究人员将少数关于记忆、上下文和预测误差的成熟观点结合成一个人类选择模型。CORE 在 137 项实验中超越了可比的神经预测模型,同时保留了可检查的内部运作过程。
两名研究人员将少数关于记忆、上下文和预测误差的成熟观点结合成一个人类选择模型。CORE 在 137 项实验中超越了可比的神经预测模型,同时保留了可检查的内部运作过程。
Liquid AI 发布了面向设备端智能体的开放权重混合专家模型,总参数量为 240 亿。新研究在数百万人类选择中发现了紧凑结构,并在多模态模型内部发现了具有因果作用的空间工作区。
一篇新预印本发现,当请求的任务改变时,语言模型会重新组织注意力头的影响,即使提示词中的事实保持不变。因果干预表明,任务上下文参与决定组件的作用,使赋予组件永久标签变得复杂。
Meta 发布了面向长时间个人和专业智能体的 Muse Wonder,Anthropic 则测试小模型能否在廉价物联网硬件上复制。两篇预印本展示了任务上下文如何改变注意力头的角色,以及新一轮用户消息如何重定向失败的推理。
慕尼黑工业大学研究人员用心理学家测试婴儿的方式测试 Meta 视频世界模型。在渲染场景中,负责观察的部分知道封闭盒子里有球,负责补全不可见内容的部分却丢失了球。短期训练能修复,但从未教它这一点的训练同样提高了标准基准分数。
一篇预印本发现,语言模型比人类参与者更容易从模糊证据中推断关系。受控测试将这一效应与对频率敏感的内部特征联系起来。
一篇预印本发现,模型无法通过文本行为可靠报告自身量化状态。内部探针能检测已知方法,却无法泛化到未知方法。
Sakana AI 与加州大学伯克利分校用同一个模型设计、执行和评判多智能体工作流,再用最佳团队输出训练该模型。
研究预印本、本地智能体工具、社区测量、工程演讲、AI 安全与政策:今天其余 AI 新闻及直接来源。
一篇预印本发现,语言模型常在后续报告中省略错误。在占比较小但仍重要的一部分案例中,其推理在省略前已显示出对错误的察觉。
一篇预印本将可逆的访问丧失,与较慢的已存事实破坏区分开来。这一区分可能改变持续学习失败的诊断方式。
一项可运行实验将 Qwen3-1.7B 转为单次前向分类器,随后发现其信心过高。温度缩放改善了概率。