多模态大推理模型的幻觉，很多时候并非「没看见」，而是在最不确定的推理阶段想偏了。最新研究发现，模型在生成because、however、wait等transition words时，往往处于高熵关键节点，更容易脱离图像证据、转向语言脑补。LEAD在高熵阶段不急于输出单一离散token，而是先在潜在语义空间保留多种候选推理方向，并通过视觉锚点持续拉回图像证据，显著缓解幻觉。
近日，OpenAI Codex 产品负责人Alexander Embiricos和OpenAI 的开发者体验（Developer Experience）负责人Romain Huet 一起做客播客，聊了不少 Codex 背后的故事。
今天《纽约客》发表了历时 18 个月的调查报道，首次披露 OpenAI 首席科学家 Ilya Sutskever 在 2023 年秋天汇编的 70 页内部备忘录，以及 Anthropic 联合创始人 Dario Amodei 保留多年的 200 余页私人笔记。
刚刚，Ilya Sutskever 又拿了一个奖：美国国家科学院科学工业应用奖。获得奖金 2.5 万美元。值得注意的是，这也是该奖项首次被颁发给 AI 领域。
OpenAI 的下一代图像模型 GPT-Image-2，今天在 Chatbot Arena 上被人发现了。独立开发者 levelsio 率先爆料，这个模型以三个代号悄悄上线了 Arena：maskingtape-alpha、gaffertape-alpha、packingtape-alpha。
快手的这篇论文，正是对这一问题交出的一份沉甸甸的工业级答卷。他们提出了 GR4AD（Generative Recommendation for ADvertising），一个横跨表征、学习、服务三大层面协同设计的生成式广告推荐系统，并已全量部署于快手广告平台，服务超过 4 亿用户。
飞书、Google、Stripe、ElevenLabs、网易云音乐。 最近几个月，一群看起来毫不相关的公司不约而同做了同一件事：发布 CLI 工具。
暴瘦30磅、误诊近一年、家园被焚……接踵而至的致命打击下，身患血癌的硅谷老极客Steve用AI跑赢死神，揭开医疗隐入烟尘的真相。
人的智能能力主要由推理能力和长期记忆能力构成。近年来，大模型的推理能力一直处于快速发展过程，但大模型的长期记忆能力一直受限于上下文长度，无法取得突破。在历史上，曾经有多种路线进行尝试，但都无法突破扩展性（Scalability）、精度（Precision）和效率（Efficiency）的不可能三角。
在近日的一场播客中，曾做出 5 款产品的 AI 创业公司 Every 创始人兼 CEO Dan Shipper 采访了一位特别的年轻人 Alex Mathew。这个来自美国得克萨斯州奥斯汀 Alpha 高中的 17 岁高三学生，同时也是一名 AI 硬件创业者。
