搜索
1908年，美国社会学家查尔斯·霍顿·库利发表了一项有些特别的研究。为了弄清楚人的“自我”究竟是如何形成的，他从小女儿出生不久开始，逐月记录她的动作、情绪和语言，尤其留意她如何学会使用“I”“me”“my”和“mine”这些指向自我的词。
研究表明，Claude.md最终通常会膨胀至初始规模的三倍以上。
这篇文章，我们和谷歌DeepMind前资深研究科学家曹原，一起聊聊AI for Science。 我们从AI科学自进化的方法论，聊到AI数学和AI物理的应用，最后甚至还聊到了一些哲学问题和人类的意义。以下，就是我们和曹原的对话。
科研的链条很长。文献读不完，方向想不清，实验一轮接一轮，论文改到深夜。过去两年，大模型已经能读论文、写代码、改文章，但它们大多以问答工具的形态散落在各个环节，替研究者节省的只是零碎时间。
大模型机制可解释性研究中，一直存在一个颇具反差的现实： 为了理解一个已经训练好的模型，研究者往往需要先训练一套新的稀疏表示。
不是吧，AI竟然比人还擅长做杀猪盘，甚至还更容易被信任……
端到端策略模型在物理世界频频失灵，研究者转向 “大模型智能体 + 工具调用” 自救，试图在动态物理世界中持续学习。然而，这条在线学习路径在物理世界仍未真正走通。
给AI一道数学猜想，它先琢磨的居然是：怎么把它推翻找反例！！
AI的“情绪”也会影响工作状态？
最新访谈中，奥特曼给出了一个罕见的评价：「他可能是AI历史上最重要、却不太为人所知的研究者。」这个人就是Alec Radford，真·GPT之父。你可能没听过他，但你大概率用过他发明的东西。