神經網絡內部表徵以幾何結構映照外界
Goodfire Research 指出，神經網絡內部表徵會形成映照外界結構的幾何形狀，並以 Mountain Car 模型示範沿彎曲流形操控表徵可平順改變車輛位置。相比之下，線性操控可能令模型輸出混亂，或令車輛跳到另一位置。文章認為，研究神經幾何有助理解模型表徵、計算與行為，並支持更精準、可靠的模型控制。
#教學/實踐
#教學/實踐
今日 0 條Goodfire ResearchAI 評分5353 Replit：BlogAI 評分5555 Replit 説明如何以評估閉環持續改進 Replit Agent
Replit 將 Replit Agent 的評估由發佈前的單次檢查，轉為結合離線基準、線上 A/B 測試及生產軌跡分析的持續改進閉環。ViBench 以自然語言產品需求文件和測試計劃評估生成應用是否符合規格，Telescope 則整理生產軌跡並聚類失敗模式。改進循環會提出候選修正、建立草稿 PR 並彙整評估證據，工程師仍負責審核及決定是否發佈。
LlamaIndex：產品、工程與評測AI 評分6565 超越 OCR：DeepSeek-OCR 的視覺壓縮如何服務文件 AI
LlamaIndex 解讀 DeepSeek-OCR 將文件圖像作為文字資訊的壓縮表示，並分析其與文件解析、LlamaParse 的關係。文中稱，論文示例把 1,000 個文字 tokens 壓至 100 個視覺 tokens，解碼準確率為 97%；20× 壓縮時準確率約為 60%。文章指出，RAG、文件問答和摘要等理解型用途可考慮視覺壓縮；若需要結構化資料、語義層級或精確文字操作，仍需文件解析。
Amazon ScienceAI 評分5656 機器學習研究智能體為何不會過度擬合？
研究人員發現，機器學習研究智能體經驗證集反覆優化後，所得策略壓縮成短提示詞並交由新智能體重現時，在多數問題上仍能維持原有表現。研究涵蓋 8 個數據集，32-token 提示詞在大多數問題上足以讓新智能體追平原智能體；一項語言建模策略更可壓至 16 tokens 而不損失保留集表現。刻意誘發過度擬合的 102 次實驗中，有 38 次驗證準確率比真正保留集準確率高逾 10%，這些優勢經壓縮後消失。
Google DeepMindAI 評分5454 Co-Scientist 協助研究團隊提出 MASH 機製假説，NLRP3 炎症小體線索經實驗驗證
愛丁堡大學的 Filippo Menolascina 團隊使用 Co-Scientist 梳理 MASH 文獻，提出後經實驗驗證的肝病機製假説。針對近期獲批、用於 MASH 特定階段的 resmetirom 僅對少部分合資格患者有效的問題，該假説將 NLRP3 炎症小體指為連接疾病中炎症與代謝的分子橋樑。
Hugging Face Blog精選AI 評分7171 Cosmopedia 如何構建用於大語言模型預訓練的大規模合成數據
Hugging Face 發佈 Cosmopedia，這套合成數據集旨在重現 Phi-1.5 的訓練數據，供大語言模型預訓練使用。
推薦理由：文章拆解 Cosmopedia 從種子資料、提示詞擴展到去污染與訓練的流程，並交代如何藉由受眾和文體變化擴大提示詞規模。
OpenAI News精選AI 評分7171 OpenAI 發佈近端策略優化（PPO）強化學習算法
OpenAI 發佈近端策略優化（PPO），一類強化學習算法，其表現可媲美或優於最先進方法，同時更易實作和調校。OpenAI 表示，PPO 因易用且表現良好，已成為其預設的強化學習算法。
推薦理由：材料比較 PPO 與前沿方法的表現，並交代較簡單的實作和調校如何與良好性能共同構成 OpenAI 採用它作為預設算法的理由。