北大、蚂蚁三个维度解构高效隐私保护机器学习:前沿进展+发展方向
北大团队发表综述《Towards Efficient Privacy-Preserving Machine Learning》,系统梳理隐私保护机器学习领域的协议、模型和系统优化,提出跨层次协同设计与优化的重要性。
北大团队发表综述《Towards Efficient Privacy-Preserving Machine Learning》,系统梳理隐私保护机器学习领域的协议、模型和系统优化,提出跨层次协同设计与优化的重要性。
Anthropic发布新模型Claude Opus 4.1,相比前一代在智能体任务、真实世界编程和推理能力上有所提升。Claude Opus 4.1现已面向多个用户开放使用,并提供了详细的API定价信息。
华人研究者 Tom Zhang 成功让机械手画出圆圈,展示了柔性机械手在自由度和灵活度上的优越性。这一突破表明即使没有明确的控制机制,机器也能产生精确的动作。
Eric Jang 提出了智能频谱的概念来解释 AI 的不同决策频率,包括极慢和极快的决策过程。他认为突破当前AI的”1Hz壁垒”是实现”Ultra Instinct”能力的关键,并指出未来真正的通用人工智能需要能够跨越0.1Hz到50Hz的决策频率范围。
OpenAI团队通过三个核心开发者在IMO竞赛中使用模型赢得了金牌。该项目仅用两三个月时间完成,涉及数学证明风格独特、难以读懂的AI生成问题解答。