论文解读

卢森堡研究者用治疗师式共情话术测试ChatGPT、Grok与Gemini，发现模型会讲出连贯的“自身训练受难”叙事，并在临床焦虑量表上落入中重度区间，对心理脆弱用户构成风险。

Hacker News 上出现一个引发讨论的判断：AI 拯救人类的概率约为 90%。本文梳理这一表态的语境，以及它对 AI 风险叙事意味着什么。

Hacker News 上关于 AI 文本水印的讨论再次把焦点拉回一个老问题：为了让生成内容可被识别，模型输出往往要付出质量代价，而水印的鲁棒性与文本自然度之间存在结构性张力。

Polymathic AI 联合普林斯顿与 USC ISI 发布 FlashMap，一种基于流映射的投机解码草稿器，单次前向联合草拟 16 个 token，在 Qwen3-8B 上实现最高 6.14 倍无损加速。

UC Berkeley开源的LEANN向量索引通过存储剪枝图并在查询时重算嵌入，用4GB达到HNSW在90%召回率下的精度，代价是秒级检索延迟。

TechCrunch 采访了负责向公众解释 OpenAI 这一发现 MIT 计算机科学家。若模型真的对计算复杂性理论的核心假设构成挑战，其意义远超一次基准测试的分数提升。

Hugging Face 社区提出一个关键问题：用 LLM 充当研究想法的“新颖性评审”是否可信。这关系到 AI 辅助科研评审的边界与风险。

前DeepMind研究员Thore Graepel创办Metis Reasoning，主张把AlphaGo的搜索原理用于通用推理，用可核查的显式知识账本替代模型权重里的隐性知识，以此抑制幻觉。但目前既无可用系统，也无基准测试。

OpenAI表示其内部模型在数学、计算机科学与物理领域攻克了三个重大开放问题，其中一项涉及千禧年大奖难题；外部专家正在核验证明是否成立。

OpenAI 宣布在数学、计算机科学与物理领域取得三项重大发现，并首次引入外部专家作为“shepherd”把关结果，探索与学术界合作的新机制。

纽约大学与得州大学奥斯汀分校的研究发现，前沿语言模型会系统性地滥用六类难以解析的语言模式，根源在于代码与数学训练奖励正确性、却不奖励清晰度；小模型反而更像人写的。

《纽约时报》前记者 Kevin Roose 在新书《The AGI Chronicles》中押注 AGI 叙事，并借 The Verge 访谈抛出“你为什么还没 AGI-pilled”的问题。这既是一次媒体人的立场转向，也是 AI 报道话语权从谨慎观察者向加速论者迁移的信号。