AI技术 今日: 0|主题: 185|排名: 12 

Santiago分享的 18 条 Claude Code 技巧： 1. 始终使用 ` @filename.py` 或 `@src/classes/` 直接引用文件来约束代理。 2. CLAUDEmd →在编写任何代码之前，请先描述你的方案并等待批准。如果需求不明确，请提出澄清问题。 3. CLAUDEmd →如果一项任务需要修改 3 个以上的文件，请先停止并将其拆分成更小的任务。 4. ...

生成式AI祛魅指南：它不思考，只执行概率预测；别把Copilot当黑盒来用。本期直击底层逻辑——从Token分词出发，穿越概率云层，拆解幻觉成因、破解“草莓里数R”的荒诞困局。看透机制，方能驾驭工具，绕开自动化偏见的暗礁。下期揭晓：提示词工程实战手记。 # http://t.cn/AXVI0lAe ...

[LG]《Causal Interpretation of Neural Network Computations with Contribution Decomposition》J B Melander, Z Alaoui, S Liu, S Ganguli… [Stanford University] (2026) arxiv.org/abs/2603.06557 ## ​​​

工信部提醒养虾风险： 近期，工业和信息化部网络安全威胁和漏洞信息共享平台监测发现OpenClaw（俗称“龙虾”）开源AI智能体部分实例在默认或不当配置情况下存在较高安全风险，极易引发网络攻击、信息泄露等安全问题。 OpenClaw（曾用名 Clawdbot、Moltbot）是一款开源AI智能体，其通过整合多渠道通信能力与大语言模型，构 ...

打造AI“元素周期表”：让机器学习更高效更环保！ 人工智能如今已能自如处理文本、图像、音频和视频等多种信息，但开发人员面临一个棘手难题：如何为特定任务选择最优算法？在快速发展的多模式AI领域，这种选择往往复杂耗时，如同大海捞针。 埃默里大学的物理学家们给出了一个解决方案。他们创建了一个统一的数学框架， ...

[CL]《Farther the Shift, Sparser the Representation: Analyzing OOD Mechanisms in LLMs》M Jin, Y Yin, J Niu, Q Zeng… [Rutgers University & Northwestern University & UKP Lab, TU Darmstadt] (2026) 在大语言模型领域，随着任务偏离训练分布的程度加深，模型如何调整内部表征这一问题悬而未决。过去的研究要么 ...

今日推介(第2069期)：多智能体系统的自动化技能发现、符号等变循环推理模型、面向混合专家神经网络的动态Token级专家激活与逐层自适应容量机制、基于对应驱动轨迹变形的自主功能性交互、下一嵌入预测助力构建更强大的世界模型 公·众·号：爱可可爱生活 http://t.cn/AXVMZeNI #机器学习##人工智能##论文# ​​​ ...

Obsidian里可以装一个终端插件，然后就可以不用任何其他插件把Claude引入进来了。 瞬间就感觉有继续认真记笔记、整理笔记、提炼笔记的热情了。 ​​​

[LG]《DynaMoE: Dynamic Token-Level Expert Activation with Layer-Wise Adaptive Capacity for Mixture-of-Experts Neural Networks》G Gülmez (2026) 在混合专家（MoE）网络设计中，"每层分配多少专家"始终是一个凭直觉拍板的难题。现有架构默认每层专家数量相同、每个token激活固定K个专家，这两条铁律从未被系统质 ...

让 ChatGPT/Claude 推荐你的产品，2026 年必须懂的 LLM SEO！ 传统 SEO 的时代结束了。 用户不再 Google → 点链接 → 对比网站。他们直接问 AI："帮我找个最好的 XX 工具"，AI 给一个答案，用户照做。 你不在那个答案里，你就不存在。 第一层：AI 怎么决定推荐谁 AI 不相信你自己说自己好。你网站写"我们是最好的"没用 ...

【AI不会淘汰10倍工程师，但会让负3倍工程师蠢得更快】 快速导读：一场关于AI是否正在掏空编程灵魂的讨论。有资深工程师宣称自己已不再写代码，只负责“指挥”AI。这引发了激烈争论：这究竟是生产力的解放，还是对工程师身份的背叛？更有人一针见血地指出，AI正在让本就不行的工程师“蠢得更快”。 --- “我是一名高级 ...

一篇介绍Transformer原理的文章：Understanding Transformers… (beyond the Math) kalomaze.bearblog.dev/understanding-transformers-beyond-the-math/ 作者写这篇文章不是传统学术性讲解，而是用“散步时自言自语”的方式，把自己理解 Transformer 的直觉、比喻和思考过程写下来，希望给读者一种不用沉浸数学细节也能理 ...

vibe coding 的项目一旦变得庞大，每次让 AI 写代码之前，都需要先让它把 PRD 和系统设计写清楚。 先做文档编程，再做代码编程。 如果你稍微停下来观察一下，会发现一个很有意思的现象： 有些 AI 一旦开始写代码，就会沉浸在自己的逻辑实现里，几乎完全不顾项目原有的设计。 即便你已经提出明确要求，它仍然会受限于上下 ...

又是对大语言模型AI情感复杂的一天。最近发现了它的一个大用处，它可以一步到位，帮你找到某本外文书籍（包括未出中文版）的原文章节，你只需下达准确指令，比如：请找到阿伦特《人的境况》德文版第一章、请找到斯特拉·本森《this is the end》这本书英文版的第一章……诸如此类。然后你再用你认为最准确的翻译软件一步翻 ...

[CV]《OmniLottie: Generating Vector Animations via Parameterized Lottie Tokens》Y Yang, W Cheng, S Chen, H Fu… [Fudan University & StepFun & HKU MMLab] (2026) 在矢量动画生成领域，如何让机器直接从文字、图片或视频「创作」出可编辑的矢量动画，是一个长期悬而未决的难题。过去的方法要么依赖预设动作库套 ...

LLM 更擅长写出“看起来正确”的代码，而不是能跑的代码。 http://t.cn/AXV4gYjV 这篇作者认为，LLM 产物往往能编译、模块名和架构也都像回事，但它追求的是“合理感”和“符合Prompt”。只有当开发者先定义清楚验收标准，再用基准测试和审查去验证时，LLM 才真正有用。 ​​​ ...

[CV]《Beyond Language Modeling: An Exploration of Multimodal Pretraining》S Tong, D Fan, J Nguyen, E Brown… [FAIR, Meta] (2026) 在多模态基础模型领域，如何让单一模型同时胜任视觉理解与生成，是一个悬而未决的难题。过去的方法受困于必须为理解和生成分别维护独立的视觉编码器，本质原因是研究者默认语义表征 ...

PAI（Personal AI Infrastructure）：给 AI Agent 装上持久记忆 Daniel Miessler 开源的 PAI，核心是把 Claude Code 改造成一个能持续进化的个人 Agent。关键在记忆系统。普通 AI 每次对话都从零开始，PAI 会记住： 1. 你的目标和偏好 2. 历次决策的过程和结果 3. 哪些方法有效、哪些踩过坑 4. 你对输出的评分和反馈 设计 ...

借助Claude Code框架，融合国产大模型GLM，程序员的AI编程体验将焕然一新。 # http://t.cn/AXtxoNbb ​​​

🦞OpenClaw Skills 推荐。 这个仓库精选了 127+ 优质的 Skills，每周从 skills.sh、GitHub 和 ClawHub 更新。 传送门：github.com/LeoYeAI/openclaw-master-skills ​​​