深度
AI 领域长篇解读、行业观察、技术分析 —— 慢下来读一篇。
MCPO：按需分配Token信用，让强化学习更高效
MCPO 提出按 token 犹豫程度分配强化学习信用，在 MiniCPM5 和 Qwen3 上稳定超越 GRPO，但答案长度与性能提升的混淆效应尚未分离。
归一化流：相空间量子电路模拟新框架
论文提出基于相空间表述的归一化流框架，将N量子比特态映射为2N维流形上的概率分布，用生成模型模拟量子电路，大系统下精度超越现有神经网络方法。
Fisher几何重塑对抗训练：突破伪攻击困境
论文提出基于Fisher信息几何的对抗训练新方法，通过混合损失与置信度流形扰动解决伪攻击问题，在多个数据集上提升鲁棒性与迁移性。
离线急救助手HandsOnAid：手机端小模型实测
HandsOnAid 用 4-bit Gemma 2B 模型加 QLoRA 微调构建离线急救助手，在 Pixel 7 Pro 上实测首字延迟 6.86 秒、完整回答 14.88 秒，最佳配置评分仅 2.51/5，揭示端侧急救 AI 的能力边界与数据覆盖度问题。
ScaleBrain：尺度一致的脑电基础模型新框架
ScaleBrain提出尺度一致的EEG基础模型预训练框架，通过多尺度分词与尺度特定重建实现输入与目标对齐，结合轴向时空注意力，在六个BCI基准上以仅5.0M参数取得领先性能。
位置编码决定左右？Qwen与InternVL视觉模型的反事实实验
反事实实验揭示Qwen2.5-VL、Qwen3-VL与InternVL3的左右判断主要依赖ViT位置编码：镜像宽度位置可复现84.3%-93.2%的翻转图像答案，而LLM端词序镜像几乎无效，效应集中在全局注意力ViT块。
因果决策的泛化：马尔可夫等价、可迁移性与反事实
新论文将结构因果bandit推广到部分已知因果结构、跨环境迁移和反事实动作三种设定，提出马尔可夫等价下的最小干预集搜索、部分可迁移性奖励边界及反事实bandit算法，为因果强化学习提供更现实的探索框架。
每日GPU租价对比：AWS、Azure、RunPod与Vast.ai
Hacker News新项目每日追踪AWS、Azure、RunPod与Vast.ai的GPU租赁价格，帮助开发者和企业跨平台比价、优化AI算力成本。
Fable 5.2自我改进循环加速，Gemini 4 Carbon紧追
Anthropic Fable 5.2与Google Gemini 4 Carbon同期发布，远程劳动指数翻倍增长，自我改进循环加速，但基准缺陷与评估意识问题并存。
Meta FAIR发布e-means：k-means新替代，收敛快十倍
Meta FAIR 在 FAISS 1.16.0 中发布 e-means，作为 mini-batch k-means 的替代方案，达到同等损失所需 epoch 减少约一个数量级，GPU 加速 10 到 45 倍，且无需新增超参数。
AI写代码好用，但为何代码库越来越脆弱？
AI编程工具提升效率的同时，可能让代码库变得脆弱。本文基于开发者博客和Hacker News讨论，分析AI生成代码的隐性成本、社区分歧与降低风险的实践建议。
删权重竟能提升LLM后训练效果？
探讨LLM后训练中删除权重的反直觉效果，分析其正则化、稀疏性优势及挑战，为AI从业者提供新思路。
3000万美元融资：重新设计CPU的野心与挑战
一家初创公司获得3000万美元融资，计划重新设计CPU。本文分析其可能的技术路线、资金挑战与行业影响，探讨专用化与通用化之争下的架构创新机会。
Anthropic新模型Fable 5.2实测：性能超Opus 5.5
Anthropic 发布 Fable 5.2，实测性能超越 Opus 5.5，单 token 更贵但单位任务成本更低。本文整理发布要点、公开基准、自建基准与三项实测，并给出模型选型建议。
OpenAI 谈数据中心公关危机与 AI 监管自我约束
OpenAI 高管访谈解读：AI 数据中心为何遭遇公关危机，以及 OpenAI 为何支持以「限速」框架监管递归自我改进，强调人类必须掌控 AI 技术。
ExecuTorch WebGPU：PyTorch模型直接在浏览器GPU上运行
PyTorch 发布 ExecuTorch WebGPU 支持，模型经 torch.export 导出为 .pte 文件后可直接在浏览器 GPU 上推理，无需转换为其他框架格式，兼顾本地隐私与低延迟部署。
苹果新Mac应用Harbor：本地AI推理与雷雳5集群
苹果新Mac应用Harbor曝光：把Mac变成私有AI推理服务器，通过雷雳5连接多台Mac池化统一内存运行大模型。本文解析其功能、与Exo和LM Studio的差异，以及本地AI生态影响。
Token空间主动学习：低预算语义分割新方法TEAL
TEAL提出Token空间高效主动学习，面向ViT基础模型的像素级低预算语义分割，每图仅需一个像素查询即可同时定位信息位置并训练解码器，降低标注成本。
Glasswing七个月研究：开源维护者为何失望
Glasswing七个月研究：开源维护者为何失望
Glasswing研究历时七个月，却让开源维护者感到负担沉重且结论令人失望。本文分析外部研究如何影响开源社区，以及研究设计应如何以维护者为中心，避免投入与产出不成正比。
英伟达丑闻背后：AI泡沫会因一人而破吗？
The Vergecast 讨论英伟达高管丑闻如何暴露 AI 产业的集中度风险：当关键人物可能被外国势力影响，整个 AI 泡沫是否会被一根针戳破？