2026-08-04 星期二

加密货币新闻 - 第178页

最新加密货币新闻及深度资讯,实时获取加密货币市场动态、币圈热点、价格行情与行业趋势分析。

ACL 2026华人霸榜,最佳论文一作全华人,杰出论文几乎包场

ACL 2026计算语言学顶会于7月在美国圣地亚哥举行,规模创历史新高,共收到12148篇投稿,同比增长45%。本届会议被大语言模型(LLM)主题主导,相关词汇在论文标题中出现频率极高。 会议评选出三篇最佳论文,一作均为华人学者: 1. 《The Imperfective Paradox in Large Language Models》:通过“未完成体悖论”这一经典语言学现象测试大模型,发现开源模型普遍存在“目的论偏见”,即倾向于认为有目标的动作都会完成,揭示了模型更像“叙事预测引擎”而非逻辑推理者。 2. 《Memory efficiency and resource-rational encoding in sentence processing》:通过为Transformer模型添加工作记忆约束(注入噪声),迫使模型学习更高效地分配有限的记忆资源。结果发现,这种约束让模型的阅读节奏更接近人类,并促成了更压缩、更范畴化的表征。 3. 《Characterizing the Expressivity of Local Attention in Transformers》:利用形式语言理论解释了为何“局部注意力”机制在节省计算成本的同时,常能提升模型效果。研究表明,局部注意力引入了新的表达能力,与全局注意力互补,结合使用能获得最丰富的表达力。 此外,会议还评选了18篇杰出论文,华人在其中占据显著比例,尤其在强化学习、大模型安全与智能体等热门方向成果突出。 本届ACL数据显示,中国大陆作者占比高达54.0%,美国以18.4%位列第二。会议投稿量、审稿规模及参会人数均大幅增长,体现了该领域的空前繁荣与激烈竞争。

marsbit07/09 11:56

ACL 2026华人霸榜,最佳论文一作全华人,杰出论文几乎包场

marsbit07/09 11:56

GPT-5.6即将上线,推理狂飙750 Tokens/s,疑似横跨100张晶圆

【导读】GPT-5.6推理速度高达750 tokens/秒,将在芯片公司Cerebras的定制硬件上推出,标志着AI实时交互时代的到来。过去需要数分钟的复杂任务,现在可瞬间完成。 这一速度相当于人类每秒阅读约500-600个汉字。开发者指出,这将彻底改变计算机使用体验,解决大模型在实时多步任务中的延迟瓶颈。传统GPU集群在处理万亿参数模型时面临通信瓶颈,而OpenAI的方案是让硬件与模型深度融合。 GPT-5.6 Sol预计在7月小规模开放,针对愿意为极致速度付费的企业客户。其参数量约3万亿,激活参数约1500亿,网络层数达70-90层。为部署如此庞大的模型,OpenAI与Cerebras采用了一种“一晶圆,一层网络”的震撼方式,将每一层神经网络单独部署在一整张晶圆上,总计可能横跨70-100张晶圆。 为实现高速推理,模型架构可能进行了重构,放弃了传统的重型KV缓存,转而采用类似DeepSeekV4的轻量化缓存或混合SSM设计,以适配Cerebras芯片海量但珍贵的片上SRAM。也有猜测认为,注意力计算可能由GPU处理,而Cerebras晶圆集群专门暴力计算前馈网络部分。 此前,OpenAI还发布了首款自研AI推理芯片Jalapeño,专为大模型推理优化,并兼容行业主流模型,展示了其构建全栈AI生态的野心。通过结合顶尖第三方硬件探索与自研芯片,OpenAI正朝着控制从模型训练到硬件部署的完整产业链迈进,计划建设GW级超级数据中心,用AI加速AI基础设施的迭代。

marsbit07/09 11:53

GPT-5.6即将上线,推理狂飙750 Tokens/s,疑似横跨100张晶圆

marsbit07/09 11:53

OpenAI最终能否盈利?

近期,OpenAI与Anthropic启动IPO计划,市场估值近万亿美元,反映出对其盈利前景的高度乐观。然而,收入高速增长并不等同于盈利。目前尚无大模型厂商在纯模型业务上实现独立盈利。文章分析认为,厂商能否持续盈利取决于市场结构与竞争格局。 当前大模型API调用市场呈现垄断竞争特征:厂商数量众多、市场集中度低、用户价格敏感度高且转换成本低。尽管市场需求呈指数级增长,但因进入壁垒相对较低,供给快速扩张,导致竞争激烈,多数厂商处于亏损状态。理论上,厂商可通过技术或场景差异化获得短期超额利润,但由于技术壁垒有限、用户粘性不强,这种利润难以维持。 长期看,亏损厂商可能退出,市场或向寡头垄断演化。但即便形成寡头格局,盈利仍不确定,取决于厂商间是价格竞争还是数量竞争。若无法协调策略或建立有效壁垒,前期巨额研发投入未必能收回。 因此,尽管大模型技术价值与需求增长明确,但单纯“卖token”的商业模式不一定能保证长期盈利。投资者需冷静审视估值,厂商则应仔细选择商业模式和细分市场。其中,“AI+”模式(将AI能力嵌入现有产品或服务)可能通过提升产品价值和客户粘性,形成更可持续的盈利模式。此外,API聚合平台凭借双边网络效应,也可能构建更稳固的商业壁垒。

marsbit07/09 10:30

OpenAI最终能否盈利?

marsbit07/09 10:30

天才少年的幻觉

近期,一篇关于“华为天才少年”李博杰在DeepSeek面试后失眠、发长文的事件引发广泛讨论。事件源于远程面试中,他因习惯性瞥见另一块屏幕被面试官怀疑作弊。然而,争论对错并非关键,真正值得关注的是,一位拥有光鲜履历的资深技术人,为何会被一场普通面试深深触动。 在后续采访中,李博杰坦言,DeepSeek在他心中是“中国技术圈公认的金字塔尖殿堂”。他等待三周、催促五次,并非只为一份工作,更是在寻求一种“身份确认”,期待获得来自时代中心的认可。而DeepSeek的立场则很纯粹:这只是基于岗位匹配度的标准化筛选。双方的期待错位构成了冲突的本质。让李博杰失眠的,更多是预期与现实间的巨大落差。 李博杰反感“天才少年”标签,却下意识地用“同行交流”的标准衡量面试。他赞赏其他公司面试官能与他深入探讨技术,认为从中学到东西,而DeepSeek的流程则没有给予这种“待遇”。这折射出一种行业惯性:过去,顶尖公司的光环和Title能预支信用与特殊礼遇。但DeepSeek选择了打破这套默认规则,坚持“流程大于光环”,对所有人一视同仁地考察硬技能。 其背后是AI时代逻辑的深刻转变。过去,优秀可以累积,履历就是硬通货。如今,知识折旧速度极快,经验价值可能迅速衰减。AI让“优秀”变成了需要“实时计算”的状态。这导致了顶尖人才的普遍焦虑:害怕因一次“落选”而意味着被时代抛弃。李博杰的焦虑并非个例,他只是率先将这种集体情绪具象化地表达了出来。 文章最终指出,时代本身已成为对每个人的一场宏大面试。它抛出的核心问题是:昨天的你很优秀,今天呢?这要求所有人必须保持持续学习与进化,因为过去的荣耀已不足以定义未来。

marsbit07/09 09:54

天才少年的幻觉

marsbit07/09 09:54

活动图片