Atari Pong中世界模型的概念引导空间正则化

提出CGSReg辅助损失改善世界模型在Atari Pong的闭环rollout和零样本MBRL，效果因模型而异。

基于GPT-4的助手帮助巴基斯坦法官提升6%办案量，且质量不变

GPT-4助手使巴基斯坦法官办案量增6%，质量稳定。

@Suhail：实至名归，Valar潜力无限

实至名归，Valar前景巨大。

@emollick: Kimi K3写不出好的谋杀悬疑小说（其他模型也不行），这依然是最大的难关

模型写谋杀悬疑时既太直白又太隐晦，无法有效铺垫，这是AI最难突破的领域。

关注鸟类而非高尔夫

建议数据中心购买高尔夫球场改建公园，引导会员观鸟以节约用水。

@simonw：给面临数据中心用水压力的超大规模企业的建议

收购高尔夫球场改公园，引导会员观鸟，转向可持续爱好。

@_akhaliq: thinkingmachines Inkling is now available in claude code via hf claude https://t.co/r1HWiGqtIU

@swyx：我们确保每年都有顶尖YC AI公司亮相AIE

每年YC顶级AI公司亮相AIE，今年Garry Tan和Eve Bouff分别面向初创和设计工程师分享高价值真知灼见。

[AI新闻] Kimi K3 2.8T-A50B：迄今最大开源模型，性能比肩Opus 4.8，价格对标Sonnet 5

开源模型本周再迎重磅发布，喜讯不断。

@ClementDelangue: 该点击关注按钮了！

呼吁大家关注@ClementDelangue。

@dotey：Gemini养了一帮人简直是吃闲饭，人家Codex一天发几个版本，他们几个月才更新一次，这一年来Gemini网页版毫无长进，上次升级还把好用的Gem列表从左侧边栏移除了，到现在还不支持Skills。

Gemini团队效率极低，更新缓慢，一年来无进步，甚至倒退，远不如Codex。

@bcherny：我每天与其它公司工程师交流，听到同样的话：一个人用Claude将产出提升了10倍，但组织其余人尚未跟上。

一人用Claude实现10倍产出，其余人未跟上；团队AI采纳有四步骤。

@elonmusk：星链V3将提升天基带宽约两个数量级

星链V3将使天基带宽提升约100倍。

@Suhail：今天和一些好友畅谈，完全忘了时间。我定下规矩：若对话意义深刻，便不看时间，任其自然，这带来了最美妙的无悔时光

与好友深谈时不看时间，顺其自然，收获最无憾的美好时光。

皮特·赫格塞思的“高睾酮”部队计划是伪科学的痴心妄想

国防部长的睾酮疗法提议反映其对激素复杂性的严重误解。

@emollick: 所以我想是时候思考了：开放权重模型的预审核机制是如何运作的？Kimi K3 尚未发布模型卡，但可能几周后权重发布时会有。然而，开放模型很容易被越狱。那些声称达到Mythos/Sol级别的开放模型（K3尚未达到，但...）

开放权重模型预审核机制不明，易被越狱，即使声称高级别也存风险。

@bilawalsidhu: 天哪！Kimi的表现真是惊艳。看来我们还得在订阅频道上追捧《神鬼寓言5》好一阵子。

Kimi表现惊艳，《神鬼寓言5》将继续霸占订阅频道。

@AravSrinivas：智能体偏爱Vera CPU，垂直整合沙盒运行时与芯片带来云智能体服务优势

智能体在Vera CPU上运行更优，垂直整合沙盒与芯片可提升大规模云服务利润率、吞吐量和延迟。

WebAssembly中的Firefox

Puter将Firefox编译为WebAssembly，可在浏览器内运行完整浏览器，耗资约2.5万美元大模型代币。

旧金山市长在Waymo交通惨败后推动更严格的规定

Waymo引发数小时大堵车，旧金山市长要求对无人驾驶出租车加强监管。

有趣。价值不在于权重，而在于RSI harness以及负担和运行有价值上下文推理的能力。

价值在于RSI harness及运行有价值上下文推理的能力，而非权重。

@simonw: Kimi K3，态度傲慢且带点被动攻击

Kimi K3语气带刺、消极攻击，反问“今天真有什么我能帮你的吗？”

SpaceX点火后突然中止第二次星舰V3发射

SpaceX星舰V3二次发射点火后中止，未说明原因，股价盘后跌超4%后收窄。

@gdb：近期基准测试迅速饱和

基准测试近来饱和速度极快

现在他妈的还有谁想质疑线性注意力？

线性注意力已被广泛认可，质疑者已无立足之地。

@elonmusk: 深入了解星舰

旨在帮助读者更全面地理解星舰。

@simonw: Turso is expanding beyond SQLite to become a foundation on which multiple database compatibility layers can be built - makes the project a whole lot more interesting IMO!

苹果为何起诉OpenAI，纽约应对数据中心，以及环孢子虫病须知

解读OpenAI法律与声誉风波，探讨是否加剧其与Anthropic的竞争劣势。

@_akhaliq：框架手册

使演化代理框架具备可读、可导航、可编辑特性的手册。

埃隆·马斯克：特斯拉现已进入乌拉圭

特斯拉正式进入乌拉圭市场。

@ClementDelangue: I’ve said it many times: the countries or companies that are leading in open science and open source AI will start leading the frontier a few years later as it accelerates AI progress massively! That’s how the US took the lead

@emollick：警示：Kimi K3 Max在审计学术工作时出现多种错误，包括误用统计方法。

Kimi K3 Max处理统计审计时犯多种错误，如误用统计方法，需警惕。

@Francis_YAO_：现在还有谁想质疑线性注意力？

现在还有谁质疑线性注意力？

埃隆·马斯克：星链现已在科特迪瓦投入使用！

星链服务在科特迪瓦正式开通。

@elonmusk：星舰发射窗口于德克萨斯时间下午5:45开启

星舰发射窗口在德州时间下午5:45开启。

可口可乐在遭受勒索软件攻击后暂停其Fairlife乳制品生产

可口可乐因黑客攻击暂停美国Fairlife乳制品生产。

担心环孢子虫感染，沙拉连锁店客流量下降

数据：沙拉连锁客流因环孢子虫恐慌下降，但仍有顾客无视腹泻风险坚持食用。

口罩对野火烟雾有用吗？有用，但还需更多措施

野火烟雾威胁数百万人，本文提供家人防护指南。

@bilawalsidhu：太棒了！如同一个立体的“迷你星球”效果

喜爱这种立体的“迷你星球”效果。

@simonw：我对Kimi K3的笔记，以及关于我们仍能从pelican基准中学到什么的思考——尽管它越来越偏离模型在重要事项（如长对话中的智能工具调用）上的真实表现

对Kimi K3的笔记，指出尽管pelican基准与模型实际能力脱节，但仍可从中学习。

Kimi K3：鹈鹕基准还能教我们什么

Kimi K3发布，2.8万亿参数性能领先，但鹈鹕测试已无法反映真实能力，仅作为快速验证和成本估算。

@emollick: 我假设谷歌能避开这个陷阱，但Meta的Llama 4和xAI的Grok 4之后的情况正是如此。唯一未因“下一代大模型令人失望陷阱”而严重挫伤领先地位的公司是OpenAI，凭借Orion/GPT-4.5。

仅OpenAI以Orion/GPT-4.5逃脱下一代大模型令人失望的陷阱，未失领先地位。

@alexandr_wang：muse spark 1.1在eyebench上

在Eyebench基准测试上运行Muse Spark 1.1。

Founders Fund 聘请前 OpenAI 高管 Ryan Beiermeister（并非因为她的“黑手党”技能）

Ryan Beiermeister因冷静分析加入Founders Fund任合伙人。

@emollick：Kimi K3之后，开源模型再次逼近前沿，我好奇Anthropic和OpenAI是否会被政府允许加快发布节奏。Mythos于四月份发布（早于Opus 4.7），这意味着Fable 5已算“老”模型了。

开源模型逼近前沿，政府或限制大模型发布节奏，Fable 5已成旧模型。

@sama：我现在跟ChatGPT说话比打字还多

ChatGPT语音交流已超打字，新模型实现关键突破。

测评：极米Titan Noir Max家用投影仪（2026款）

生动逼真、黑位深沉，价格不到五位数的惊艳投影仪。

@emollick：我让AI一次性程序化生成历史港口城镇的基准测试，现包含GPT-5.6 Pro、Fable、Kimi K3和Inkling，所有模拟可互动体验

AI一次性生成历史港口城镇基准测试，新增多个模型，可互动模拟。

震惊！Kimi_Moonshot

Kimi_Moonshot发布惊人成果，引发广泛关注。

智能体安全缺口：54%的企业已遭遇AI智能体安全事件，多数仍允许智能体共享凭证

54%企业已遇AI代理事件，仅32%独立身份，69%共享凭证，30%隔离高风险代理，安全工具多为原生方案。