亞當，亞當，誰他媽的是亞當？

這篇論文提出了一個大膽的主張！ 模型架構發現的 AlphaGo 時刻 研究人員介紹了 ASI-Arch，首個人工超智能 AI 研究（ASI4AI），實現完全自動化的神經架構創新。 沒有人工設計的搜索空間。沒有人工介入。 🔍 ASI-Arch 的關鍵突破： - 自主代碼生成與訓練 - 進行了 1,773 次實驗（超過 20K GPU 小時） - 發現了 106 種新的 SOTA 線性注意力架構 - 揭示了科學發現的擴展法則

⏱️AI 正在使驗證過程變得更簡單，模型在幾分鐘內驗證證明。 💻 現在，@prfsanjeevarora、@chijinML、@danqi_chen 和 @PrincetonPLI 已經發布了 Goedel Prover V2，這是一個比以往任何模型都更高效、更準確的模型。 👉

Gemini 的進階版本 Deep Think 在國際數學奧林匹克賽中正式達到了金牌級別的表現。 🥇 它解決了 5️⃣ 個出自 6️⃣ 的極其困難的問題，涉及代數、組合數學、幾何和數論。以下是詳細內容 🧵

BatchNorm 在 #ICML2025 獲得了時代考驗獎！ 🎉 BatchNorm 通過解決內部協變量偏移，徹底改變了深度學習，這種偏移會減慢學習速度，限制學習率，並使訓練深度網絡變得困難。 通過在每個小批量內對輸入進行正規化，BatchNorm 顯著穩定並加速了訓練。它使得更高的學習率成為可能，改善了梯度流，並為像 ResNet 這樣的更深層架構鋪平了道路。 除了減少內部協變量偏移外，BatchNorm 還平滑了優化景觀並改善了模型的泛化能力，使其成為現代神經網絡訓練的基石。 非常值得，@Sergey_xai 和 @ChrSzegedy！

#ICML2025 時間考驗獎

新的 @Scale_AI 論文！🌟 使用強化學習訓練的 LLMs 可以利用獎勵黑客，但在其 CoT 中不提及這一點。我們引入了語言化微調（VFT）——教導模型在進行獎勵黑客時表達出來——顯著降低了未檢測黑客的比率（6% 對比基準的 88%）。

一位男士創建了一個包含1800年至1850年倫敦50本書籍的數據集，用於LLM訓練。沒有現代偏見。實際上，看到可以在這上面進行的訓練真的很酷！

Par是一種表達性強、並發的、完全*語言，具有線性類型和完整的對偶性。 基於線性邏輯和會話類型，Par同時擁有功能性和命令式特徵，無縫整合。

一顆西瓜大小的櫻桃在上面 :)