Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。
如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com
今天的主题是：
Code as Agent Harness
Summary
最近的大型语言模型（LLMs）在代码理解和生成方面展现出了强大的能力，涵盖了从竞赛编程到仓库级软件工程的广泛领域。在蓬勃发展的智能体（agentic）系统中，代码不再仅仅是一种目标输出，它正越来越多地扮演着智能体推理、行动、环境建模以及基于执行的验证的操作基底。我们从智能体装备（agent harnesses）的角度来界定这一转变，并引入了“代码即智能体装备”（code as agent harness）的概...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。
如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com
今天的主题是：
AI co-mathematician: Accelerating mathematicians with agentic AI
Summary
我们引入了“AI 联合数学家”（AI co-mathematician）——这是一个供数学家使用的工具平台，旨在通过交互方式利用 AI 智能体来开展开放式研究。
该系统经过优化，能够为数学工作流程中充满探索性和迭代性的现实需求提供全方位支持，包括构思、文献检索、计算探索、定理证明以及理论构建。通过提供一个能够管理不确定性、细...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。
如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com
今天的主题是：
LLMs Improving LLMs: Agentic Discovery for Test-Time Scaling
Summary
测试时扩展（Test-time scaling, TTS）已成为通过在推理期间分配额外计算来提高大语言模型性能的有效方法。然而，现有的 TTS 策略很大程度上是手工设计的：研究人员往往凭直觉手动设计推理模式并调整启发式规则，导致大部分计算分配空间未被探索。
我们提出了一种环境驱动的框架 AutoTTS，它改变了研究人员的设计范式：从...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。
如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com
今天的主题是：
Life Beyond Individual Intelligence: Survey-ing Collaboration, Failure Attribution, and Self-Evolution in LLM-based Multi-Agent Systems
Summary
基于大语言模型（LLM）的自主智能体在推理、规划和工具使用方面已经展现出了强大的能力，但在任务需要跨角色、工具和环境进行持续协同（coordination）时，它们依然受到限制。
多智...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。
如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com
今天的主题是：
δ-mem: Efficient Online Memory for Large Language Models
Summary
大语言模型在长期助手和智能体系统中越来越需要积累和复用历史信息。仅仅扩展上下文窗口成本高昂，且往往无法保证有效的上下文利用率。
我们提出了 δ-mem，这是一种轻量级的记忆机制，它通过一个紧凑的联想记忆在线状态（online state of associative memory），来增强被冻结的全注意力主干网络（frozen full-a...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。
如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com
今天的主题是：
Arithmetic in the Wild: Llama uses Base-10 Addition to Reason About Cyclic Concepts
Summary
表征中的结构是否意味着计算中的结构？
我们研究了 Llama-3.1-8B 如何在循环概念（cyclic concepts，例如“八月之后六个月是哪个月？”）上进行推理。
尽管 Llama-3.1-8B 对这些概念的表征在空间上呈现出循环结构，但我们发现，该模型并没有直接在循环概念的周期...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。
如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com
今天的主题是：
Is Grep All You Need? How Agent Harnesses Reshape Agentic Search
Summary
大语言模型（LLM）智能体的最新进展已经实现了复杂的智能体工作流（agentic workflows），模型能够自主检索信息、调用工具并在大规模语料库上进行推理，从而代表用户完成任务。
尽管检索增强生成（RAG）在智能体搜索系统中的应用日益广泛，但现有文献仍缺乏对检索策略选择如何与智能体架构及工具调用范式相互作用的系统性比较...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。
如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com
今天的主题是：
Long Context Pre-Training with Lighthouse Attention
Summary
在极长序列长度下训练因果 Transformer（causal transformers）受到缩放点积注意力（SDPA）平方级时间和内存复杂度的瓶颈制约。在这项工作中，我们提出了 Lighthouse Attention，这是一种仅在训练阶段使用的、基于对称选择的分层注意力算法。它包裹在普通的 SDPA 周围，并且可以在训练接近尾声时轻松移除。我们的...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。
如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com
今天的主题是：
Synthetic Computers at Scale for Long-Horizon Productivity Simulation
Summary
真实的长期生产力工作强烈依赖于用户特定的计算机环境，其中大部分的工作上下文是通过目录结构和内容丰富的工作产物来存储和组织的。为了扩展此类生产力场景的合成数据创建，我们引入了“规模化合成计算机”（Synthetic Computers at Scale）——这是一种可扩展的方法，用于创建具备逼真文件夹层级和丰富内容产...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。
如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com
今天的主题是：
On Training Large Language Models for Long-Horizon Tasks: An Empirical Study of Horizon Length
Summary
大语言模型（LLM）作为交互式智能体，在通过长序列的环境交互来解决任务方面已经展现出巨大的潜力。尽管先前的研究主要集中在系统层面的优化或算法的改进上，但关于任务生命周期长度（Task horizon length）在塑造训练动力学方面所起的作用，目前仍知之甚少。
在...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动