RTX 3090 解读 Act I 日志，分解出 100 个语义标签
amplifiedamp · x · 2026-08-23
作者与 Kovacs 合作，在 RTX 3090 上利用特定技术对早期的 Act I 日志进行了解读。这是一个快速运行并收敛的实验，通过分解数据集，他们整理出了一系列有意义的标签（如“Hyperionist”等）。作者指出，未来工作可能使用仅解码器的 LLM 来避免使用小型嵌入模型（SONAR）生成激活并反转质心为标签时产生的异常。所有 100 个标签已在另一条推文中列出。
「研究」频道最新
- AI 框架通过 H&E 图像预测尿路上皮癌预后 — anantm · 2026-08-23
- AgentDojo 数据窃取降为 0%，新论文解决权限组合攻击 — GoodMarch3690 · 2026-08-23
- 单张 H100 训 8 天：1.2B 参数游戏配乐生成模型开源 — Amazing-You9339 · 2026-08-23
- 如果思维链可逆？用 Toffoli 门式逻辑给端侧 LLM 省内存防幻觉 — Fear_ltself · 2026-08-23
- 获资助创建本地 LLM 经济研究指南，寻求隐私数据与机构合作案例 — aniketapanjwani · 2026-08-23
- 新研究揭示 LLM API 重大漏洞：可窃取推理轨迹并越狱 — Machine Learning Street Talk · 2026-08-23