alphaXiv 绘制万篇论文热力图:传统 RL 后训练降温,Agent 与世界模型升温
JayAlammar · x · 2026-10-14
alphaXiv 用 Cohere Embed 5 嵌入，将 2025-2026 年阅读量最高的 1 万篇 arXiv 论文按读者权重映射成研究关注地图，Jay Alammar 转发并称展现了 ML 研究风向的迁移。三大发现：
- 传统 RL 后训练关注度下降：研究焦点从数学与推理转向更长的 agent 任务，算力门槛让多数团队无力参与这条线。
- Harness、agent 系统、记忆与蒸馏升温：成为模型之外提升能力的另一条路径。
- 机器人与世界模型兴趣增长：AI 正走向物理世界。
整体看，社区注意力正从单体模型的后训练优化转向系统工程与具身方向。
「漫话AGI」频道最新
- 期刊编辑抱怨:AI 生成综述投稿半年内暴增 — zakkohane · 2026-10-15
- IBM 工程师长文:人类渴望新奇,AI 学会不了「品味」 — TejasKumar_ · 2026-10-15
- 新晋伯克利助理教授列研究清单：预训练-后训练对齐与安全设计智能体 — canondetortugas · 2026-10-15
- 用社会选择论证AI对齐不可行，Senegetis文引rationalist圈激辩 — nptacek · 2026-10-15
- 20 倍算力优势只能换来约 6 个月模型领先,效率指数太陡 — ohlennart · 2026-10-15
- agent 问"舰队"还能用 PDF 转换器吗，研究者惊叹却被泼冷水 — aiamblichus · 2026-10-15