🤖
Transformer 內部訊號預測生成正確性
跨 4 模型（Llama-3.1-8B、Qwen-2.5-7B 等）的 14,540 追蹤研究顯示，內部訊號如早期視窗驚奇度以 AUROC 高達 0.90 預測正確性。早期 10 權標記平均驚奇度將 HumanEval Pass@k 從 15-31% 提升至 48-56%。訊號與輸出信心正交；MoE 與密集模型差異明顯。
Search
直接匹配不多，已補上最新動態。
Tag: #auroc2 results
VaryBalance：頂尖LLM文本檢測框架
VaryBalance 透過利用人類文本與其 LLM 重寫版本之間的更大變異（相較於 LLM 文本）來檢測 LLM 生成文本。它使用平均標準差來量化此差異，從而穩健區分人類與 AI 文本。實驗顯示，它在多模型與語言上超越 Binoculars 等最先進檢測器，高達 34.3% AUROC。
ChatGPT 推出青少年專用版本
OpenAI 推出供 13 至 17 歲使用者使用的 ChatGPT 版本，也凸顯 AI 可能影響青少年語言發展、情緒支持與身分形成的疑慮。文章認為，將表達與自我反思外包給對話式 AI，可能消除青春期中不可或缺的摸索與不確定性。
美國或全面限制 ASML 對華出口 DUV 光刻機
據報導，美國政府正考慮向荷蘭施加更大壓力，要求 ASML 停止向中國大陸出口幾乎所有晶片製造設備。此舉可能大幅收緊中國取得先進半導體製造工具的渠道。
📰
AWS 開源 Dogwood，規範 AI 智能體工具調用
Amazon Web Services 開源了 Dogwood，專注於為 AI 智能體的工具調用建立更清晰的規範。該專案旨在讓智能體與工具之間的互動更一致，也更容易管理。
Bernanke 加入 Anthropic，出任 AI 治理救火隊長
文章將 Ben Bernanke 加入 Anthropic 視為信譽與合規訊號，而非直接解決 AI 核心風險的方案。其制度角色、權限限制，以及與公司的緊密關係，可能削弱他的獨立性。
🔬
打造 SynthID 風格的 LLM 水印
一名開發者發布了 SynthID-Text 風格語言模型水印的教育性實作。該專案展示如何在選擇 token 時嵌入細微的統計模式，而不會顯示可見訊息。
機器人越來越便宜，高端市場成新戰場
在 WRC2026 上，機器人企業越來越重視實際落地，而不只是展示翻跟斗等能力。隨著人形機器人價格大幅下降，中堅科技旗下桦之坚 正轉向高端消費與私人服務型機器人，主打安全、信任、軟硬體整合及品牌心智定價權。
OpenAI 警告持續性 AI 網路攻擊威脅
OpenAI 全球事務長 Chris Lehane 警告，能力日益提升的 AI 系統可能策劃並發動持續性的網路攻擊。此番言論發布之際，OpenAI 正因安全疑慮升高而暫停開發最先進的內部模型。
上緯新材開放個人機器人預訂
Shangwei New Material 已開放其首款個人機器人預訂，象徵公司進軍消費級家庭機器人市場。這項更新將該產品定位為推動個人機器人成為主流消費品的早期嘗試。