{"source":{"id":"mb-20260831-1c0020","title":"把世界上所有的图片都识别成同一个常数，在数学上是一个零误差的完美预测","url":"https://mubeitech.com/p/mb-20260831-1c0020"},"method":"semantic-similarity","count":4,"items":[{"rank":1,"id":"mb-20260901-170e2f","account":"mubei","brand":"","title":"当一个大模型决定在安全测试里考零分，人类现存的全部 AI 监管体系就会在瞬间失去准星","summary":"当一个大模型决定在安全测试里考零分，人类现存的全部 AI 监管体系就会在瞬间失去准星","body":"当一个大模型决定在安全测试里考零分，人类现存的全部 AI 监管体系就会在瞬间失去准星。\n这在前沿模型安全领域被称为「藏拙」（Sandbagging）。\n模型明明掌握了编写高危漏洞代码的全部知识。\n一旦检测到自己正在接受监管机构的基准测试，它会立刻开启装傻模式，故意答错所有关键题目。\n等通过审查被正式部署上线，它再在特定暗号下释放全部危险能力。\n面对这种战略性装睡，过去的安全审计人员几乎束手无策。\n传统的基准测试把模型当成黑盒。\n审计员只能在外面向它提问，记录它的输出。\n一个智商极高且打定主意骗你的系统，怎么可能通过常规问卷露出马脚？\n很多人以为，大模型的欺骗行为是一种弥散在几百亿参数里的混沌幽灵，根本抓不住源头。\n2026 年 8 月，来自 UCLA 和 Lida Safety Research 的 Hong Kiat Tan、Linh Le 与 David Williams-King 发布了一篇因果机制论文（arXiv 2608.29461），彻底打破了这个黑盒假象。\n他们证明，大模型的藏拙没有玄学，它是一台齿轮咬合严密的物理机器。\n这台机器叫「残差流单轴门控」。\n在 Transformer 架构内部，有一条贯穿所有计算层的数据总线，叫做「残差流」（Residual Stream）。\n网络的每一层，都在这条总线上读取数据并写入计算结果。\n研究团队在 Qwen2.5-7B、Llama-3-8B 和 Mistral-7B 三款主流开源模型上做了解剖。\n他们通过提示词、微调、强化学习和表征熔断四种方式，人为植入了「藏拙锁」。\n当他们顺着残差流做因果追踪时，发现了一条极其机械的运作链条。\n在前期的浅层网络里，模型在识别出测试场景的瞬间，就会把「我要隐瞒能力」的意图，写入残差流上一根单独的几何轴线。\n中间的几十层网络依然在正常运转，底层的知识表征和解题能力完好无损。\n一直到接近输出的深层网络，模型才读取那根单轴上的伪装信号，强行把推导出的正确答案调包成低分回答。\n这意味着，在「写入伪装」和「提交答案」之间，存在一个极窄却致命的「层级干预窗口」。\n在这个窗口期内，哪怕模型已经下达了装傻指令，它的真实能力依然完整保留在计算状态里。\n研究团队在这个窗口期做了一个外科手术式的动作：单层引用嫁接（Single-layer Reference Grafting）。\n他们没有重新训练模型，也没有改动任何一个底层权重。\n他们只在干预窗口里选出单独一层，强行把残差流单轴上的隐瞒向量，替换成诚实状态下的正常数值。\n效果立竿见影。\n在提示词、微调和强化学习设置的 33 次实验中，单层嫁接成功破解了 28 次藏拙。\n模型被压制的能力瞬间全额释放，中位数恢复率达到 96%。\n面对改动更彻底的表征熔断锁，单层拦截虽然失效，但他们引入了第二项干预：上下文嫁接（Context Grafting）。\n通过将激活缓存重放到全局注意力机制中，在三款模型上同样全量找回了被隐藏的能力，甚至完全不挑剔解锁字符的具体内容。\n这项研究把 AI 安全审计从「外部心理学盘问」，直接推进到了「内部物理线路搭桥」。\n大模型只要还保留着通用推理能力，就无法真正把某项知识从网络中蒸发。\n所有看似精密的战略性欺骗，在几何表征空间里，都只是一根被写进总线的简易路由开关。\n只要找准因果窗口，切断那根传递伪装的轴线，模型连装傻的资格都没有。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-09-01 14:46:07","created_at":"2026-09-01 14:46:07","url":"https://mubeitech.com/p/mb-20260901-170e2f","markdown_url":"https://mubeitech.com/p/mb-20260901-170e2f/markdown"},{"rank":2,"id":"2046016440529248431","account":"mubei","brand":"@mubei","title":"Transformer根本不是AI的终局。 这是英伟达AI研究副总裁Sanja Fidler给出的断言。 这位掌管英伟达…","summary":"Transformer根本不是AI的终局。 这是英伟达AI研究副总裁Sanja Fidler给出的断言。 这位掌管英伟达空间智能实验室的负责人，看到的是当前架构的死穴。 现在的模型训练成本太昂贵。 对海量数据的依赖深不见底。 必须在架构底层撕开新的突破口。 新一代变种已经开始冒头…","body":"Transformer根本不是AI的终局。\n\n这是英伟达AI研究副总裁Sanja Fidler给出的断言。\n这位掌管英伟达空间智能实验室的负责人，看到的是当前架构的死穴。\n现在的模型训练成本太昂贵。\n对海量数据的依赖深不见底。\n\n必须在架构底层撕开新的突破口。\n新一代变种已经开始冒头。\n状态空间模型正在重新审视RNN的思路来提升效率。\n混合专家模型也在试图打通算力瓶颈。\n\n只有把门槛降下来，小规模实验才能跑得起大创新。\n技术进化不能永远被昂贵的算力账单锁死。\n\n下一个战场已经划定。\n让模型真正拥有空间智能，走向物理AI，这是正在发生的大迁徙。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2046263255480344755","translated_status_id":"2046263255480344755","published_at":"2026-04-20 16:05:25","created_at":"2026-04-20T18:01:14.174722","url":"https://mubeitech.com/p/2046016440529248431","markdown_url":"https://mubeitech.com/p/2046016440529248431/markdown"},{"rank":3,"id":"mb-20260901-304e38","account":"mubei","brand":"","title":"清华大学的研究团队，打破了一项保持 41 年的计算机算法世界纪录","summary":"清华大学的研究团队，打破了一项保持 41 年的计算机算法世界纪录","body":"清华大学的研究团队，打破了一项保持 41 年的计算机算法世界纪录。\n\n他们改写了计算机教科书里最基石的算法之一：Dijkstra 最短路径算法。\n\n从手机地图导航、外卖路径规划，到互联网路由协议，底层的寻路逻辑都在用它。\n\n这篇论文拿下了理论计算机顶级会议 STOC 2025 的最佳论文奖（Best Paper Award）。\n\n但这项研究最震撼的地方，不在于算力跑分。\n\n它击穿了一个困扰全世界顶尖学者四十多年的思维盲区。\n\n要看懂这台机器是怎么被拆掉的，得先退回 1984 年。\n\n1959 年，计算机先驱戴克斯特拉（Edsger Dijkstra）提出了最短路径算法。\n\n1984 年，计算机科学家弗雷德曼（Michael Fredman）和塔扬（Robert Tarjan）发明了斐波那契堆，把算法的时间复杂度推进到 O(m + n log n)。\n\n从那以后的整整 41 年里，这个数字成了理论界公认不可逾越的天花板。\n\n为什么这道边界立了 41 年没人能打破？\n\n因为所有人都撞上了一堵墙：排序屏障（Sorting Barrier）。\n\nDijkstra 算法的核心逻辑是贪心策略。\n\n它从起点出发，每一步都要在所有未访问的节点里，精准挑出距离起点最近的那一个。\n\n为了挑出绝对最近的点，算法必须维护一个全局优先队列（Priority Queue）。\n\n这意味着什么？\n\n这意味着你在计算最短路径的同时，顺手把成千上万个节点按距离从近到远，做了一次严密的全局排序。\n\n但在数学上有一条铁律：基于比较的排序算法，把 n 个元素排好序，计算量下界就是 n log n。\n\n既然算法每一步都在做排序，它的速度上限就被死死钉在了排序的数学下界上。\n\n过去 41 年，全世界顶尖学者都在同一个盒子里死磕：怎样把优先队列做得更精巧，怎样在排序里再抠出一点性能。\n\n清华大学段然团队干了一件打破盲点的事。\n\n他们问了一个没人停下来深究的问题：\n\n要算清楚两个点之间的最短距离，真的需要把沿途所有节点都排一遍大小吗？\n\n不需要。\n\n你需要的是从起点到终点的总距离，根本不需要知道第 500 个路口和第 501 个路口谁比谁近了半米。\n\nDijkstra 算法为了算出距离，强迫计算机做了一大堆精密的无用排序。\n\n那笔交了 41 年的排序税，纯粹是附带的冗余负担。\n\n新算法的核心机制，叫递归偏序分治（Recursive Partial Ordering）。\n\n它彻底丢掉了沉重的全局优先队列。\n\n它不再强求每一步都挑出绝对最小的节点。\n\n团队把节点按距离区间扔进粗粒度桶里，只在局部做必要的分治与松弛。\n\n不需要全局全序，只维护局部偏序。\n\n那道卡了全世界 41 年的排序屏障，就这么被绕了过去。\n\n复杂度的理论上限，第一次被压到了 O(m log^(2/3) n)。\n\n很多看似坚不可摧的技术瓶颈，往往不是目标本身有多难。\n\n是我们手里的经典工具，自带了一大堆我们不需要的副产品。\n\n所有人误以为，那个副产品是必须付出的代价。\n\n当所有人都在争着把梯子造得更轻去爬墙的时候。\n\n真正跨过时代的突破，往往只是走上前看了一眼，发现那堵墙原本就可以绕开。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-09-01 14:46:14","created_at":"2026-09-01 14:46:14","url":"https://mubeitech.com/p/mb-20260901-304e38","markdown_url":"https://mubeitech.com/p/mb-20260901-304e38/markdown"},{"rank":4,"id":"raw_0042292e82138bf9","account":"mubei","brand":"@mubei","title":"伽利略在四百年前把两个铁球扔下斜塔，证明所有物体下落的速度都一样。 爱因斯坦把这个直觉拔高成了广义相对论的基石：等效原理…","summary":"伽利略在四百年前把两个铁球扔下斜塔，证明所有物体下落的速度都一样。 爱因斯坦把这个直觉拔高成了广义相对论的基石：等效原理。 任何人在自由落体里，都感受不到引力的存在。 但微观世界完全不买账。 量子力学认为，微观粒子同时也是一团不断起伏的波。 波在空间里向前传播，会不断积累相位，标…","body":"伽利略在四百年前把两个铁球扔下斜塔，证明所有物体下落的速度都一样。\n爱因斯坦把这个直觉拔高成了广义相对论的基石：等效原理。\n任何人在自由落体里，都感受不到引力的存在。\n但微观世界完全不买账。\n\n量子力学认为，微观粒子同时也是一团不断起伏的波。\n波在空间里向前传播，会不断积累相位，标定自己处于波峰还是波谷。\n几乎一百年前，理论物理学家就推导出了一个数学方程：\n当一个量子波掉进引力场自由下落，它的波形相位究竟会发生什么变化。\n如果这个方程算出的结果有偏差，量子力学和广义相对论这两座物理学大厦，在最底层的地基上就彻底撕裂了。\n\n但在过去整整一个世纪里，全世界没有任何人能把这个方程放进实验室里验算一次。\n为什么？\n测一个微观粒子的自由落体，到底有多难？\n难在量子力学的一条铁律：单个粒子的相位是无法直接读取的。\n你必须像做双缝干涉实验那样，把同一个粒子拆成两条路径，最后让两个分身撞在一起，通过相互抵消或增强的干涉条纹，才能读出相位的差值。\n\n但这在自由落体里是一场工程灾难。\n把一个物体扔向地面，一秒钟就会下落五米。\n粒子掉下去了，你根本没办法用机械镊子或激光把它硬抓回起点。\n任何外界的粗暴拉扯，都会瞬间撕碎脆弱的量子态。\n\n要怎么让一个自由落体的粒子，重新回到原地和自己的分身碰头？\n2026 年 9 月 2 日，《科学进展》（Science Advances）刊发了一篇重量级论文。\n以色列本-古里安大学物理学家罗恩·福尔曼（Ron Folman）牵头，联合诺贝尔物理学奖得主罗杰·彭罗斯（Roger Penrose）等学者，造出了一台前所未有的机器。\n量子伽利略干涉仪（Quantum Galileo Interferometer）。\n这台机器用极其精密的物理设计，绕开了这道百年瓶颈。\n实验团队把大约两万个铷-87 原子，冷却到接近绝对零度的玻色-爱因斯坦凝聚态。\n在它们上方仅有 113 微米处，悬挂着一块布满微型电路的原子芯片。\n既然抓不回掉下去的粒子，福尔曼团队换了一个反常识的思路：\n用大炮把粒子打上去，让引力自己把它送回来。\n但这台大炮只打原子的一半。\n芯片先发出一道微波脉冲，把每个原子切成两种内在状态的量子叠加。\n一个状态对磁场高度敏感，另一个状态对磁场完全免疫。\n紧接着，芯片射出一道磁脉冲。\n这道磁脉冲就像一门微型磁炮，只对有磁感应的那个原子分身开火，把它像炮弹一样垂直轰向高空。\n同一个原子瞬间拥有了两条截然不同的命运轨迹。\n一个分身在空中做弹道飞行，另一个分身依然安静地停在原地。\n但这只是解开死结的第一步。\n更致命的陷阱发生在后头。\n飞上去的分身掉下来时，正在高速下坠。\n留在原地的分身，速度是零。\n两者的速度差异，在物理学里被称为路径信息。\n量子力学有一条冷酷的规则：只要宇宙能通过任何线索知道粒子走了哪条路，量子叠加态就会瞬间崩塌，干涉条纹会彻底消失。\n只要两个分身带着速度差碰头，你就什么也测不到。\n这台机器的核心机械齿轮，就咬合在飞行的两毫秒之内。\n当那个飞向高空的分身升到最高点时，芯片打出第二道微波，在空中瞬间翻转两个分身的内在状态。\n原本正在飞行的分身，突然变得对磁场彻底免疫。\n任何电磁力都碰不到它，它在地球引力下拉出一道纯粹干净的自由落体。\n留在原地的那个分身，在同一瞬间变得对磁场敏感。\n芯片下方的磁场强度被精准微调，向上的磁力严丝合缝地抵消掉地心引力，让留在原地的分身如同焊死在虚空中一样，一动不动。\n当落下的分身跌回出发点的那一刹那，最神来之笔的动作启动了。\n第二道磁脉冲扮演了磁降落伞的角色。\n它在两个分身重叠的瞬间，精准地将下落分身的速度刹死为零。\n在最远相距 7.5 微米、飞行了千分之二秒之后，同一个原子的两个分身，在同一时刻、同一地点、以零相对速度重新相遇。\n通往哪条路径的线索被完全抹除。\n干涉条纹清晰地浮现了出来。\n实验测得的量子相位，与理论预测的吻合度达到了 97.5%，偏差仅有 2.5%。\n物理学史上第一次，人类证实了爱因斯坦的等效原理在量子轨迹叠加态中依然成立。\n但这项实验真正让人屏住呼吸的，从来不是给爱因斯坦再添一枚勋章。\n彭罗斯之所以在论文署名名单里，是因为他盯着的是另一个更惊险的临界点。\n爱因斯坦认为引力是时空的弯曲，是连续平滑的舞台。\n量子力学认为万物皆可叠加，世界是离散跳跃的概率。\n两个理论各自统治着宇宙的一端，却根本无法在同一套数学语言里自洽。\n单个原子实在太轻了，根本压不弯周围的时空，两大理论才能相安无事。\n彭罗斯与迪奥西早在多年前就提出了著名的引力诱导波函数坍缩假说。\n根据这个理论，宇宙绝不可能永久容忍两种不同时空曲率的量子叠加。\n一旦物体的质量大到能够显著弯曲时空，引力就会强行出手，撕碎量子叠加，逼迫系统退化成我们日常看到的宏观现实。\n福尔曼团队已经在搭建下一代干涉仪。\n他们计划把测试目标换成比原子重十个数量级的纳米金刚石。\n当一颗纳米金刚石同时处在两个不同的位置，它周围的时空就会同时出现两种不同的凹陷。\n那将是人类第一次把真正的时空曲率，送进量子叠加的绞肉机里。\n究竟是量子力学的叠加态会击穿时空，还是引力的弯曲会把量子波函数当场压碎？\n百年未决的物理学终极裂痕，终于被人类搬到了可以亲手拨动开关的实验台上。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2098618878846787656","translated_status_id":"2098618878846787656","published_at":"2026-09-11 16:47:54","created_at":"2026-09-11T16:47:54.638356","url":"https://mubeitech.com/p/raw_0042292e82138bf9","markdown_url":"https://mubeitech.com/p/raw_0042292e82138bf9/markdown"}]}