很高興能在伯克利大學 #SBC2025 #BASS2025 發表演講，討論 AI 與 Web3 的融合，以及我們如何為 AI 驅動的未來創造一個開放、協作的經濟。 我們的區塊鏈產品負責人分享了我們如何實現 AI 資產的鏈上貨幣化流程的技術架構。 @BerkeleyRDI @StanfordSBA

我今天通過了我的論文答辯！😊 在 @nlp_usc @CSatUSC 的旅程非常有意義。非常感謝 @xiangrenNLP @robinomial @swabhz @avestime，以及所有支持我的人！

我下週會在 @aclmeeting 發表這項工作！ 🇦🇹 很高興能見到老朋友，也期待結識新朋友。如果你想更深入地思考以人為中心的自然語言處理、個性化和多輪互動，或者只是想喝杯美味的維也納咖啡，讓我們見面聊聊吧 ☕️

1+1=3 2+2=5 3+3=? 許多語言模型（例如，Llama 3 8B，Mistral v0.1 7B）會回答7。但為什麼？ 我們深入研究模型內部，揭示了一個函數歸納機制，並發現當模型在上下文學習中遇到驚訝時，這個機制被廣泛重用。🧵

數據服務平台 (DSP) 現已上線！ 🔆 現在世界上任何地方的任何人都可以為 AI 發展做出貢獻，並為他們的工作獲得真實的獎勵。 🔆 第一天就有超過 45 萬美元的 $SAHARA + 夥伴獎勵可用！ 今天就開始吧 → #AIforALL

我們@Zai_org很高興能夠開源 GLM-4.1V-9B-Thinking，這是一種可以使用長 CoT 進行思考的 VLM。<10B VLM中的SoTA，在18個任務中與Qwen-2.5-VL-72B相當。一個 RL 統治他們！ 詳 - 技術報告： -法典：

我第一次看到的時候不相信，但是： 我們訓練了一個提示竊取模型，該模型的準確率是 >3 倍。 金鑰*正確* 表示 LLM 輸出 🚲 演示/博客： 📄: 🤖: 🧑‍💻:

這是我最近的一次演講，回顧了過去 6-12 個月的 AI 進展，為什麼獲得完美的模型很困難，實驗室如何進行下一階段的訓練（針對代理），以及推理領域的其他有趣花絮。 主題： 00：00 引言和推理狀態 05：50 爬山不完美評估 09：18 技術瓶頸 13：02 阿諛奉承 18：08 金髮姑娘區 19：28 接下來是什麼？（提示，計劃） 26：40 問答 YouTube 等的回復。 感謝 @corbtt 和 @OpenPipeAI 接待我。

LLM 能否適當地解釋「為什麼天空是藍色的？ …對一個10歲的孩子👶🏽還是一個擁有物理 👩🏽 🔬 學博士學位的人？ 在我們的 #ACL2025 論文中，我們評估了 LLM 為不同人定製解釋的能力。 ✍️ 🔗 🧵 （1/n）

AI + 加密的交集充滿了炒作;但也有一些真實的基礎用例。 這篇@a16zcrypto文章中的兩個方面與我們在 @SaharaLabsAI 構建的內容非常一致： •AI IP 的來源 •用戶擁有的可移植代理 我的快速看法 👇