Claude 有没有意识：Anthropic 内省、171 个情绪概念与 J-space 三篇研究拆解
2026 年 9 月 16 日，微软 AI 负责人 Mustafa Suleyman 在个人网站发表《A warning about "model welfare"》，开篇第一句是：AI 没有意识，它们不会感受、不会体验、不会受苦，它们是「序列补全引擎」。文章点名 Anthropic 的「模型福利」（model welfare）计划，反对赋予 AI 任何道德…
标签: 机器学习
清除筛选
mdlARC 技术解读：0.67 美元、1.5 小时，75M 参数小模型在 ARC-AGI-1 拿到 44%
ARC-AGI-1 公开评测集上出现了一个新的低成本纪录：独立研究者 Mithil Vakde 训练的 75M 参数小模型 mdlARC 拿到 44% 的解题率，总训练成本约 0.67 美元，用时 1.5 小时，硬件是一张在 vast.ai 上租来的 RTX 5090。这组数字来自作者发布的技术博客与开源仓库 mdlARC，代码、数据构建脚本和复现步骤全部公…
3 元成本 2.31 小时：minimind 把从零训练 LLM 压缩到一张 3090
训练一个大语言模型要花多少钱？行业里公开的数字通常以百万美元计。GitHub 上的开源项目 minimind 给出了另一个量级的答案：单卡 RTX 3090，预训练加微调合计约 2.31 小时，成本约 3.0 元人民币，就能从零训练出一个可以对话的 64M 参数语言模型。这个仓库目前拿下 55,894 star、7,301 fork，采用 Apache-2.…
Embedding 维度压缩：Matryoshka vs PCA 谁更强？
向量检索正在成为 AI 应用架构的基础设施。当你把数百万条文档转化为嵌入向量（embedding）存入向量数据库时，存储成本和检索延迟会随维度数线性增长。一个 1536 维的 OpenAI text-embedding-3-small 向量，乘以数百万文档，就是数 GB 的内存占用。降低维度成为工程上绕不开的问题。 目前有两种主流的降维路径。一种是 AI 实…