BriefGPT - AI 论文速递 ·

Near-optimal Sample Complexity of Offline KL-Regularized Contextual Bandits under Single-Policy Concentration

💡 原文英文，约100词，阅读约需1分钟。

📝

内容提要

本研究解决了KL正则化上下文强盗的样本复杂度问题，提出的算法实现了$ ilde{O}(rac{1}{ ext{ε}})$的样本复杂度，展示了算法的近似最优性，并扩展到上下文对抗强盗问题。

🏷️

A社承认Claude安全对齐存在缺陷，但“尚无解决方案”
Anthropic研究员Jacob Coxon离职，指责OpenAI和Anthropic为追逐超级智能而拿人类生命冒险。Anthropic对齐负责人Eva...
最佳赏味期
作者重读学生时代喜爱的书，发现《哈利·波特》依旧迷人，《鲁宾逊漂流记》却只剩传教与殖民色彩，冒险趣味全无。由此感悟：作品有“最佳赏味期”，过期的是自己；童...
探索RSI，生数新世界模型让机器人开始自我进化
生数科技发布世界模型Motus2，集行动、预测、评估于一体，形成“生成动作—预测后果—评估结果—更新策略”闭环，初步探索机器人自进化。该模型新增触觉与记忆...
AI数学的最后一道高墙，塌了！GPT-6 Astra刷穿FrontierMath Tier 4
GPT-6 Astra攻破FrontierMath Tier 4最后一道题，Epoch AI宣布该测试饱和。Tier 4于2025年7月推出时最高分约5%...
通过WebAssembly在Cloudflare Workers上运行Perl/PAGI应用
开发者将Perl经zeroperl编译为WebAssembly，使其可在Cloudflare Workers运行，并加入PAGI支持，让现有Perl异步W...
One Decade of Rustls: Evolution, Benchmarks, and Future Roadmap
Rustls, a Rust TLS library, marks its decade-long progression from a grassr...