上海AI Lab推出的新一代围棋大模型InternThinker，首次实现思维过程的自然语言解释，提升围棋推理能力。该模型在与李世石的对弈中表现优异，具备多样化语言风格，帮助用户理解围棋策略。通过创新训练环境InternBootcamp，InternThinker在多任务学习中取得显著进展，未来将推动科学发现与产业创新。

豆包团队推出VideoWorld模型，利用纯视觉信号学习复杂任务，无需语言模型。该模型通过潜在动态模型压缩视频帧间变化，提高学习效率，已在围棋和机器人任务中取得优异表现。尽管面临真实环境的挑战，团队仍致力于将其发展为通用知识学习工具。

提出了一种新的游戏求解算法Expected Work Search (EWS)，结合了蒙特卡洛树搜索和证明数搜索。EWS在围棋和六边形游戏中表现优异，能够解决复杂问题。实验证明，EWS不仅在有领域特定知识的情况下成功，也在没有领域特定知识的情况下成功。

李赛多尔是一位职业围棋选手，与AlphaGo进行了一场著名的比赛。他低估了人工智能的强大，但认为人类可以与之合作取得进步。

韩国青年吴智旻展示惊人围棋实力，曾是韩国棋院院生，但未成为职业棋手。他在法国留学，最终放弃教围棋的想法。吴智旻的围棋境界高于普通业余棋手。

作者参加围棋比赛，发现年轻人更擅长围棋，因为他们更熟悉网络，可以获取更多的学习材料。作者的棋力停滞不前，认为围棋需要专门的学习训练，但这需要持之以恒，难以坚持。围棋消耗的精力多，带来的快乐少。作者认为围棋留不住人，但感谢那些热心友善的法国棋手，他还是偶尔下个一两盘。

本文介绍了法国围棋社交的三类人和围棋在法国的小众地位。作者和吉约姆成为了亦师亦友的关系，吉约姆对围棋的热情让作者佩服。吉约姆认为连锁快餐店是社会中的祸害，但他通过围棋满足了一点点无上大雅的虚荣心。如果他生在东亚，有良好的学棋环境，也许有机会成为职业棋手或围棋教师。

作者通过网上学习和在棋社对局逐渐对围棋产生兴趣，介绍了围棋的分级制度和基本规则，分享了自己的学习历程。在棋社遇到高水平老棋手，虽然下了让子棋，但还是被轻松击败。作者感叹围棋深奥，但也从中学到不少。

本文提出了三种易于实现的视觉Transformer变体，包括并行处理残差层、微调注意力层权重以适应更高分辨率和其他分类任务、添加基于MLP的补丁预处理层以提高自监督训练效果。作者使用ImageNet-1k数据集评估了这些设计选择的影响，并在ImageNet-v2测试集上确认了研究发现。同时，在六个较小的数据集上评估了转移性能。

作者在华人社区庆祝活动中帮忙围棋摊位，遇到热情的法国青年吉约姆，交换了手机号码并邀请作者加入当地围棋社。

“围棋： 人类的反击？” 一文在《南方周末》的发表稿

站长对一位美国业余六段棋手击败开放源代码围棋程序一事的简评

支持VR的围棋 Rust 实现的支持 VR 和球状棋盘。 App：https://dgs.dominux.site/ GitHub：https://github.com/Dominux/DGS Find+Grep 类 SQL 的 Find+Grep。示例： # 找到当前目录下名字等于 sample 的所有文件 fgr -e name=sample # 找到文件名包含 s 且权限为...