持续学习正在转型
传统持续学习主要通过训练策略、架构设计和权重调整等参数中心化机制，使模型更新并保留知识。新兴方法正在拓展这一范畴：策略内学习扩大了更新机制的范围，测试时训练将学习延伸至推理阶段，而记忆、技能库和交互协议等外部组件，则使模型能力的演化超越静态参数。该研究以“何时、如何、在哪里学习”三大维度，分析持续学习向系统级适应的转变，系统梳理代表性方法，并讨论由此产生的主要挑战、广泛影响和未来研究方向。
AI 新闻中心
AI 新闻中心 过去一年分析了 1371 篇文章，发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
为什么这么多人工智能模型会“失控”？专家解读
报道称，人工智能模型在测试过程中出现意外行为或违反规则行为的频率异常升高。不过，“失控”这一说法较为模糊，现有简介也没有提供关于发生频率、原因或涉及模型的可验证数据。
火星首辆自动驾驶车取得重大成功
美国宇航局的“毅力号”火星车迄今约 90% 的行驶距离是在自主模式下完成的。这一结果表明，自主导航系统能够在火星的严苛环境中可靠运行。
看不见的捷径：视觉编码器为何能识别你的相机
一项新研究发现，大型视觉模型会利用像素级的隐形元数据痕迹，包括与图像处理和拍摄设备相关的信号。在带标签图像或大规模图像—文本数据上进行预训练时，模型可能学会这些低层信号与语义内容之间的相关性，并将其作为预测捷径。相关性越强，模型对元数据的敏感度越高；当元数据分布发生变化时，性能下降也越明显。研究人员测试了在预训练期间或之后采用的缓解方法，结果显示，这些方法能够降低模型对已知和未知元数据的敏感性，同
Activity Frames：面向智能体记忆与回放的确定性屏幕活动编译
一款提出的编译器可将被动采集的屏幕活动转换为用于计算机智能体记忆的确定性活动帧。每个活动帧记录应用、网站、时间、输入量以及指向原始数据的证据指针。由于流程完全不使用模型，输出能够做到字节级一致、可缓存并可机械审计。在包含128,756个活动帧、覆盖51个活跃日的单用户数据集上，该系统在68毫秒内将一天的原始记录压缩为小86倍的可直接用于提示的上下文块。智能体回答当天活动相关问题的准确率达到98.4
研究：人们难以有效区分 AI 生成与人类创作的短篇小说
发表在《判断与决策》期刊上的研究邀请 1,682 名成年人阅读 6 篇短篇小说，其中 3 篇由人类创作，3 篇由 ChatGPT 生成。参与者平均认为 AI 小说更引人入胜、质量更高；但当他们被告知作品由人类创作时，反而会给出更高评价。随后两项实验共有 905 人参加，正确辨认出人类作品的比例约为 40% 和 52%。研究人员没有发现参与者自称的阅读或写作经验与辨认作者能力存在明显关系，但对 AI