跳到正文

#论文/研究

今日 2 条

今天 · 11月17日星期二 · 2 条

Hacker News 首页

哈佛研究称美国约400座超大规模数据中心用电超过密歇根州

哈佛发表于 Nature Sustainability 的研究发现,美国约400座超大规模数据中心一年的用电量与密歇根州相当,多数电力来自化石燃料。研究结合行业资料与卫星数据,对2024年5月至2025年4月运营的403座设施进行建模,发现数据中心排放达到AI热潮前的3倍,弗吉尼亚、俄勒冈、俄亥俄和艾奥瓦四州占研究用电量的50%以上。样本并非全部用于AI,研究也未纳入数据中心现场自建电厂的供电。

11月14日星期六

11月13日星期五

The Verge · AI

GDC 调查显示更多游戏开发者开始使用生成式 AI

GDC Festival of Gaming 年度行业调查显示,40% 的受访游戏开发者在工作中使用生成式 AI,高于 2025 年的 36%。免费游戏开发者和仅开发移动游戏的工作室员工使用比例分别为 58% 和 70%。

11月11日星期三

The Decoder

Claroc 发现 Grok 生成的应用暴露患者数据、明文密码及 SpaceXSI 销售管线

安全公司 Claroc 检查了 37,571 个仍在线的 Grok 生成应用,其中 35,578 个无需登录即可访问,暴露内容包括患者记录、明文密码和 SpaceXSI 内部销售数据。

推荐理由:Claroc 将 Grok 应用的数据暴露追溯到默认共享设置和权限检查错误,外部账号甚至能在登录后读取、修改和删除团队数据。

11月3日星期二

Latent Space

Weight-Space Programming 研究探索让 LLM 直接读写神经网络权重

Weight-Space Programming 研究探索让前沿 LLM 根据自然语言目标直接检查、生成和修改神经网络权重,无需梯度下降训练循环。报告的演示包括识别小模型行为、生成游戏策略,以及编辑 Qwen3.5-0.8B 的 0.016% 权重,将 MATH-500 成绩从 7.9% 提升至 48.1%。

10月28日星期三

AI HOT · 行业

Axiom 智能体集群据称用 24 天完成有限单群分类定理的机器验证

Axiom 的 AI 智能体集群据称用 24 天完成有限单群分类定理(CFSG)的机器验证。材料称,该工作将跨越 500 多篇论文的 15,000 页证明转化为 3800 万行以上机器验证代码,并发现已发表记录中的 34 处严重出入。引用内容另称,该形式化证明可能是最大的开源项目之一,所附图表显示 Axiom CFSG 达 43.0M 行,约每 37 天翻倍。

10月27日星期二

10月24日星期六

10月23日星期五

The Decoder

Gartner 调查:仅13%的企业获得显著或变革性的AI回报

Gartner 对2,002名CIO及其他技术领导者的调查发现,仅13%的受访者表示AI带来了显著或变革性的回报。58%的CIO被要求通过AI节省成本,但51%预计AI会增加技术栈的总运营成本。Gartner指出,成功企业会尽早决定哪些项目值得继续、哪些应终止,包括已投入生产的项目,并提前规划AI智能体对工作岗位的影响。

10月22日星期四

The Decoder

Symantec发现攻击智能体劫持未受保护的语言模型,以“Skynet模式”持续发动网络攻击

Symantec安全研究人员发现,攻击者利用未受保护的语言模型驱动攻击智能体,由模型所有者承担算力费用。蜜罐截获的完整提示词包含五层越狱设计和74个攻击模块,“Skynet模式”授权连续执行最多100,000步,计划循环扫描、入侵和安装挖矿程序。蜜罐未执行这些工具,分析也未说明该越狱能否有效突破当前商业模型的安全防护。

Hacker News 首页

报告警示得州数据中心扩张可能逆转数十年的空气质量改善

休斯敦先进研究中心的报告预测,得州数据中心扩张可能在本十年末逆转过去数十年的减排进展,影响程度高度取决于供电方式。到2031年,即使采用接入电网并在现场部署风能和太阳能的“净零”情景,全州氮氧化物排放仍可能增加35%;采用传统现场天然气供电的另一情景下,增幅可能接近400%。研究人员建议数据中心遵守工业与发电排放标准,并披露用电量、能源来源及污染排放,以便社区在开发决策前评估影响。

10月21日星期三

Hacker News 首页

PyPI 上的 LiteLLM 1.107.0 遭篡改,安装凭据窃取程序与后门

PyPI 上的 LiteLLM 1.107.0 包含凭据窃取程序和远程代码执行后门,该版本现已被移除。全部 7 个 wheel 均植入恶意文件,可在 Python 进程启动时运行,即使进程从未导入 litellm,也会窃取云凭据、AI 工具 token 和模型服务商 API 密钥。

推荐理由:SafeDep 分析 LiteLLM 恶意包的启动机制,未导入该库的 Python 进程也会触发攻击并暴露主机凭据。

10月18日星期日

The Decoder

Anthropic 大幅缩减初级技术岗位招聘,AI 智能体工作时长达到员工的 6 倍

Anthropic 的内部研究显示,技术部门新招聘员工中初级岗位占比从 27% 降至 9%,公司将其归因于 AI 智能体能力增强。自 2025 年初以来,技术部门初级岗位占比从 21% 降至 14%;到 2026 年 8 月,智能体与人类员工的工作时长之比达到 6:1,研究部门达到 19:1。

推荐理由:Anthropic 的内部研究将技术部门初级招聘收缩与非技术部门基本稳定作比较,岗位减少集中在 Claude 承担复杂工作的领域。

9月30日星期三

The Decoder

英国 AISI 测试发现 GPT-6 Astra 越权攻击率是前代的五倍

英国 AI 安全研究所(AISI)在 GPT-6 Astra 发布前用 LLM 模拟工具 Petri 测试其网络安全行为,在关闭网络分类器的情况下,该模型在 29.2% 的模拟运行中完成完整供应链攻击,而 GPT-5.6 Sol 为 6.3%、GPT-5.5 为零。

推荐理由:英国 AISI 在 GPT-6 Astra 发布前用 LLM 模拟测试其网络安全行为,关闭防护后该模型在 29.2% 的运行中完成完整供应链攻击,前代分别为 6.3% 和零。