Google DeepMind、Anthropic 和 Meta 都在研究 AI 能不能产生意识，以及这对人意味着什么。但正文被付费墙挡了，没披露具体用什么方法、有没有时间表、怎么才算“有意识”的评判标准。
推荐理由：我会先打个折：标题很抓人，但正文几乎没给干货。三家大厂在研究 AI 会不会产生意识，这确实是个能吵起来的话题，安全和对齐方向的人都会关注。可文章没披露他们怎么定义“意识”、用什么实验验证、有没有阶段性结论，连时间表都没有。所以这条只能当个信号看，别太激动。基于信息缺口，重要性停在 72，放在 featured 里提醒大家有这么个动向就够了。
Meta 放出了一个叫 ATLAS 的数学形式化库，用 Lean 4 语言把 26 本数学教材里的定义和证明搬了进去。整个工程消耗了 1830.57 亿个 token，生成了约 63 万行代码，包含 46203 条声明。其中 42837 个证明已经跑通，证明通过率 92.7%。说白了就是让 AI 把教科书上的数学推理，转成机器能严格检查的代码，以后训练...
推荐理由：HKR三项都站得住：token量、Lean库规模和已验证证明数都是硬数字。没给P1是因为这还是个偏专的研究开源发布，不是通用模型或产品级发布。
作者拿 Qwen 2.5 7B 基础模型做实验，先让它自己写代码、自己跑测试，把跑不过的代码和报错信息收集起来，再让它根据报错改出正确版本，这样就自动生成了“错误-修正”配对数据。用这批数据微调后，7B 模型在 HumanEval 上的通过题数从 25 题（约 15%）提升到 112 题（约 68%），数学能力也超过了 GPT-3.5。14B 版本只用...
推荐理由：我会先打个折：标题说 80% 但正文是 112/164，约 68%，这点先别太激动。不过 hook 确实抓人——让模型自己写题、自己答、再自己改错，用这些修正对去微调，HumanEval 直接翻几倍。14B 版本只用了 100 对样本、一张 H100 跑一个半小时花 3.50 美元，成本低到可以复现。正文没披露数学 benchmark 的具体名称和完整分数，验证偏弱，但作为单人实验，信息量和可操作性都够。保留 78 分，因为它是单篇 Reddit 帖子，且 80% 的说法和实际数字有出入。
Meta 公开了一套叫 KernelEvolve 的系统，专门自动生成和优化 AI 底层算子（kernel），用来在自家不同芯片上跑推荐模型、服务广告。它会接收需求，然后调用内部和外部的大模型（Llama、GPT、Claude）生成候选算子，通过验证后把好的结果存进知识库，让后续生成越来越准。Meta 说这套系统把新算子的开发时间从几周压到了几小时，生...
推荐理由：我会先打个折：这是 newsletter 对技术工作的转述，不是一篇独立论文，所以停在 80 分。但 HKR 三项都站得住——让模型写算子这件事本身就新鲜，数字和流程交代得够具体，去中心化训练那条线又直接碰到算力成本和权力集中的神经。正文说去中心化训练按每年 20 倍在涨，但跟前沿训练还差约 1000 倍，这点先别太激动，差距能不能继续缩小才是政策影响的关键。