基准日期 2026-11-03
上次运行 2026-11-03 22:30:03
S&P 500
7,569
NDX 100
28,180
VIX
20.83
US 10Y
4.95%
DXY
101.87
WTI
$96.76
Gold
$3,940
USD/KRW
1,344
SOX
10,600
Trump Approve
35.4%
S&P 500
7,569
NDX 100
28,180
VIX
20.83
US 10Y
4.95%
DXY
101.87
WTI
$96.76
Gold
$3,940
USD/KRW
1,344
SOX
10,600
Trump Approve
35.4%
AI LEADERS · MOVES & PAPERS

AI 领袖:人事变动与论文 — 最新任职变化与研究

LAST UPDATE 2026-11-04 08:05 KST PEOPLE 77 · PAPERS 76 · MOVES 0
AI 实验室、大型科技公司和学术界关键人物的去向与论文,是技术方向和企业竞争力的先行信号。人事变动与论文每天自动收集,经编辑审核后以通俗摘要和原文链接呈现。

近期要闻

人事变动 · 学术界 · 安全与监管

暂无符合条件的人事变动。

论文 · 学术界 · 安全与监管

论文2026-10-08 · Code Ocean

公开解释人工智能不确定性原因的技术

pce-uncertainty-attribution: code for "Interpretable attribution of decision-relevant uncertainty in AI"
做了什么
公开了用于解释已训练人工智能模型的决策不确定性源自哪些因素的代码和方法。
核心结果
利用多项式替代法,查明了化学、实验设计和语言模型对齐领域中模型不确定性的原因。
意义
可用于在各个领域更好地理解人工智能模型的决策过程并提高其可靠性。AI 摘要
论文2026-10-03 · arXiv (Cornell University)

研究人员提出了通过代码执行来评估AI回答监督方法的框架

PyINE: A Framework for Scalable Elicitation and Oversight via Code Execution
做了什么
开发了利用程序执行结果作为标准答案的PyINE框架,探讨了监督者是否能够信任那些给出看似合理但不完整推理的AI回答。
核心结果
被训练为遵循捷径的模型在执行结果预测能力上有了显著提升,但当错误线索与实际运行冲突时,仍然会出现系统性错误,且低成本的学习型监督者经常漏掉罕见的捷径错误。
意义
该研究在同等条件下对验证AI回答的监督方法进行比较,并提出了可重用的实验环境,具有重要意义,但摘要中并未提及其实际应用效果。AI 摘要
论文2026-09-28

分析人工智能研发自动化带来的影响与政策应对

What if automating AI R&D triggers an intelligence explosion?
做了什么
研究人员评估了人工智能(AI)研发自动化触发智能爆发的可能性及其产生的影响和政策应对方案。
核心结果
预计AI系统将在几年内实现大部分AI研发工作的自动化,这可能导致社会难以承受的急剧能力增长。
意义
在探讨AI研发自动化可能带来益处的同时,警告了失控等极端风险的可能性,并敦促做好政策准备。AI 摘要
论文2026-07-20 · Proceedings of the National Academy of Sciences of the United States of America

法律领域人工智能性能验证的必要性与制度性课题分析

There is no free benchmark: An institutional view of legal AI benchmarking
做了什么
分析了为验证法律AI工具的性能与风险而进行公共基准测试的必要性以及制度设计课题。
核心结果
指出法律AI生态系统缺乏信息透明度,在设计基准测试制度时需要采取谨慎的方法以防止操纵或扭曲。
意义
表明为了在法律领域安全且负责任地使用AI,符合资源和约束条件的定制化基准测试策略至关重要。AI 摘要
论文2026-05-06 · arXiv.org

开发评估人工智能代理安全风险的平台

DecodingTrust-Agent Platform (DTap): A Controllable and Interactive Red-Teaming Platform for AI Agents
Percy Liang 等 16 人
做了什么
开发了一个可在各种实际环境中评估人工智能代理安全风险的平台和自动化攻击工具。
核心结果
借此揭示了各种人工智能代理的系统性漏洞模式,并提供了对安全性的见解。
意义
可用作开发下一代安全人工智能代理的有用基础资料。AI 摘要

人物

为什么要关注 AI 领袖的人事与论文?

在 AI 行业,人就是技术。关键研究者加入哪家公司、创办哪家实验室,往往在几个月后演变为产品、融资和并购。本页按前沿实验室、新兴实验室、学术界、AI 芯片以及韩国、中国人物分类追踪任职变化。

论文反映一个人当下的关注点。我们把论文分为 HBM 与存储、GPU 与加速器、推理效率、智能体、机器人等 10 个与投资相关的领域,并根据摘要提供“做了什么·核心结果·意义”三行摘要及原文与 PDF 链接。本页仅为寻找投资思路的信息,不构成任何证券的买卖建议。

常见问题

问:追踪哪些人物?

包括前沿实验室(OpenAI、Google DeepMind、Anthropic、Meta 等)、新兴实验室、学术界、AI 芯片企业以及韩国和中国的关键研究者与高管。很少发表论文的高管只追踪人事变动。

问:数据来自哪里,多久更新一次?

论文来自 Semantic Scholar 与 arXiv,履历来自维基数据(CC0)及官方公告和媒体报道,每天自动收集。只有经编辑审核批准的条目才会公开。

问:论文摘要由谁撰写?

由 AI(Google Gemini)根据论文摘要撰写初稿,经编辑审核后发布。其他语言版本由 AI 翻译自审核过的韩文摘要。具体数据与背景请务必查阅原文。

本页面整理已发表的论文、官方公告和媒体报道,仅供参考。论文摘要由 AI 根据论文摘要撰写并经编辑审核,可能与原文存在差异,重要内容请查阅原文。本页面不构成任何证券的买卖建议或投资咨询。 人事变动以官方公告或主要媒体报道为来源,部分履历参考维基数据(CC0)。 本页摘要由 AI 根据编辑审核过的韩文版本翻译。

🐩 支持코봉이零食基金
코봉이
如果这个页面对你有帮助,也欢迎支持코봉이的零食基金 🦴
💬 社区评论
基于IP的匿名昵称 · 滥用可能导致限制
加载中...