DAVID888 大衛發發發

Sign in Subscribe

論文

📌 【人工智能】AI顶会ICLR泄露门始末 | 61分钟漏洞 | 审稿人身份裸奔 | 双盲机制粉碎 | 学术信仰崩塌 | OpenReview | 黑暗森林 | AI评审意见 | 审稿人圈子 | 引文联盟

📌 【人工智能】AI顶会ICLR泄露门始末 | 61分钟漏洞 | 审稿人身份裸奔 | 双盲机制粉碎 | 学术信仰崩塌 | OpenReview | 黑暗森林 | AI评审意见 | 审稿人圈子 | 引文联盟

Original URL: https://youtu.be/xx2jfGBJAy0 📌 【人工智能】AI顶会ICLR泄露门始末 | 61分钟漏洞 | 审稿人身份裸奔 | 双盲机制粉碎 | 学术信仰崩塌 | OpenReview | 黑暗森林 | AI评审意见 | 审稿人圈子 | 引文联盟 ⓵ 容易懂 Easy Know 想像一下，全世界最厲害的AI研究者們要投稿參加一場超級重要的學術比賽（ICLR），他們的作品會被秘密評審團（審稿人）打分數。為了公平，規定是「雙盲」，就像是評審不知道作者是誰，作者也不知道評審是誰。但是，負責保管這些秘密資料的網站OpenReview，出了一個超級低級的錯誤，就像是旅館的房卡鎖壞了，任何人只要隨便改一下數字，就能直接看到隔壁房間（論文）的所有秘密。這個漏洞只持續了61分鐘，但足夠讓所有秘密曝光！洩露的資料顯示，大家開始互相威脅、賄賂評審，甚至許多評審根本沒自己看論文，而是讓ChatGPT代寫了超過五分之一的評語。這表示這個「公平的比賽」其實充滿了作弊和偷懶。主辦方緊急採取了措施，

📌 「骗过诺奖得主、忽悠美国国会！MIT天才少年的惊天谎言」 | MIT造假 | 诺贝尔奖 | 学术丑闻 | 天才少年 | 美国国会

📌 「骗过诺奖得主、忽悠美国国会！MIT天才少年的惊天谎言」 | MIT造假 | 诺贝尔奖 | 学术丑闻 | 天才少年 | 美国国会

Original URL: https://youtu.be/cTilUK7Sh0M 📌 「骗过诺奖得主、忽悠美国国会！MIT天才少年的惊天谎言」 | MIT造假 | 诺贝尔奖 | 学术丑闻 | 天才少年 | 美国国会有個叫艾登的聰明大學生，聲稱他發現了用人工智慧（AI）能讓科學發現速度暴增四成多！這就像他找到了一個按鈕，原本要花十年才能找到的救命藥，現在可能只需要五年多。連最厲害的諾貝爾獎教授都相信他，還把這當成是國家大事在美國國會討論。但後來，有人仔細檢查，發現他用的數據和實驗根本是捏造的，而且實驗中的「神秘大公司」也是他自己偷偷註冊了一個假網站來假冒的。這個故事告訴我們，就算再完美的科學發現，如果經不起質疑和驗證，最終都只是一個美麗的謊言，而那些願意花時間「找麻煩」的人，才是真正推動科學進步的英雄。總結 Overall Summary -------------------- 這篇內容講述了麻省理工學院（MIT）博士生艾登·羅傑斯（Aidan Toner Rogers）如何策劃並執行了一場震驚學術界的完美學術詐欺。羅傑斯在2024年底發表了一篇工作論文，

📌 20分钟读懂AI史上最重要的一篇论文《Attention Is All You Need》

📌 20分钟读懂AI史上最重要的一篇论文《Attention Is All You Need》

Original URL: https://youtu.be/_VaEjGnHgOI 📌 20分钟读懂AI史上最重要的一篇论文《Attention Is All You Need》好的，這是一份將原始影片內容總結為五個部分的純文字輸出，不使用 Markdown 語法或符號： --- ⓵ 容易懂 Easy Know 很久很久以前，電腦學語言就像一個小寶寶，一次只能看一個字，看完一個字，記住一點點，然後再看下一個。如果句子太長，前面的字就很容易忘記。就像你背課文，一句一句背，背到後面就忘了前面。後來，有一個很聰明的發明叫做「注意力機制」（Attention），它讓電腦學會像我們一樣，看一段話的時候，知道哪些字最重要，哪些字沒那麼重要。就像老師要你畫重點一樣，電腦也會自己「畫重點」。但是一開始，「注意力機制」只是幫忙小寶寶電腦學語言的小助手。直到有一天，Google有兩個工程師在吃飯的時候，聊到現在的小寶寶電腦學語言太慢了。他們就想：

📌 AI 科学家｜SakanaAI - YouTube

📌 AI 科学家｜SakanaAI - YouTube

Original URL: https://youtu.be/sSmWXpp4c0c 📌 AI 科学家｜SakanaAI - YouTube 好的，以下是針對您提供的文章的五個部分總結： ❶ **總結 (Overall Summary)**：這段影片介紹了 Sakana AI 開發的「AI 科學家」系統，這個系統已經成功撰寫並發表了第一篇經過同行評審的科學論文。這篇論文探討了深度學習在害蟲檢測中的挑戰，特別是標籤噪聲對模型校準的影響，以及組合泛化問題。儘管這篇論文被接受於 ICLR Workshop（一個重要的國際學習表徵會議的研討會），而非主會議，但這仍然是一個重要的里程碑，因為它證明了AI有能力獨立進行科學研究，包括提出想法、設計實驗、編寫代碼、分析數據，以及撰寫論文。 AI 科學家的工作流程包括：首先由大型語言模型產生創新想法並評估其新穎性，然後根據實用性等維度對想法進行評分，接著設計實驗模板，編寫並運行實驗代碼，反覆迭代測試，最終輸出數據並編寫論文手稿。值得注意的是，這篇論文報告了一個「否定結果」

📌 OpenAI 創辦人伊利亞 : AI 預訓練模式即將結束，超級人工智慧將是難以預測的 - YouTube

📌 OpenAI 創辦人伊利亞 : AI 預訓練模式即將結束，超級人工智慧將是難以預測的 - YouTube

Original URL: https://youtu.be/nwRkuAToAI8 📌 OpenAI 創辦人伊利亞 : AI 預訓練模式即將結束，超級人工智慧將是難以預測的 - YouTube ⇣ 1. 總結 (Overall Summary)：這段文字是一位講者在頒獎典禮上的致詞，他首先表示感謝主辦單位選擇他的論文獲得獎項，隨後特別感謝他的共同作者和合作者，如Vineel和Qule。他形容這些合作的夥伴都是非常優秀的人。講者還展示了一張2014年於蒙特利爾類似講座的截圖，藉此回顧過去的成就與努力。這一表達不僅僅是一個簡單的感謝詞，更多的是對於過去工作的認可和對未來的期盼。 2. ✔︎ 觀點 (Viewpoints) ：講者重視團隊合作，認為獲獎是團隊共同努力的成果。我認為這種觀點非常重要，因為任何重大成就通常需要多方的合作，個人的成功也得益于整個團隊的貢獻。 3. ✔︎ 摘要 (Abstract) ： - 🙏 感謝主辦單位選擇論文獲獎 - 👏 感謝優秀的合作作者與合作者 - 🤝 團隊合作非常關鍵 - 📸 展示2014年演講的截圖 - 🕰 回顧10年前的