AI.x社区

引言：多学科协作医疗咨询的挑战与机遇在现代医学实践中，面对日益复杂的疾病，单一专科的视角往往难以满足患者全面、精准的诊疗需求。多学科团队（MultiDisciplinaryTeam,MDT）诊疗模式应运而生，通过系统性地整合不同医学领域的专业知识，旨在制定更准确、更全面的治疗策略，从而改善患者预后。MDT模式的核心价值在于其能够汇聚跨学科的智慧，克服单一专科可能存在的局限性，为患者提供最佳的个体化诊疗方案。然而，传统的MDT...

随着人工智能（AI）和机器学习（ML）在金融、医疗、自动驾驶等高风险、高影响力的关键领域日益普及，对其决策过程透明度和可解释性的需求变得前所未有地迫切。复杂的模型，如深度神经网络和集成树模型，常因其内部运作机制难以捉摸而被视为“黑箱”，这严重制约了它们在实际应用中的可靠性、公平性以及用户的信任度。可解释人工智能（ExplainableAI,XAI）致力于开发能够使人类理解、信任并有效管理AI系统决策过程的方法与技术。...

随着大型语言模型（LLM）技术的飞速发展，基于LLM的智能体（LLMagents）正以前所未有的速度渗透到各行各业，从自动化客户服务、内容创作到数据分析乃至医疗辅助，深刻地改变着我们的工作与生活方式。为了充分释放智能体的潜力，研究者们设计了多种架构，旨在促进智能体与外部实体——包括非智能体直接控制的数据源、工具以及其他在线智能体——之间的有效通信。然而，随着应用场景的扩展和来自不同供应商、采用不同架构的智能体...

1.引言在理论计算机科学领域，计算的概念及其能力的研究占据着核心地位。为了深入理解计算的本质和不同计算模型的潜力，研究人员常常会借助抽象机器的概念。这些抽象机器，例如图灵机，为我们提供了一个形式化的框架来探讨哪些问题可以通过计算解决，以及解决这些问题所需的资源（如时间和空间）。在这些理论工具中，“预言机”（Oracle）作为一种特殊的抽象概念，扮演着至关重要的角色。预言机可以被视为一种能够在一步之内解...

引言OpenAI光环之下的隐忧OpenAI，这家凭借ChatGPT、GPT系列模型API等颠覆性技术迅速占领全球科技高地的企业，无疑是人工智能（AI）研究与部署领域的执牛耳者。其“确保人工智能惠及全人类”的宏大宣言，以及其技术在各行各业所描绘的革命性蓝图，不仅吸引了天文数字般的投资，也催生了难以估量的高昂运营成本。OpenAI的技术浪潮以前所未有的速度推动了AI应用的普及化，然而，在这股浪潮之下，关于其社会影响的深度拷问、伦理责...

由前OpenAI研究员DanielKokotajlo领衔撰写的报告《AI2027》，并非遥远的科幻想象，而是立足于当前人工智能发展趋势、结合专家访谈与严谨逻辑推演，对未来几年（直至2027年）可能发生的剧变进行的一次“沙盘推演”（即模拟预演）。这份报告的核心论断极具冲击力，通用人工智能（AGI）乃至超越人类智慧的超级智能（ASI）可能比许多人预期的更早到来，其对人类文明的重塑力量将远超工业革命，而我们的社会对此却普遍缺乏认知和准备...

通用人工智能（GPAI）时代的风险与挑战通用人工智能（GPAI）系统，凭借其广泛的应用能力，正迅速渗透到我们生活的方方面面。这些基于基础模型并服务于多种用途的软件系统，已拥有庞大的用户群体。一些GPAI系统每周活跃用户已超过3亿。同时，GPAI系统在安全和权利影响领域的应用也日益广泛，如医疗保健、金融、教育和司法等(Maragnoetal.,2023;Young,2024;PerezCerrolazaetal.,2024)。然而，GPAI系统的广泛应用也伴随着巨大的潜...

想象一下十七世纪的欧洲，那是一个思想迷雾重重的时代。古老的经院哲学大厦摇摇欲坠，知识的海洋里充满了相互矛盾的学说和难以证实的观点。就在这时，勒内·笛卡尔，像一位孤独的灯塔看守人，点亮了近代哲学的“理性之光”。在他的著作《谈谈方法》中，他进行了一场惊心动魄的思想远征：怀疑一切，直至找到那个绝对不可动摇的立足点——“我思故我在”（Cogito,ergosum）。以此为基石，他试图用严谨的方法、清晰的理性，为人类...

送孩子上补习班的路上，孩子突然和我说起来白马是不是马的问题。我惊异于这个问题的来源，她说是看到了杂志上关于公孙龙子的“白马非马”和“离坚白”的介绍和讨论，才有这样的问题。我拼凑着脑袋里的蛛丝马迹，试图解释公孙龙子的学说。虽然没有给孩子解释明白这个如何抽象出来的闭环逻辑，但是自己却突然意识到名和实之间的逻辑关联不就是现在的大语言模型所正在探索的领域吗？于是归纳思路，便有此文。回顾一下，历史上的抽...

摘要本文针对安全多方计算（MPC）框架下通用矩阵乘法（GEMM）运算的性能瓶颈，提出一种全新的MPCGEMM实现方案。该方案的核心思想在于：基于加法秘密共享重构DeepSeekDeepGEMM的CUDAkernel，将MPC协议的逻辑与DeepGEMM的底层优化深度融合，消除MPC协议与GPU计算之间的“两张皮”现象。方案采用INT8FP8数据表示、秘密共享运算的kernel级实现、Hopper架构优化（如适用）、GPU并行Beaver三元组生成以及JIT编译等关键技术。本文将详...

引言：测试时计算扩展的兴起与挑战近年来，大型语言模型（LLMs）在自然语言处理领域取得了举世瞩目的成就，其性能的飞跃在很大程度上得益于大规模自监督预训练和不断增长的模型规模。然而，模型规模的不断扩大也带来了训练成本和计算资源需求的急剧增加，这使得进一步提升模型性能变得越来越困难。为了在不进一步增加模型规模的前提下提升性能，一种新的范式——测试时计算扩展（TestTimeComputationExtension）——应运而生。...

1.深度学习的算力饥渴与HPC的成本困境深度学习的浪潮，正以势不可挡的姿态席卷而来。从图像识别领域的AlexNet和ResNet，到自然语言处理领域的Transformer，再到如今参数规模动辄千亿、万亿的大型语言模型(LLM)，如GPT3和PaLM，以及混合专家模型(MoE)和多模态模型，深度学习模型的能力在不断突破，但其背后对计算资源的需求也呈现出爆炸式的增长。高性能计算(HPC)集群，作为支撑深度学习训练的基石，其重要性日益凸显。然而，传...

1.引言人工智能(AI)正迅速渗透到我们生活的方方面面，并在各个领域展现出巨大的潜力。尤其是在信贷、住房和医疗等高风险领域，AI驱动的自动化决策(ADM)系统正发挥着越来越重要的作用。这些系统能够高效地处理海量数据，并根据预设算法做出决策，从而提高效率、降低成本。然而，ADM系统的广泛应用也引发了人们对其透明度和问责制的担忧。由于许多ADM系统基于复杂的机器学习模型，例如深度神经网络，其决策过程往往难以理解，甚至...

1.引言近年来，随着深度学习技术的飞速发展，人工智能(AI)在诸多领域取得了突破性进展。然而，传统的深度学习模型在处理需要复杂推理的任务时仍然面临挑战。例如，在面对数学题、逻辑谜题或科学问题时，简单地依靠模式识别和函数拟合难以获得令人满意的结果。为了解决这个问题，研究人员开始探索将深度学习与符号推理相结合，从而赋予AI系统更强的推理能力，即慢思考推理。慢思考推理强调对问题进行深入分析和逐步求解，而非仅...

1.引言近年来，大型语言模型（LargeLanguageModels,LLMs）的参数规模呈现指数级增长趋势，展现出强大的通用智能，在众多自然语言处理任务上取得了突破性进展。然而，这些庞大的模型也伴随着高昂的训练成本、巨大的计算资源需求以及难以部署等问题，极大地限制了其广泛应用。为了解决这些问题，业界开始探索更加高效、轻量化的模型架构和训练方法。在这样的背景下，微软研究院机器学习基础团队另辟蹊径，推出了一系列名为“Phi”...