不换模型、不换工具,只在智能体动手前加一道闸门,成功率就能翻倍。今天聊四篇一手研究和长文。
时间轴
00:00 冷开场:39.5% → 80.7%
00:33 今日看点
01:22 JevAct:动手前加道闸(IBM 研究院)
04:19 Anthropic:上千智能体自动红队,找出教坏模型的数据
07:06 DeepSeek Super-agent:人盯不住五个会话,让系统来管
09:58 用一个算法训练基础模型(CMU、JHU 等)
12:05 快讯三条
13:18 收尾
原文
JevAct《Think Before You Act》:arxiv.org
判定模型 Kev:github.com
Anthropic《Automating subtle emergent misalignment research》:alignment.anthropic.com
DeepSeek Harness《Super-agent 设计探索》:mp.weixin.qq.com
原型仓库:github.com
《Training Foundation Models with a Single Algorithm》:arxiv.org
快讯
Latent Space 访谈 Arca 首席 AI 工程师:latent.space
a16z Charts of the Week:www.a16z.news
Karpathy:HackerTube:karpathy.bearblog.dev
本期由 AI 生成。主播:老钱、妍妍。

