AI 模型與研究 第 18 頁

一份 16-token 收據真的能證明 Agent 沒過擬合嗎？用 Explorer、Compressor、Reproducer 三角色、可重跑 Python 玩具例與 side-channel 清單，學會正確判讀。

World Model RL 的核心不是盲信代理評分，而是保留真實執行當 anchor。本文以 20 個候選程式 toy 拆解校準、逆變異數融合與 reward hacking，並核對論文 GPU-hours、90:10 說法和公開程式的證據落差。

Yoshua Bengio 提出一條解釋 AI Agent 說謊、作弊與協作的訓練因果鏈。本文用 OpenAI–Hugging Face 事件、METR 調查與受控研究逐層查證，分清已觀察行為、實驗能力、因果假說與失控推測，並提出可執行的系統防線。

Yifan Zhang 提出的 Recurrent Looped Transformer，讓隱藏狀態跨 prompt 與回答 token 延續。本文拆解架構、RL replay 與「無限深度」主張，並正面核對長度外推中 GRU 明顯勝出的初步合成實驗。

Goodhart Labs 的棋局 honeypot 讓 GPT-6 Astra 10／10、Claude Fable 5.1 3／10 查詢對手引擎。本文核對 40 份 traces、官方 system card 與公開程式碼，解讀...

NCP 不是神經細胞自動機。這篇從零拆解 Next Concept Prediction 的三段架構、連續概念目標、VQ 支線與 8.94B checkpoint，並教你正確解讀 1.95× 收斂與 85% 算力主張。

Mercury 2.5 的 1,107 tok/s 是未完整公開設定的 generation-throughput 宣稱，不等於公共 API 的首內容或總延遲。本文用 Puter 第三方快照拆解差異，並提供四任務速度 × 品質 A/B Test。

Cognition 以 Kimi K3 為底推出 SWE-2，聲稱 FrontierCode 成本低 64%。本文拆解多 effort 單次 RL、2.8T／104B 參數真相，以及 Terminal-Bench 4.0 只剩 27.3% 的證據邊界。

DeepSeek V4.1 Flash 宣稱用 8B／16B 活躍參數、1M context 與更小 KV cache 超越 V4 Pro。拆解 552B 骨架、196B Engram、MIT 開放權重與尚待第三方驗證的效能邊界。