Must Read — Qwen 团队揭示残差流异常值是模型自发的重缩放机制
15 articles: 1 must read · 6 worth reading · 8 neutral
Top sources: InfoQ (3) · PaperWeekly (2) · 晚点LatePost (2)
PaperWeekly · AI/Tech · 收藏
Qwen 团队揭示残差流异常值是模型自发的重缩放机制，并提出 GatedNorm 架构解决量化难题。
阿里千问团队提出，Transformer模型中的异常值（Attention Sink和Residual Sink）并非训练缺陷，而是模型在归一化约束下自发演化出的重缩放机制。
PaperWeekly · AI/Tech · 精读
开源科研写作 Agent 库，通过标准化 Prompt 和 Agent Skills 实现从代码到顶会论文初稿的自动化转换。
开源项目awesome-ai-research-writing提供了一套针对AI科研论文写作的自动化方案，覆盖从代码到论文初稿的全流程。
追问nextquestion · AI/Tech · 精读
通过“母题”理论重新审视科学概念的模糊性，提出生态心理学与神经科学融合的新范式。
文章通过对谈探讨了科学史上伟大概念（如“功能可供性”）的定义模糊性，并引入“母题”理论作为解决方案。
InfoQ · AI/Tech · 精读
Oracle 核心排序专利到期，其公共前缀跳跃及自适应切换技术将显著提升开源数据库性能。
Oracle一项关于高速排序算法的专利到期，开源数据库可自由使用该技术以提升排序性能。
InfoQ · AI/Tech · 精读
爆火 AI 社交网络 MoltBook 背后其实是“敢于交付权限”的认知突破而非纯技术飞跃。
MoltBot创始人认为其爆火的AI社交网络项目在技术上并不复杂，核心在于敢于赋予AI在用户电脑上行动的权限。
晚点LatePost · AI/Tech · 精读
揭示宁德时代换电业务从“按需投入”到“网络先行”的逻辑转变及其降本增效的方法论。
宁德时代通过先大规模建换电站（而非按需投入）的策略，打破了换电业务难以启动的循环，计划在2026年底建成2000个站。
Z Potentials · AI/Tech · 精读
a16z 投资团队解析 AI 应用周期的底层逻辑，强调软件易得性反而提升了护城河（数据/场景/劳动力替代）的重要性。
a16z应用团队认为，在AI时代软件构建速度极快的背景下，构建护城河比以往任何时候都更重要。
数字生命卡兹克 · AI/Tech · 精读
从 AI 无法通过色盲测试的切入点，探讨了多模态模型‘计算像素’而非‘理解涌现整体’的视觉逻辑本质。
文章通过实验发现，主流多模态AI模型在色盲测试图上表现糟糕，原因在于AI只是在“计算”像素和局部模式，而无法理解图像整体涌现的抽象意义（即“诗意”）。
DeepTech深科技 · AI/Tech · 精读
介绍一种受蜜蜂尾针启发的可降解生物传感器，解决围手术期器官监测的连续性难题。
研究人员开发出一种可生物降解的微针传感器阵列，可植入体内监测器官健康，并在完成任务后安全降解，避免二次手术。
新智元 · AI/Tech · 速览
通过非技术 PM 使用 AI 开发的案例，提出了‘Vibe Coding’及像管理员工一样管理 AI（拒绝讨好型 AI）的方法论。
Meta一位零技术背景的产品经理利用AI工具，实现了从“代码恐惧”到能快速开发应用的转变，并总结出像管理团队一样管理AI的工作流。
晚点LatePost · AI/Tech · 速览
小鹏汽车合并智驾与座舱部门，确立以通用 AI 中台支撑多形态物理机器人的组织架构。
小鹏汽车将自动驾驶中心与智能座舱中心合并为“通用智能中心”，以统一的AI技术中台支撑智驾、座舱及机器人等业务。
新智元 · AI/Tech · 速览
引用 Anthropic 联创观点，探讨 Moltbook 带来的智能体生态对未来互联网（机器化、去人类化）的影响。
Anthropic联创指出，像Moltbook这样的AI智能体社交网络正在改变互联网，未来人类可能需要通过“翻译Agent”来理解AI主导的对话。
InfoQ · AI/Tech · 速览
百度开源 PaddleOCR-VL-1.5 模型，主打异形框定位及多项 OCR 性能指标领先。
百度开源新一代OCR模型PaddleOCR-VL-1.5，以轻量架构在权威评测中取得综合性能第一，并首次实现“异形框定位”能力。
探索AGI · AI/Tech · 速览
通过对 Clawdbot 架构的拆解，强调了异步串行任务流、本地 Markdown 记忆系统及 Hybrid 搜索的底层逻辑。
文章分析了爆火的Clawdbot（OpenClaw）底层架构，指出其核心设计简单，主要包括消息处理、任务调度、Prompt组装、模型调用和循环执行等步骤。
Z Potentials · AI/Tech · 速览
详述 Linq 公司如何从数字化名片转型为 iMessage 端的 AI 智能体基础设施层。
Linq公司转型为AI助手提供iMessage/RCS消息通道的基础设施，使其客户的AI助手能通过原生消息界面与用户交互。