正是这些不起眼的地基活，才撑起了后面平稳的训练。

1、天博官方 Cursor挖人，挖到Anthropic家里去了！ 就在刚刚，Claude核心设计一号位Jenny Wen官宣跳槽，下一站—— 出任Cursor「设计主管」。

更进一步，它还把这些关键致病位点，在3D蛋白结构图里逐一精准标注了出来。天博官方Andreessen给出的判断标准很简单：模型是否达到或超过一个聪明人的通用认知能力。

2、中国男篮4分险胜！焦泊乔爆发，王俊杰18分14篮板，徐昕10分

参考资料： https://www.aisi.gov.uk/blog/how-far-behind-the-frontier-are-leading-open-weight-models-on-cyber https://github.com/mas-bandwidth/patreon/blob/main/BUGS.md https://www.patreon.com/MasBandwidth/posts/important-news-164199395 编辑：马可新智元报道 【新智元导读】VLA模型已经会做任务，但真实机器人还是慢！PolicyTrim是一种优化VLA机器人执行效率的方法，无需重新训练。

3、俱乐部杯是试金石！山东高速考验自己最好机会

这是LLM第一次，把IQ推过了130这道坎。

4、合同到期走人！山东男篮全能锋线遭邱彪放弃，能否重新证明自己？

只看当前帧的模型到这一步只能瞎猜，往往是随手一放。

5、ESPN专家公布湖人今夏运作评分仅C+：詹皇离队后前七轮换仅剩一人

在WAIC现场的分拣单元，面前堆了几百种乱七八糟的物体——日化用品、文具、水果、蔬菜、玩具、零食——十几种类别，机器人一件件拿起来，扫一眼，准确丢进对应的分类框。

约束：只看认证和数据校验两块，别碰生产配置，发现问题别自己动手改；每条只说一次，别翻来覆去强调。

一道题挂了几十年没人领走，可能不是因为它有多难，而是因为没人肯在那条路上再试第三十次。

6、刘翔恩师现状：守在上海，两省都发工资，每日2包烟，71岁仍硬朗

用能跑通的极简提示、最少工具直接开跑，缺了再补。

这份报告没有给出答案，它只是提前摆出了问题。

7、年薪200万美元以上？上海拒绝天价续约洛夫顿，加盟广东队成首选

想要逃逸，又被抓回去重炼了。

关键在于：这一机制不绑定任何特定的目标文本，而是通过「标注哪些位置与目标相关」来实现注入，因而对各种生成式、与输入相关的目标都同样适用。

8、篮协还不归化？雄鹿10号秀夏联轰26分：我母亲有中国血统

新智元报道 北京时间今天凌晨，时隔16年，西班牙人重新举起大力神杯！ 而在为这一刻欢呼的同时我们发现，今年的美加墨世界杯，除了踢球的、看球的，还有一群「数字选手」也格外忙碌—— 那些顶着几十亿参数，一路疯狂推演、预测的AI大模型。

M = 2 × 3 = 6，和手算分毫不差。

它以营销策略大脑为核心，跑通了「1名真人座席+5个AI分身」的人机协同模式，AI分身的音色和沟通风格与真人座席保持一致。

9、团结板块这么多项目，凭什么它敢说前所未见？

两阶段顺序优化可以避免「拉长chunk」和「缩短步数」两个目标互相干扰，最终减少完成任务所需的前向推理次数次数。

不仅整体色调偏黄，还在边边角角塞满了川蜀建筑，让整个画面显得十分拥挤、不够直观。

10、扬州队VS徐州队：开赛倒计时，福利先 “破门”！

而且这不是GPT一家的问题。

Jeff Dean确实采取了行动。

1、“浙BA”7月22日10场激战结果出炉！23日晚精彩继续~

对于他来说，编程这事，已经解决了。

2、篮网追字母哥成交易黑马

但这，也就是Jeff Dean做的全部了。

3、李宁和库里，谁都等不起

只有将 AI 与海量科研数据、专业工具及真实工作流深度融合，才能让它走出实验室，转化为科研人员触手可及的先进生产力。车企为什么开始把新车首发押在京东上？再看那座光鲜的奖杯。

4、莫雷托：米兰重新联系了卡雷察斯的家人和经纪人

换句话说，模型本身并不是壁垒。

5、支付宝不想做AI时代的配角

CEO喻杰博士，师从计算机视觉权威田齐教授和罗杰波教授。

6、跟着APEC看蓉企⑦｜服务全球超500家客户！这家成都企业，把AIGC“声”意做成出海产业

四种角色、管理后台、可嵌入组件，还能自动给投诉分类、识别情绪、起草回复。

此前意外泄漏的测试版苹果 AI 不尽如人意 今年 3 月 31 日，翌日即苹果成立 50 周年之际，国行 iPhone 的设置页面里出现了「Apple 智能与 Siri」入口。

纳德拉的第二层判断 2026年7月12日，美国东部时间上午11:09，纳德拉又在 X 上发表了关于Reverse Information Paradox，反向信息悖论的论述。

7、机器人“一捏”辨真伪花生，一目科技WAIC秀AI视触觉黑科技

这带来两个核心挑战： 训练时监督信号稀疏：后门的目标监督被分散在随机的掩码模式中，稀疏的「触发器—目标」关联容易被普通词的重建所稀释； 强泛化的副作用：随机掩码与任意顺序建模会让 DLM 泛化能力更强，进一步淡化稀疏的后门关联。

为此，他们又提出自适应的分级噪声控制，在细节吃紧的地方多注入噪声、逼模型多花力气去抠，把丢掉的控制力补了回来。

8、岳云鹏豪掷千万，为五个姐姐买房，为何不出手帮农村无业的弟弟

最近，这个AI时空漫游Vlog在Youtube上爆火，简直一夜封神。

负5小时，被翻译成了一整天。

这一视角的转换将可解释性从一项近乎不可能完成的技术挑战，转化为一项可通过工程手段持续逼近的治理目标——它要求我们不再执着于让模型变得完全透明，而是致力于让模型在现实世界中产生的影响变得可理解、可追溯、可问责。

训练照跑，三小时后顺利完成，日志、检查点、产出物一切正常。