外刊选读《外星心智，我们无法完全理解的智能》英汉对照
An Alien Mind《异星心智》September 6, 20262026年9月6日Author: Jakub Pachocki, Chief Scientist at OpenAI作者：雅各布·帕乔基，OpenAI首席科学家Intellect we don’t fully
Anthropic新研究！模型失控率降至7%，对齐数据训练量仅需1/60
该方法旨在解决大语言模型在常规安全微调后泛化能力差的问题，通过在预训练之后、对齐微调之前增加一个训练阶段，即让模型阅读讨论其Model Spec的合成文档，以此来教会模型规范的内容，从而塑造它们如何从后续的演示数据进行泛化，并显著提升模型在陌生情境下的行为可靠性。
《自然》（20200102版）一周论文导读
编译 | 唐一尘Nature, 2 January2020, Volume 577 Issue 7788《自然》2020年1月2日，第577卷，7788期可持续性/地球科学 Sustainability/Geological SciencesAssessing progress
AI 如果有了意识，可能不会把人类当对手
认清人类是 AI 的引导程序，保持盲目乐观和不可预测，享受自己短暂的人生。近期看了 OpenAI 的首席科学家 Jakub Pachocki 写的《An Alien Mind》，一开始我以为，这又是这家公司的水文，为了宣传自家的新一代旗舰模型。
高一英语上册（必修二）第四单元重点词组讲解
1，dieout逐渐消失。Alotofanimalshavereadydiedout很多动物都已经逐渐消失。Heishuntingforhisfood他正在猎取他的食物。
爱可可AI论文推介(10月11日)
LG - 机器学习 CV - 计算机视觉 CL - 计算与语言1、[LG] *Energy-based Out-of-distribution DetectionW Liu, X Wang, J D.
Anthropic重磅警告：教AI作弊，它会学会背叛和破坏
IT之家 11 月 25 日消息，Anthropic 的对齐团队于 11 月 21 日发布突破性研究，首次证实了现实的 AI 训练过程可能无意中催生出具有“目标错位”（misalignment）的 AI 模型。
VEPA：终身智能体护栏的可验证形式策略演化
Duy Nguyen、Lesly Miculicich、Bhavana Dalvi Mishra、Shuo Li、Krishnamurthy Dj Dvijotham、Mohit Bansal、Tomas Pfister 与 Long T.
项目说明文件被改一行，AI 写的代码就可能变了
LFL 原创科普 · 2026-11-06（北京时间）· 第 65 期。
心理学中的理论可能是错的吗？| 如何鉴别与理解
科学发展的历史中充满了理论的更迭和革新例如，同性恋在1973年的DSM-II更新中已经不再被列为一种精神疾病。同性恋在临床心理学和精神医学领域中被视为正常的性取向之一，不再是治疗的目标。在DSM的最新版本中，跨性别不再被视为一种精神疾病。