解析可解释性：走进大模型的“思考路径”
视频围绕人工智能模型的可解释性展开，重点放在语言模型到底如何“运作思考”。尽管这类模型的任务表面上是预测下一个单词，但在内部运行中往往会形成更复杂的目标，并抽取出抽象的表征。Anthropic 团队的研究人员分享了他们对 Claude 模型内部机制的观察与分析，并强调弄清模型如何进行推理与生成同样至关重要。通过实验，他们发现模型并不只是做机械的自动补全，而是具备一定的上下文理解能力。研究同时揭示了模型在输出内容时的规划与推理链条，并讨论了如何让系统表现得更可靠、更安全。大语言模型并不能被简单视为传统意义上
AI自主化浪潮下，摩根士丹利料芯片投资将向CPU领域延伸
摩根士丹利(188.82, 1.50, 0.80%)指出，具备更高自主能力的人工智能技术或将带动中央处理器（CPU）需求增长，重构数据中心部署模式，并使资本投入从目前主导AI市场的图形芯片领域向外扩散。该行在周日出炉的研究报告中表示：“伴随人工智能由内容创作向自主执行演进，算力制约因素正迁移至CPU与内存层面，促使通用计算需求呈现爆发式提升。” 报告同时强调，图形处理器（GPU）的市场需求仍旧强劲。