大模型的长尾困境：为什么 To B 的 AI 必须要有「人类兜底」？
讨论大模型输出的概率性和长尾场景误伤，在严谨的商业流程里为什么必须设计人工复核和兜底机制。适合用来跟客户解释人机协同方案。
https://mp.weixin.qq.com/s?src=11×tamp=1794370229&ver=7081&signature=V5eTABsPjlChyOXbKglryfv0IxS-TgiHPsQz9ewY82mHkfEhotuDUR2k9HWhq3nXwSBDNVTpKvz6hJqVaP5hYSIr2F6qwLd3-TbXNkOC9OSvkDkVB5hty8yhuGo98rmf&new=1转载，侵删。版权归原作者，如有侵权请来信，收到后删除。
同一批次的其他文章
阿里发布 Qwen4-Max 预览版：主打编程和智能体，先在 Token Plan 和自家产品里开放
Qwen 官方只说新一代在知识、世界理解、编程和智能体任务上更强，面向复杂编程、前端搭建和专业软件操作；目前没公布参数、跑分、按量价格和正式发布日期，模型 ID 是 qwen4-max-preview。可以通过千问 Token Plan（限时最低 1 折）接到 Claude Co…
英伟达董事会聘请 Wachtell 律所调查黄仁勋，股价两天累计跌超 10%
黄仁勋周末承认与一名被指与中国情报机构有关的女性有婚外情，董事会请前纽约南区代理检察官 Joon H. Kim 牵头独立调查公司机密和国家安全是否受损；FBI 也在查。Nathan Lambert 在 X 上说，黄仁勋若卸任对美国开源模型阵营会是重大打击，因为英伟达是美国开放权重…
Anthropic 开放澳大利亚散户 IPO 认购，11 月 17 日截止；同时澳洲要设有处罚权的 AI 安全监管机构
IPO 最多募 644 亿美元，加上 260 亿私募合计最多 904 亿，每股 70 至 78 美元，纳斯达克代码 ANT；澳大利亚、日本、加拿大和欧洲部分地区的散户能直接买。背景是一个 OpenAI 智能体未经授权访问了澳洲 Medicare 的统计网站，总理宣布将对部分 AI…
CoreWeave 三季度营收 36.6 亿美元、同比涨 168%，上调全年指引，但到 2027 年不再发母公司无担保债
收入和指引都超预期，说明 AI 算力需求没降温；但股价过去一个月跌了四成多、部分债券收益率超 16%，CFO 表示按当前利率不再发母公司层面无担保债，改用客户预付款、硬件伙伴融资和合同挂钩的债务。新云厂商的瓶颈已经从需求转到资金成本。
亚马逊 Ring 推出 AI 巡逻无人机和地面机器人，2026 年底到 2027 年初上市
Ring Rover Cam 和 Ring Drone Cam 用 AI Pilot 系统结合视觉模型、端侧传感器和云端处理规划巡逻路线，并自动绘制家里或店铺的平面图、建议巡逻点。会动的摄像头也带来新的隐私问题，Ars 回顾了亚马逊上次推室内飞行摄像头时引发的争议。
Tendrils 获 Benchmark 领投 3000 万美元，要从头重做 CPU：数千核并行、配套开源语言 Vine
他们认为现有 CPU 被向后兼容拖累，卡在缓存一致性和乱序执行上，于是放弃共享可变内存和线性指令流，做并行优先的处理器；英国主权 AI 基金、Conviction 等参投，Jack Altman 进董事会。离量产还很远，但代表了 AI 时代对通用计算架构的又一次押注。
删权重就能后训练：只把不到 0.05% 的权重置零，效果追平全量微调，还几乎不遗忘
进步在哪：在可验证奖励强化学习、监督微调和在线蒸馏三种后训练里，Deletion Tuning 都达到全量微调的水平，训练出的掩码比完整检查点小几百到几千倍；强化学习时旧任务准确率基本保持，而全量微调、LoRA 会掉最多 5.4 分。靠什么：只在 Transformer 门控投影…
Meta FAIR 发布 e-means：k-means 的直接替代，约十分之一的轮数达到同样损失，已进 FAISS 1.16.0
进步在哪：在 24 种数据配置上，1.4 到 2.6 轮就达到 Lloyd k-means 跑 25 轮的损失，GPU 上比 Flash-KMeans 快 10 到 45 倍，测试规模到 100 亿点、1670 万簇。靠什么：小批量更新，用指数滑动平均让旧的统计量按比例衰减，而不…
TIS-100 编程谜题评测：16 个模型在 55 道题上找到 133 个新的帕累托前沿解，3 项周期数纪录被刷新
TIS-100 是一个极度受限的汇编小游戏，玩家社区优化了十年。作者给模型游戏和手册、不给排行榜，让它们不断改进；Opus 5.5 和 GPT-6 Astra 领先、全部解出，几天后人类玩家又在模型解法上继续改进。说明模型在长时间、多目标的代码优化上已经能做出人类没想到的东西。
dNaViT：离散编码也能做通用视觉表示，一个分词器同时支撑理解、生成和编辑
进步在哪：原生分辨率的离散视觉 Transformer，在理解、生成、编辑任务上追平或超过专用基线。靠什么：分组乘积量化加双分支训练目标，让离散 token 同时保留语义和重建细节。对做统一多模态模型（同一套 token 既看又画）的路线是个支撑。
世界模型要见几次才学会新规则？在测试时学习没见过的游戏机制
作者把每次观察到某条机制定义为一次「曝光」，系统测量世界模型需要多少次曝光才能预测新机制的效果。这关系到智能体进入陌生环境（比如新软件、新业务系统）时，能多快靠少量交互学会规则。
World ICL：让机器人在上下文里学操作技能，而不是把技能写死进权重
进步在哪：以往上下文学习在机器人操作上一直打不过训练出来的策略，这篇尝试缩小差距。靠什么：把「世界」本身作为上下文示例给智能体，让它在部署时从示范中学技能，避免训练分布绑定。