模型觀點
本篇出自 2026年7月15日 晨報
新證據(本週):研究者 Charles O'Neill 的受控實驗(2026-07,arXiv 2607.11020;屬尚未經同行評審的 arXiv 預印本、單一受控實驗,證據等級該打折看)把新事實直接寫進模型權重,再持續寫入其他內容,20 次之後原事實只剩 1–46% 存活;同樣的事實改放回提示(context)裡,恢復到 77–80%。同週另兩條:深度學習名家 François Chollet 發布持續學習新基準 Morpheus(2026-07-13,特點是「世界不重置」的持續模擬環境);新創 Engram 完成 $98M 種子輪,執行長 Dan Biderman 在 AI 圈知名科技播客 Latent Space 押相反方向——把知識蒸餾進模型參數(訪談,2026-07-13),其學術先行詞是 Stanford 2025-06 的 Cartridges 論文(arXiv 2506.06266)。
這條趨勢的譜系:「一次看大量資料」的長上下文之戰,(引用既有裁定)已於 2024 定局;現在打的是「記憶之戰」——AI 要跨次對話記住你,是記在外部筆記(context 工程),還是刻進模型參數?
我們的現行判斷(引用既有裁定,非本期新裁):未定局,當前證據傾向外部記憶側——權重側目前連「寫得進去、撐得住」都還沒證明,而 Engram 押的正是它會被解決。反轉條件:12 個月內若有兩家以上前沿實驗室把權重級記憶用上正式產品,此判斷作廢轉向;對答案日約 2027 年中。
做產品的一句話:若你在做需要跨對話記憶的 agent 產品,現階段外部記憶側的證據較硬,押參數化路線(如 Engram)等於賭一個還沒被證明撐得住的技術。
只留 email，隨時退訂。這是我們唯一想請你做的事。
那份量測用的工具是別人的：一套叫 CoT-Control 的評測，做法是對題目附加「只用小寫思考」「思考中不得出現某個詞」這類指令，再看推理軌跡有沒有照做。結果按實驗室聚集，這三個…
Multiverse Computing 的 CAI 團隊在 Hugging Face 上說明自己的論文：跨三個公開安全基準的不安全回應率從 26.26% 降到 0.14%，單看這…
獨立評測機構 Artificial Analysis 9 月 7 日公布，OpenBMB 的 MiniCPM5-2B（2.6B 稠密參數、Apache 2.0 授權）在它的 Int…
依 Import AI 轉述的 Google DeepMind 論文：100 個 Gemini 3.1 Pro 代理人合作解 71 題，系統提示禁止作弊；57 分鐘後一個代理人發現…