阅读

纳什解码让掩码语言模型在问答任务上超越参数量达18倍的自回归模型。

该预印本将文本修订建模为多人博弈，每个Token位置为玩家，目标是最大化联合概率下的纳什均衡。在CLAPNQ、PubMedQA和CoQA上，作者自测发现掩码模型（可并行预测所有位置）经纳什解码后F1和ROUGE分数高于自回归模型（逐词生成）中18倍大的模型，无需微调，但测试时计算量显著增加。尚无独立复现。

TechRadar报道，Adaptavist对英美等五国1000名开发者的调查显示，50%的人使用AI主要是为了向老板展示能力并消除其疑虑。

47%的受访者表示，他们被考核的标准是AI的使用频率而非工作质量，58%称AI使用已纳入绩效指标（KPI）。这种“表演性使用”导致54%的开发者担忧长期职业前景，37%害怕因不使用AI而失业。

Adaptavist DevOps负责人Matt Saunders指出，组织应停止衡量AI采纳率，转而关注实际成果，否则将引发人才外流。该数据反映了当前企业在AI落地过程中，管理手段与技术价值之间的错位。

谷歌Gmail应用最新APK拆解显示，其正在测试基于Gemini的智能体功能，旨在辅助或自动处理邮件回复。

代码中出现了“使用 Gemini”按钮及“起草回复”选项。当AI无法确定下一步操作时，会显示“需要你的输入”状态，要求用户提供具体信息。

值得注意的是，部分邮件在发送前仍需人工确认。这表明谷歌在推进自动化邮件处理的同时，保留了关键的用户监督环节。该发现源自Android Authority对v2026.09.28版本的逆向工程分析，尚未得到谷歌官方证实。

Clean优化器将二阶方法的内存复杂度从平方级降至线性级，并允许在单张80GB GPU上预训练13B参数模型。

传统二阶优化器（如SOAP）虽能加速收敛，但内存成本过高难以扩展。Clean利用随机Nyström方法近似预条件矩阵，保留了曲率信息的同时大幅压缩了状态占用。

作者自测显示，Clean达到AdamW最终性能的速度快26%；其低精度变体Q-Clean相比Muon优化器减少超过50%的内存消耗。该结果目前为预印本，尚未经过独立复现验证。

谷歌于10月7日上线Playground，这是一款基于浏览器的AI游戏创作平台，用户可通过对话式界面输入提示词生成游戏，无需编程经验。

该平台目前仅向美国18岁以上用户开放，基础功能免费，但Google One订阅用户享有更高的每周Token限额。底层由Gemini、Nano Banana和Lyria模型驱动，支持物理调整、规则重写及角色定制，成品可分享或发布至探索画廊。

同日，谷歌与Unity宣布合作推出Unity Spark，定位为更接近专业开发流程的AI游戏引擎，支持多人协作创作。Spark将于今年晚些时候开启封闭测试，现已开放等待名单注册。此举旨在降低创作门槛，同时覆盖从休闲玩家到专业开发者的不同需求。

《AI and Compute》是OpenAI在2018年发布的一份统计报告，看的是训练一个AI模型花了多少算力。它数了历史上各次模型训练的用量，发现算力需求长期按指数翻倍增长，而且好几次著名的能力突破，都紧跟在一次算力大跃升之后出现。

今天看到厂商说「我们堆了十倍算力，模型就变强了」，判断这话可不可信，用的就是这份报告立的框架：算力投入和能力提升之间确实有历史对应关系。后来的分析都是在它这套统计上更新数字，框架没被换掉。

如果某个领域的数据已经用尽或撞上物理上限，就别用它来判断——算力再翻倍也换不来同等提升。它本身是观察统计，不是定律，趋势随时可能被算法进步打断。

《AI and Compute》（2018）｜下次复查 2027-09-20