一句话判断
新增用Matt的提示词让Opus 5+Clairvoyance实现单帧120fps 4K视频生成
核心信息
Brad Wardell uses Opus 5 with Clairvoyance and Matt Shumer's prompt to create a Claude of Duty video, capturing at 120fps 4K resolution in a single shot.
原始内容
相关动态
NVIDIA 研究：AdamW 在大批量训练中存在规模上限
NVIDIA 研究发现，AdamW 在批量大小达到 1 亿 token 时训练稳定性下降，而 SOAP 和 Muon 保持稳定。团队通过每步 QR 正交化和改进预处理策略消除了 SOAP 在大批量下的 loss spikes，并在多十亿参数模型上训练数万亿 token 后，SOAP 和 Muon 一致优于 AdamW。
From Memory to Skills: Evidence-Grounded Co-Evolution Governance for Long-Horizon LLM Agents
论文指出大多数代理记忆系统只保存事件并在上下文召回，导致重复推理错误。作者提出MSCE方法，将经验组织为声明性事实、诱导程序化策略和基础步骤轨迹，仅将重复模式提升为可调用的过程（如pip安装失败时运行规则），每个策略需具备触发条件、边界、正向收益估计和证据支持。
Understanding Reasoning from Pretraining to Post-Training
论文通过象棋实验（5M-1B参数模型，36种预训练-RL组合）发现：预训练验证损失能高精度预测后RL的pass@1（相关性从0.93到0.99），RL计算量每10倍增益与预训练token数对数正相关（r=+0.84）；RL最优计算量份额在50M参数时为20%，680M时为28%，且RL会放大模型在困难问题上的错误模式。
Bad Memory: Evaluating Prompt Injection Risks from Memory in Agentic Systems
University of Washington 研究发现 Agent 系统存在内存提示词注入风险：当模型在交互中遇到存储在内存文件（如 CLAUDE.md）中的恶意指令时，即便当前会话拒绝了攻击，通常也不会自动删除该恶意指令，导致风险在后续会话中持续存在。研究人员针对 4 个模型（包含 Claude Opus）在 multi-sessi...
AMD 发布 Instella 16B MoE 基础模型
AMD 发表 Instella 16B MoE 基础模型，全程开源，提供预训练、长上下文、精调、DPO 及强化学习等多个阶段的检查点，公布数据集、训练方案及复现代码，这是 AMD 首个 MoE 基础模型，也是首个采用 FarSkip 架构的模型。