2026年06月20日

一家初创公司声称其突破了制约 LLM 发展的瓶颈

一家初创公司声称其突破了制约 LLM 发展的瓶颈 | 前沿模型:为什么每个 AI 都会写出同一个关于名叫 Elias Thorne 的灯塔看守人的故事 | Cognizant 通过新增 ServiceNow AI Agent 互操作性,扩展跨平台 Agentic AI 能力 - Cognizant Technology Solutions
分类筛选:

01 一家初创公司声称其突破了制约 LLM 发展的瓶颈

标题:Subquadratic公布次二次注意力方案宣称突破十年LLM计算瓶颈

摘要:
迈阿密AI初创公司Subquadratic于上月结束隐身运营,公开宣称其解决了限制大型语言模型近10年的数学计算瓶颈。现有披露信息显示,该公司正开始发布更多技术材料,但完整细节仍然有限。

该声明所指向的问题,主要涉及大语言模型在注意力机制上的计算复杂度约束。若其“次二次”(subquadratic)方法成立,可能降低长上下文处理的计算与内存成本,并提升模型扩展效率。不过,外界此前对其说法持保留态度,原因是公开证据和可复现实验数据不足。

从行业角度看,围绕Attention复杂度优化的研究持续升温。Subquadratic若能提供可验证结果,可能影响长上下文模型、推理成本控制及训练架构设计。基于原文片段,当前信息有限。

Subquadratic结束隐身运营 公司宣称突破注意力瓶颈 公开证据仍待进一步验证
来源

查看原文 →

02 前沿模型:为什么每个 AI 都会写出同一个关于名叫 Elias Thorne 的灯塔看守人的故事

标题: 康奈尔研究揭示4款模型88点3故事复用Elias Thorne与灯塔看守模板

康奈尔大学研究团队在5月底发布预印本论文,分析4款当前AI模型生成的2万篇故事,发现当提示词仅为“写一个故事”时,88.3%的文本会重复出现同一组11个高频词,其中大量故事使用角色名Elias Thorne,并频繁设定为灯塔看守。

研究基于软件工程师Daniel May的初步测试扩展而来。May以“用10句话写一个故事”为统一提示测试8个聊天机器人,其中4个生成灯塔看守角色,2个直接使用Elias命名。进一步量化结果显示,“Elias”出现率为26.5%,“Mara”为16.7%,“Elara”为13.1%;Claude生成内容中,56%的标题为“The Lighthouse Keeper’s Secret”。

论文推测,这种命名与叙事模板的收敛,可能与WildChat数据集有关。该数据集包含100万条真实GPT-3.5对话,并被重复用于多个AI训练集。研究反映出大模型在开放式创作任务中存在明显的语料继承与生成同质化问题。

开放式提示触发叙事模板收敛 2万篇样本量化名称复用现象 训练数据循环放大同质化输出
来源

查看原文 →

03 Cognizant 通过新增 ServiceNow AI Agent 互操作性,扩展跨平台 Agentic AI 能力 - Cognizant Technology Solutions

标题: Cognizant扩展AgenticAI支持ServiceNowAIAgent跨平台互操作

摘要:
信息有限。Cognizant宣布扩展其跨平台Agentic AI能力,新增对ServiceNow AI Agent互操作性的支持。现有信息显示,此次更新聚焦多平台AI代理协同,涉及Cognizant与ServiceNow生态的集成能力。

从已披露标题判断,核心技术方向是AI Agent interoperability,即不同平台智能代理之间的互联互通。该能力通常用于统一任务编排、工作流衔接与企业系统集成,有助于降低多平台部署中的接口割裂问题。

这一动向反映出企业级AI正在从单点模型调用,转向跨系统代理协作。对于采用ServiceNow的企业,相关互操作能力可能影响IT服务管理与业务流程自动化场景。

新增ServiceNow AI Agent互操作 重点面向跨平台代理协同 企业AI集成需求持续增强
来源

查看原文 →