智见

一篇新论文批判性审视了当前 AI 模型在实现自主学习方面的局限性，并提出受人类和动物认知启发的学习架构。该框架整合了两种学习模式：从观察中学习（系统 A）和从主动行为中学习（系统 B），并通过内部生成的元控制信号（系统 M）在这两种模式间灵活切换。

• 灵感来源于生物体如何适应真实世界动态环境
• 涵盖进化和发育时间尺度的适应机制
• 旨在构建能够自主学习而非仅依赖预训练数据的 AI 系统

原文链接：https://arxiv.org/abs/2603.15381

🕐 发布于: 2026年03月18日 18:04

Unsloth Studio 是一个开源的无代码网页 UI，可在一个本地统一界面中训练、运行和导出开源模型。支持在 Mac、Windows、Linux 上本地运行 GGUF 和 safetensor 模型，训练 500+ 模型速度提升 2 倍，VRAM 占用减少 70%（无精度损失）。

• 可运行和训练文本、视觉、TTS 音频、embedding 模型
• 无需数据集，可从 PDF、CSV、JSON、DOCX、TXT 文件自动创建数据集
• 支持导出模型到 GGUF、16-bit safetensor 等格式
• 具备自愈工具调用、网页搜索、代码执行功能
• 支持模型对比（Model Arena），可比较两个模型的输出差异
• 可 100% 离线使用，数据安全可控

原文链接：https://unsloth.ai/docs/new/studio

🕐 发布于: 2026年03月18日 18:04

Mistral AI 推出了 Forge 系统，让企业能够基于自身专有知识构建前沿级 AI 模型。该系统支持预训练、后训练和强化学习等多种训练方式，帮助模型学习企业内部术语、推理模式和运营约束。

• 支持密集模型和混合专家（MoE）架构，可优化性能与成本
• 支持多模态输入，可处理文本、图像等数据格式
• 专为代码代理设计，代理可通过纯英文描述自定义模型
• 支持持续改进，通过强化学习管道根据内部评估反馈优化模型行为
• 已与 ASML、DSO 新加坡国家实验室、Ericsson、欧洲航天局等机构合作

原文链接：https://mistral.ai/news/forge

🕐 发布于: 2026年03月18日 18:03

一篇来自 arXiv 的论文探讨了当前 AI 模型在实现自主学习方面的局限性，并提出受认知科学启发的学习架构。

• 论文批判性地审视了当前 AI 模型在自主学习能力上的局限
• 提出一种受人类和动物认知启发的学习架构
• 整合两种学习模式：从观察中学习（System A）和从主动行为中学习（System B）
• 引入元控制信号（System M）在两种学习模式间灵活切换
• 探讨如何借鉴生物体在进化和发育时间尺度上适应动态环境的方式构建 AI
• 作者为 Emmanuel Dupoux，发表于 2026 年 3 月 16 日

原文链接：https://arxiv.org/abs/2603.15381

🕐 发布于: 2026年03月18日 12:01

Unsloth 推出 Studio（Beta），一个开源无代码 Web UI，可在本地统一界面训练、运行和导出开源模型。

• 支持在 Mac、Windows、Linux 本地运行 GGUF 和 safetensor 模型
• 训练 500+ 模型速度提升 2 倍，VRAM 减少 70%，且无精度损失
• 支持文本、视觉、TTS 音频、embedding 模型的运行和训练
• 无需数据集，可从 PDF、CSV、JSON、DOCX、TXT 文件自动创建数据集
• 支持导出模型为 GGUF、16-bit safetensor 等格式
• 提供自愈工具调用、代码执行、推理参数自动调优等功能
• 支持微调 Qwen3.5、NVIDIA Nemotron 3 等最新大模型

原文链接：https://unsloth.ai/docs/new/studio

🕐 发布于: 2026年03月18日 12:01

Mistral AI 推出 Forge，帮助企业基于自有知识数据构建前沿级 AI 模型。

• 目前大多数 AI 模型主要基于公开数据训练，难以满足企业内部的专有知识需求
• Forge 让企业能够训练理解内部上下文的模型，包括工程标准、合规政策、代码库、运营流程等
• 支持预训练、后训练和强化学习，覆盖模型全生命周期
• 提供控制和战略自主权，企业可完全掌控自己的模型和知识产权
• 支持多种模型架构，包括 dense 和 MoE（混合专家）架构
• 已与 ASML、新加坡 DSO、Ericsson、欧洲航天局等机构合作

原文链接：https://mistral.ai/news/forge

🕐 发布于: 2026年03月18日 12:01

TÂCHES 团队推出 Get Shit Done（GSD），这是一个轻量级但强大的元提示、上下文工程和规范驱动的开发系统，支持 Claude Code、OpenCode、Gemini CLI、Codex、Copilot 等多种 AI 编码工具。

• 解决上下文腐化问题：当 Claude 的上下文窗口充满时，质量会下降
• 系统在后台处理上下文工程、XML 提示格式化、子代理编排、状态管理
• 用户只需掌握几个命令即可高效工作
• 已被 Amazon、Google、Shopify、Webflow 的工程师采用
• 支持 npx get-shit-done-cc@latest 快速安装
• 可选择运行时（Claude Code、OpenCode 等）和安装位置（全局或本地项目）
• 核心命令包括：/gsd:map-codebase（分析现有代码库）、/gsd:new-project（新建项目）、/gsd:discuss-phase（讨论实现细节）

原文链接：https://github.com/gsd-build/get-shit-done

🕐 发布于: 2026年03月18日 08:02

Mistral AI 近日发布 Forge，这是一个面向企业的 AI 模型构建系统，旨在帮助企业基于自有知识库训练前沿级 AI 模型。

• 大多数现有 AI 模型主要基于公开数据训练，而企业拥有内部知识：工程标准、合规政策、代码库、运营流程等
• Forge 填补了通用 AI 与企业特定需求之间的空白，允许组织训练理解内部语境的模型
• Mistral AI 已与 ASML、新加坡 DSO 国家实验室、Ericsson、欧洲航天局、HTX 等机构合作训练模型
• 支持预训练、后训练、强化学习等多种训练方式
• 支持密集模型和混合专家（MoE）架构，可优化性能、成本和运营约束
• 支持多模态输入，允许模型从文本、图像和其他数据格式中学习
• 为代理而生：自主代理可用它微调模型、寻找最优超参数、调度任务、生成合成数据
• 支持持续改进：通过强化学习管道和评估框架不断优化模型行为

原文链接：https://mistral.ai/news/forge

🕐 发布于: 2026年03月18日 08:02

Unsloth 近日推出 Unsloth Studio（Beta版），这是一款开源的无代码 Web UI，可在本地统一界面中训练、运行和导出开源模型。

• 支持在 Mac、Windows、Linux 上本地运行 GGUF 和 safetensor 模型
• 可训练 500+ 模型，速度提升 2 倍，显存占用减少 70%（无精度损失）
• 支持文本、视觉、TTS 音频、嵌入模型的运行和训练
• 无需数据集，可从 PDF、CSV、JSON、DOCX、TXT 文件自动创建数据集
• 支持导出模型为 GGUF、16位 safetensor 等格式
• 具备自愈工具调用、网页搜索、代码执行等高级功能
• 支持推理参数自动调优和聊天模板编辑
• 可 100% 离线使用，保护数据隐私

原文链接：https://unsloth.ai/docs/new/studio

🕐 发布于: 2026年03月18日 08:01

各大厂商正在推出能在手机上本地运行的AI助手。

趋势：

• 端侧AI保护隐私
• 无需网络即可使用
• 响应速度更快

未来手机AI可能成为标配。

🕐 发布于: 2026年03月17日 18:12