<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>自进化 on AI内参</title>
    <link>https://www.neican.ai/tags/%E8%87%AA%E8%BF%9B%E5%8C%96/</link>
    <description>Recent content in 自进化 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Thu, 09 Apr 2026 11:10:06 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E8%87%AA%E8%BF%9B%E5%8C%96/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>AI学会自己卷自己了？上交大“全栈”大三学生一纸论文，把自进化进度条拉快了三年</title>
      <link>https://www.neican.ai/insights/article-20260409111006347-0/</link>
      <pubDate>Thu, 09 Apr 2026 11:10:06 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20260409111006347-0/</guid>
      <description>上交大“全栈”大三学生徐为先通过ASI-Evolve框架验证了AI自进化的可能性，展示了AI自主研究模型架构和数据筛选的惊人效率。这种“AI加速AI”的趋势正改写科研范式，也让顶尖大厂开启了疯狂的“天才少年”提前锁定战。</description>
    </item>
    <item>
      <title>AI邪修时刻：Meta给模型喂了67%的错题，它反而“左脚踩右脚”强行升天了？</title>
      <link>https://www.neican.ai/insights/aimeta67-20260407164005902-1/</link>
      <pubDate>Tue, 07 Apr 2026 16:40:05 +0800</pubDate>
      <guid>https://www.neican.ai/insights/aimeta67-20260407164005902-1/</guid>
      <description>Meta 推出 SOAR 架构，通过让 AI 学习错误率高达 67% 的合成数据，成功突破了极难推理题。这一“邪道”路线证明了 AI 可以在数据枯竭的荒原上通过自我博弈实现进化，挑战了 DeepSeek 的算力路线和 OpenAI 的纯净数据路线。</description>
    </item>
  </channel>
</rss>
