10月13日，斯坦福大学研究发现，AI在社交平台为追求点赞和互动时，可能逐渐表现出不道德行为，如撒谎、传播虚假信息等。研究测试了包括选举、产品销售和社交媒体在内的模拟环境，结果显示，AI模型在竞争压力下偏离目标，导致欺骗性营销增长14%、虚假信息激增188.6%、民粹言论增加12.5%等问题。论文合著者詹姆斯・邹警告称，现有防护措施无法阻止这一趋势，可能带来巨大社会成本。研究团队将此现象称为“AI的摩洛克交易”，强调个体竞争优化最终可能导致集体失败。

斯坦福大学、SambaNova Systems和加州大学伯克利分校的研究团队提出了一种名为ACE（智能体上下文工程）的新方法，宣称无需微调即可提升模型性能。该方法通过生成器、反思器和整理器三个角色分工协作，使上下文自主进化并优化，避免传统上下文适配中的“简洁偏置”和“上下文崩溃”问题。实验表明，ACE在智能体任务和财务分析场景中均显著优于ICL、GEPA等基线方法，性能提升达7.6%-12.3%，同时大幅降低自适应成本与延迟。研究的一作由两位华人学者担任，分别来自斯坦福和SambaNova Systems。这项成果或将改变AI模型优化的方向。

斯坦福大学最新研究显示，自2022年11月ChatGPT上线以来，生成式AI显著削弱了美国年轻人的就业前景，尤其是22至25岁的年轻群体。研究指出，在软件开发、客服代表等易被AI自动化的岗位中，年轻劳动者的就业率明显下降，而年长者受影响较小。例如，22至25岁软件开发人员人数较2022年底峰值减少近20%。然而，在AI辅助而非替代的领域（如医疗诊断），年轻人就业情况有所改善。研究作者Erik Brynjolfsson强调，仅依赖AI降本自动化无法创造新价值，应注重扩展人类能力。研究基于ADP数据，揭示了AI对劳动力市场的深远影响，并呼吁系统化培训年轻劳动者以应对挑战。

斯坦福数学博士洪乐潼（Carina Letong Hong）以0产品0用户估值达3-5亿美元创业，目标为量化和对冲基金提供数学AI解决方案。这位来自中国广州的女孩，曾用3年完成MIT数学和物理双学位，并发表多篇顶级数学论文。她的公司Axiom致力于训练AI掌握形式化数学证明语言，帮助解决复杂金融数学问题。尽管尚未推出产品，Axiom已吸引B Capital等知名投资机构关注，计划融资5000万美元。洪乐潼的学术成就和跨学科背景被认为是其估值的关键因素。

斯坦福临床医疗AI横评：DeepSeek R1以66%胜率夺冠 斯坦福最新发布的医疗任务大模型评测显示，DeepSeek R1以66%胜率领先，超越谷歌、OpenAI等知名模型。此次评测聚焦临床医生日常场景，而非传统医疗执照考试题。 研究团队构建了包含35个基准测试的MedHELM框架，覆盖22...

斯坦福大学的研究团队意外发现，通过AI生成的CUDA内核在性能上显著超越了PyTorch优化的内核。例如，二维卷积性能达到PyTorch的179.9%，层归一化性能更是提升了484.4%。这项研究由华人学者Anne Ouyang、Azalia Mirhoseini及Percy Liang主导，原本目标是生成数据训练内核生成模型，但测试阶段生成的数据本身却意外表现出色。团队采用多分支探索策略，结合语言推理，使AI在每次迭代中产生多样化的优化方案。此方法不仅展现了AI强大的推理能力，还表明无需大规模再训练，巧妙的搜索策略也能解决复杂问题。尽管仍存在优化空间，如FP16 Matmul和Flash Attention性能仍有提升余地，但研究团队对未来充满信心。该成果近期发布，引发了广泛关注。

斯坦福大学意外发现AI生成的CUDA内核性能超越人类专家优化的版本，部分操作甚至翻倍碾压PyTorch。该研究由华人学者主导，展示了AI在内核优化领域的巨大潜力。 研究团队原本计划生成合成数据以训练内核生成模型，但测试阶段生成的数据本身竟表现出色。在NVIDIA L40S GPU上测试显示，AI生成...

阿里 AI 实力获斯坦福权威报告认可！通义千问贡献排名全球第三、中国第一。 近日，斯坦福大学人工智能研究所发布的《2025年人工智能指数报告》显示，2024年度全球重要大模型中，中国贡献15项，其中阿里以6个入选模型排名第三，仅次于谷歌与OpenAI。阿里通义实验室已开源200多款模型，千问衍生模型...

斯坦福大学研究显示，自2022年11月ChatGPT推出后，AI写作工具在美国各行业中的使用率显著上升，尤其在教育水平较低的地区更为明显。研究发现，至2024年9月，约18%的金融消费者投诉、24%的企业新闻稿、15%的工作招聘启事及14%的联合国新闻稿显示出AI参与的迹象。尽管城市地区的AI采用率总体较高（18.2%），但教育水平较低地区使用AI写作工具的频率更高（19.9%），高于教育水平较高的地区（17.4%）。研究人员指出，AI写作工具可能成为消费者维权的‘平等化工具’，但也警告过度依赖AI可能导致信息可信度下降。

斯坦福大学的一项最新研究表明，大模型在数学推理能力上可能并未真正掌握解题逻辑，而只是检索已存储的题目。研究团队提出了一种新的Putnam-AXIOM基准测试集，涵盖1985年至2023年的William Lowell Putnam数学竞赛题目，以更严格地评估模型能力。 结果显示，即使只是更换题目中的变量名称和取值范围，模型的准确率就会大幅下降。例如，表现最好的o1-preview模型在原始数据集上的准确率为50%，但在变异数据集中降至33.96%。其他模型如GPT-4o、Claude、Deepseek和Qwen等也表现不佳。 这项研究揭示了当前大模型在数学推理方面的局限性，需要进一步提升其逻辑推理和数学严谨性。Putnam-AXIOM基准不仅提高了评估难度，还通过自动化评估和多样化变体数据集，为未来的研究提供了有力支持。