腾讯研究院AI速递 20250214

正文

请到「今天看啥」查看全文

三、  Karpathy新实验火了！「隐形字符」让一表情占53个token

1. Karpathy发现一个笑脸表情可占用53个token，背后涉及Unicode变体选择符能隐藏任意数据；

2. 利用变体选择符可实现信息隐藏和提示注入，DeepSeek-R1花费10分钟尝试解谜但失败；

3. 这种技术可用于数字水印，但也存在被滥用于绕过内容审核等风险。

https://mp.weixin.qq.com/s/kbONIs4QxpWOP7mBHqGPHg

四、  谷歌全网扒1000亿图像文本对，数据规模Scaling潜力依旧

1. 谷歌发布WebLI-100B数据集，包含1000亿图像文本对，规模较此前纪录扩大10倍；

2. 研究证明千亿级数据能提升模型在多语言和多元文化维度的表现，但CLIP等过滤会影响多元性；

3. ViT核心作者翟晓华参与研究，已于2024年12月宣布加入OpenAI苏黎世实验室。

https://mp.weixin.qq.com/s/67Vj-7_MGkJS-PBZZ4OZJw

五、  斯坦福等多机构联手发布，开源推理新秀OpenThinker-32B

请到「今天看啥」查看全文