#deep learning

Mistral AI 发布了 Robostral Navigate，这是一个 8B 参数的模型，仅使用单颗 RGB 摄像头和语言指令就能让机器人在复杂环境中导航，在未见过的 R2R-CE 基准测试中达到 76.6% 的成功率。 这很重要，因为它展示了无地图导航能力，解决了“绑架机器人”问题，并以更简单的设置超越了多传感器方法，有望在爱好者和商业机器人领域得到更广泛的应用。 该模型未公开可用；它仅使用单个摄像头，无需预先获取地图。它在 R2R-CE 基准测试上达到了最先进的结果。

Anthropic 的研究人员在大型语言模型（LLM）中发现了一个“全局工作空间”，信息在此跨层整合，类似于意识的全局神经工作空间理论。 这一发现为理解 LLM 如何跨层整合信息提供了新框架，可能推动模型可解释性和对齐性的提升。 该研究定义了一个基于每层微小扰动对最终 logits 输出期望变化的“J-space”，揭示了一个跨上下文共享的子空间。