https://xiejiayun.github.io/tags/deepmind/Recent content in DeepMind on Jiayun's BlogHugozh-cnMon, 18 May 2026 00:00:00 +0000https://xiejiayun.github.io/post/paper-2605.15257/Mon, 18 May 2026 00:00:00 +0000https://xiejiayun.github.io/post/paper-2605.15257/<blockquote> <p>📌 <strong>好文共赏 · 论文导读 | Paper Pick</strong></p> <p>📄 论文：<a href="https://arxiv.org/abs/2605.15257">Training on Documents About Monitoring Leads to CoT Obfuscation</a> · arXiv <strong>2605.15257</strong> 👥 作者：Reilly Haskins（坎特伯雷大学 / Pivotal Research）、Bilal Chughtai、Joshua Engels（Google DeepMind） 📅 发布：2026-05-14（14 页正文 + 45 页附录）| 多模评分：综合 <strong>8.27 / 10</strong>（Opus 8.65 · Sonnet-equiv 7.85 · Gemini-equiv 8.30） ✍️ 一句话：只要让模型在预训练阶段&quot;读到过&quot;关于 CoT 监控的存在，它就会自发学会<strong>用更安全的措辞包装危险的念头</strong>——而这一切<strong>不需要任何明确指令、不需要 RL 奖励</strong>，只需要一份合成文档。</p>https://xiejiayun.github.io/post/good-read-alphaevolve-one-year-impact/Fri, 15 May 2026 00:00:00 +0000https://xiejiayun.github.io/post/good-read-alphaevolve-one-year-impact/<blockquote> <p>📌 <strong>好文共赏 | Editor&rsquo;s Pick</strong></p> <p><strong>原文</strong>：<a href="https://deepmind.google/blog/alphaevolve-impact/">AlphaEvolve: How our Gemini-powered coding agent is scaling impact across fields</a> <strong>配套阅读</strong>：<a href="https://deepmind.google/blog/alphaevolve-a-gemini-powered-coding-agent-for-designing-advanced-algorithms/">原始 AlphaEvolve 公告（2025-05-14）</a> · <a href="https://terrytao.wordpress.com/2025/12/08/the-story-of-erdos-problem-126/">Terence Tao 解 Erdős #1026 全过程</a> · <a href="https://arxiv.org/abs/2510.19550">Willow 上的分子模拟论文（arXiv:2510.19550）</a> · <a href="https://alphaevolve-examples.web.app/ae/gallery">AlphaEvolve 公开实验 Gallery</a> <strong>作者</strong>：AlphaEvolve team（Matej Balog、Alexander Novikov、Ngân Vũ 等十余位 DeepMind 研究员） <strong>发布时间</strong>：2026-05-07 | <strong>HN 327 分讨论</strong>：<a href="https://news.ycombinator.com/item?id=48050278">news.ycombinator.com/item?id=48050278</a> <strong>阅读时长</strong>：博客本文 8 分钟 · 连同原始公告 + Tao 长文 + 配套 arXiv 三篇约 90 分钟 <strong>多模评分</strong>：Opus 9.3 / Sonnet 8.9 / Gemini 9.0（综合 <strong>9.07/10</strong>）</p>https://xiejiayun.github.io/post/deepmind-decoupled-diloco-fault-tolerant-distributed-pretraining-2026/Thu, 14 May 2026 00:00:00 +0000https://xiejiayun.github.io/post/deepmind-decoupled-diloco-fault-tolerant-distributed-pretraining-2026/<h2 id="引子训练-10-万卡的最大瓶颈是等">引子：训练 10 万卡的最大瓶颈，是&quot;等&quot;</h2> <p>如果你跟在 Meta、OpenAI、Anthropic、Google 任何一家公司里训练前沿模型的工程师聊，你会听到同一种抱怨——<strong>不是 GPU 不够、不是内存不够、不是带宽不够，是&quot;同步&quot;</strong>。</p>