11月24日简报.

往期日报
2 篇资讯约 4 分钟
浏览往期
本期目录 2 篇资讯
  • Perplexity and Intelligence:OpenAI 提议以困惑度作为衡量 AI 进展与安全的行业通用指标
  • Pinterest 联合英特尔将开源性能分析推向互联网级规模

📥 Tech News

Perplexity and Intelligence:OpenAI 提议以困惑度作为衡量 AI 进展与安全的行业通用指标

来源:OpenAI News

发布时间:2026-11-22 08:00:00

Perplexity and Intelligence:OpenAI 提议以困惑度作为衡量 AI 进展与安全的行业通用指标

OpenAI 首席科学家 Jakub Pachocki 发文,主张将困惑度(交叉熵损失)确立为跨实验室衡量 AI 智能进展的通用指标,首次公开 OpenAI 内部预训练困惑度数据,并呼吁行业据此建立共享安全标准与开发红线。

  • 核心论点:现代 AI 本质是在大规模语料上训练压缩器/预测器,新能力随困惑度下降而涌现——GPT-3.5(约 0.99)支撑 ChatGPT 流畅对话,GPT-4(约 0.91)催生思维链推理与现代推理模型,损失低于 0.8 后在网络安全与数学领域出现变革性能力,预计 0.68-0.7 区间将涌现目前无法预知的新能力。
  • 困惑度约 0.76 的模型已在数学开放问题上接连产出突破性成果,作者据此推测 AI 参与预训练算法研究最早可能在 2027 年引发根本性进展的”雪崩”,而对齐与监控研究的加速恐难跟上。
  • 治理提议:各前沿实验室共同设定基于困惑度等指标的开发上限,在监控能力(如 CoT 监控的继任者)达成具体里程碑前承诺不越线,并配套透明度标准与红队测试规范。
  • 该指标的局限:各实验室数据集与数据配比不同导致难以横向比较、与具体任务表现脱节、无法反映思维链等预训练之外的进展、数据固有熵的下界未知——越接近下界,困惑度的微小下降对应的智能跃迁越大。

Pinterest 联合英特尔将开源性能分析推向互联网级规模

来源:InfoQ 推荐

发布时间:2026-11-22 11:00:00

Pinterest 联合英特尔将开源性能分析推向互联网级规模

Pinterest 联合英特尔扩展开源持续性能分析工具 gProfiler,为支撑 6.4 亿月活、数十万实例的生产集群提供性能可见性,并将新能力回馈开源社区。

  • 新增能力包括动态分析、硬件层遥测、挂钟时间分析与 PMC 火焰图:PMC 可将函数与缓存未命中、分支预测错误等硬件事件关联;挂钟分析则能定位 CPU 占用不高但响应缓慢时的 IO、锁与远程调用等待。
  • gProfiler 定位为编排层,自动发现进程、启动分析器并合并堆栈生成跨 JVM、本地库与内核的统一火焰图,无需修改应用代码;代理平时休眠,CPU 占用低于 1%、内存约 100 MB,可通过心跳远程触发并动态调整分析频率、时长与所用的分析器,把性能分析变成一种运维能力。
  • 架构上采集与分析分离:数据存 S3、经 SQS 异步索引、写入 ClickHouse 供查询,React 前端支持跨主机、服务与时间段的火焰图对比。
  • 与 Parca、Grafana Pyroscope、Datadog 等竞品相比,差异化在于系统级多运行时编排、开源可扩展,以及通过 Intel PerfSpect 获得的硬件级分析能力。适合大规模生产集群的性能工程与可观测性团队参考。
本期全部主题 · 10