AI 进步是否在放缓：Arvind Narayanan 等人解析模型扩展与推理扩展之争
Arvind Narayanan、Benedikt Ströbl 和 Sayash Kapoor 撰文分析 OpenAI、Anthropic 和 Google Gemini 下一代模型遇阻后的叙事翻转，认为宣布模型扩展已死为时尚早，行业领袖的预测并不可靠。
推荐理由：作者用可核查的证据指出业内叙事反复翻转的成因，并区分能力提升与实际社会影响的薄弱关联。
大佬观点
全部主题行业关键人物在想什么：创始人访谈、研究者论战、投资人判断的观点集合。
最新精选
第 61–63 条 · 共 63 条AI as Normal Technology精选AI 评分6969
AI as Normal Technology精选AI 评分7272 英国肝移植匹配算法为何系统性不利于年轻患者
Arvind Narayanan 等人分析英国 NHS 肝移植匹配算法 TBS，指出其用 5 年生存期封顶计算移植收益，导致年轻患者无论病情多重都难以获得高分，2024 年 The Lancet 研究确认了这一年龄偏差。
推荐理由：原文用英国肝移植算法的年龄偏差案例，指出目标变量错配而非输入特征才是算法公平的关键，可迁移到其他预测决策系统。
Suno Blog精选AI 评分7070 Suno 回应唱片业诉讼，称模型训练属学习而非侵权
Suno 发文回应 RIAA 代表三大唱片公司于 6 月 24 日提起的版权诉讼，称诉讼在事实和法律上均有缺陷，训练数据来自开放互联网上的中高质量音乐。Suno 还表示已设置阻止上传受版权内容、禁止按艺术家名生成等防抄袭机制，且起诉时双方正进行商业谈判。
推荐理由：Suno 官方回应 RIAA 诉讼，阐述其训练数据立场和防抄袭机制，可了解生成式音乐版权争议一方的核心论点。