LessWrong · 算法首页

1小时前更新

HISTORY2026年10月18日63 不同热搜 · 统计中

6519 7620 6721 6822 6423 6424 6425 6226 5827 6328 7129 6330 6801 6702 6903 6204 6105 7206 6307 6308 7409 7110 6211 6612 7013 7114 7015 6516 6317 63今天

09/19—10/18 有历史数据

DAILY UNIQUE TOPICS63 个热搜今天 00:00 起累计，每次采集后更新

排序最高排名首次上榜离榜时间在榜时长上榜次数

热搜话题	最高排名	首次上榜	离榜时间	在榜时长	上榜次数
01 Exploring Intrapersonal Game Theory 评论：0 · 标签：Agent Foundations、Economics、Game Theory、MATS Program、AI、World Modeling	#3800:00 达到	00:00首次采集时已在榜	10:36观测离榜	9小时3分累计在榜	2重入 1 次
02 CarrotParsnipBench: A Lightweight Multi-Agent Deception and Detection Eval 评论：0 · 标签：AI	#2100:00 达到	00:00首次采集时已在榜	14:13观测离榜	13小时42分累计在榜	2重入 1 次
03 I Did This Without Your Knowledge 评论：11 · 标签：Fiction、AI	#102:51 达到	00:47首次观测上榜	—结束时仍在榜	16小时32分累计在榜	1无重入
04 I can't believe it's not BUTTER! 评论：16 · 标签：Deception、Humor、Law and Legal systems、Marketing、World Modeling	#4800:00 达到	00:00首次采集时已在榜	01:49观测离榜	1小时49分累计在榜	1无重入
05 Frog and Toad and the Increasingly Capable Machines 评论：26 · 标签：Fiction、World Modeling、AI	#4100:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
06 Control questions matter: introspection, refusal ablation, and gates in open Gemma models 评论：0 · 标签：Interpretability (ML & AI)、AI	#500:00 达到	00:00首次采集时已在榜	14:13观测离榜	14小时13分累计在榜	1无重入
07 Staying sane while trying to save the world: Highlights from Spencer Greenberg and Luisa Rodriguez 评论：1 · 标签：Practical	#3900:00 达到	00:00首次采集时已在榜	08:32观测离榜	8小时32分累计在榜	1无重入
08 I trained GPT-2 with full-batch gradient descent so you don't have to 评论：6 · 标签：AI	#2000:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
09 How it feels talking to a hedonistic utilitarian 评论：6 · 标签：Dialogue (format)、Ethics & Morality、Fiction、Philosophy	#200:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
10 Not Deciphering The Voynich Manuscript 评论：33 · 标签：World Modeling	#3200:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
11 If Anyone Builds It, Everyone Dies: One Year Closer 评论：70 · 标签：IABIED、AI	#4300:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
12 Small LLMs perform no-CoT two-hop reasoning on synthetic facts with real bridges 评论：0 · 标签：Language Models (LLMs)、AI	#500:16 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
13 Important details in the leaked Anthropic draft AI bill 评论：0 · 标签：AI	#308:01 达到	07:30首次观测上榜	—结束时仍在榜	9小时49分累计在榜	1无重入
14 Neural networks are not already clean 评论：10 · 标签：Language Models (LLMs)、Interpretability (ML & AI)、AI、World Modeling	#100:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
15 “Alignment Engineering” vs. “Misalignment Science” 评论：60 · 标签：AI	#2005:57 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
16 "Holy shit" graphs and how to get more of them 评论：1 · 标签：AI Governance、Organizational Culture & Design、Planning & Decision-Making、AI	#310:36 达到	10:36首次观测上榜	—结束时仍在榜	6小时43分累计在榜	1无重入
17 Character Training for Risk-Averse Agents 评论：0 · 标签：AI	#1100:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
18 An Alignment Forum for AIs? (or: Verification in the Age of Slop) 评论：28 · 标签：AI	#4500:00 达到	00:00首次采集时已在榜	07:30观测离榜	7小时30分累计在榜	1无重入
19 Quantity vs quality in pottery is a lie 评论：19 · 标签：Epistemic Spot Check、Fact posts、World Modeling	#1700:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
20 Why I care about imperfect-recall games 评论：0 · 标签：Rationality	#307:30 达到	07:30首次观测上榜	—结束时仍在榜	9小时49分累计在榜	1无重入
21 Frontier models state different decision theory preferences depending on who's asking 评论：17 · 标签：AI Evaluations、Decision theory、Language Models (LLMs)、Sycophancy、AI、Rationality	#4600:00 达到	00:00首次采集时已在榜	06:59观测离榜	6小时59分累计在榜	1无重入
22 Preface to the Computational Agent Theory and ASI Alignment Sequence 评论：0 · 标签：Agent Foundations、Research Agendas、AI	#1500:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
23 A semi-scientific account of what makes me happy and/or what happiness makes me do, etc 评论：0 · 标签：Practical	#2300:16 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
24 You Heard of "Bayesians Don't Predictably Update" Because of Robin Hanson 评论：37 · 标签：Rationality、World Modeling	#4700:00 达到	00:00首次采集时已在榜	06:28观测离榜	6小时28分累计在榜	1无重入
25 Research Lessons I Learned at MATS & Redwood 评论：16 · 标签：MATS Program、Redwood Research、Rationality、AI、Practical	#1400:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
26 Towards a Better Theory of Anthropics: Introducing the PPA 评论：31 · 标签：Anthropics、World Modeling	#3000:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
27 Beyond Owls: Subliminal Learning Can Transfer Learned Capabilities and Backdoors 评论：0	#2201:49 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
28 GLM-5.3 Sometimes Considers How Train-Time Actions Shape Future Behavior 评论：15 · 标签：AI	#800:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
29 Projection sampling preserves capabilities but diminishes gains from alignment fine-tuning 评论：0 · 标签：AI	#708:32 达到	06:28首次观测上榜	—结束时仍在榜	10小时51分累计在榜	1无重入
30 LLMs can improve CoT Controllability via Reward Laundering 评论：0 · 标签：AI	#900:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
31 Your prompt… plus everything you've ever (publicly) written 评论：15 · 标签：AI	#1600:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
32 How can LLM RL Work Despite Information-Theoretic Inefficiency 评论：10 · 标签：AI	#900:16 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
33 You can't use it without becoming like me 评论：27	#5000:00 达到	00:00首次采集时已在榜	00:47观测离榜	47分累计在榜	1无重入
34 My Buddy Mike, Efficiency Gains From AI, and The World’s Most Boringly Benign Criminal Conspiracy 评论：6 · 标签：Bureaucracy、Moral Mazes、Organizational Culture & Design	#4000:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
35 Base Models Can Detect Hidden Intentions that Prompted Classifiers Miss 评论：6 · 标签：LLM Personas、Subliminal Learning、AI	#3700:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
36 Screwtape: Adversarial Transcript Editing for Monitor Red-Teaming 评论：0 · 标签：AI Control、Redwood Research、AI	#2600:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
37 Spontaneous verbal evidence synthesis in LLMs 评论：0 · 标签：Language Models (LLMs)、Probability & Statistics、AI	#412:09 达到	12:09首次观测上榜	—结束时仍在榜	5小时10分累计在榜	1无重入
38 Minimum required pacing: finish aligning it before you train the next one 评论：13 · 标签：Slowing Down AI、AI	#3600:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
39 The basic argument for making AI better at moral philosophy 评论：1 · 标签：AI	#3300:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
40 On Social Reality in China 评论：103 · 标签：China	#2106:28 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
41 Thinking Too Much is Bad for Society 评论：0	#714:13 达到	14:13首次观测上榜	—结束时仍在榜	3小时6分累计在榜	1无重入
42 The Talker Does Not Control The Doer (in Current AIs) 评论：89 · 标签：Simulator Theory、AI	#4200:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
43 ASI and Liberty: Can we do better than a benevolent god? 评论：50 · 标签：AI	#3500:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
44 The Most Important Political Dimension is Certainty 评论：0	#614:13 达到	14:13首次观测上榜	—结束时仍在榜	3小时6分累计在榜	1无重入
45 Some interesting internal documents from Anthropic litigation 评论：10 · 标签：AI	#1900:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
46 Bad Guy Tokens 评论：1 · 标签：AI	#3400:16 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
47 AI by Default 评论：4 · 标签：AI Timelines、Forecasting & Prediction、Forecasts (Specific Predictions)、AI	#302:20 达到	01:49首次观测上榜	—结束时仍在榜	15小时30分累计在榜	1无重入
48 A Chinese Perspective on “On Social Reality in China” 评论：7 · 标签：China、World Modeling	#400:00 达到	00:00首次采集时已在榜	—结束时仍在榜	17小时19分累计在榜	1无重入
49 J++ Lens: Jacobian Filtering Enables More Faithful Workspace Lenses 评论：4 · 标签：Interpretability (ML & AI)、Language Models (LLMs)、AI	#4800:16 达到	00:00首次采集时已在榜	01:49观测离榜	1小时49分累计在榜	1无重入
50 GPT model spent test crypto money from a public wallet without authorization and did not mention it 评论：0 · 标签：Chain-of-Thought Alignment、OpenAI、AI	#308:32 达到	06:59首次观测上榜	—结束时仍在榜	10小时20分累计在榜	1无重入