LessWrong · 算法首页

15分钟前更新

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 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
02 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
03 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
04 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
05 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
06 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
07 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
08 “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
09 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
10 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
11 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
12 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
13 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
14 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
15 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
16 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
17 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
18 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
19 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
20 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
21 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
22 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
23 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
24 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
25 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
26 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
27 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
28 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
29 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
30 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
31 Personas in a Pre-Internet Language Model 评论：6 · 标签：AI	#1800:00 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 What's the date? 评论：26 · 标签：Fiction、AI	#2400:00 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
33 The user in the LLM might be a moral patient too (a strange implication of the PSM and simulators) 评论：9 · 标签：Interpretability (ML & AI)、AI、World Modeling	#3100:00 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
34 Linkpost: Neural Networks Are Already Clean 评论：43 · 标签：Interpretability (ML & AI)、AI	#300:00 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 Stop telling people to pivot to AI safety, I beg you 评论：62 · 标签：AI	#2900:00 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 Labs’ current alignment plans seem terrible 评论：56 · 标签：AI	#1200:00 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 Astra and Sol can take low probability actions with no CoT 评论：5 · 标签：AI Evaluations、Chain-of-Thought Alignment、AI	#600:47 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
38 More people should write basic AI safety explainers 评论：23 · 标签：AI	#2700:00 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 A critical look at Lean4 评论：44 · 标签：Formal Proof、Lean (proof assistant)、AI	#1300:00 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 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
41 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
42 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
43 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
44 Poking at the concept of Kegan developmental levels 评论：0	#401:49 达到	01:49首次观测上榜	12:40观测离榜	10小时51分累计在榜	1无重入
45 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
46 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
47 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
48 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
49 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
50 Notes on Group Theory 评论：0 · 标签：Logic & Mathematics、World Modeling	#1108:32 达到	08:32首次观测上榜	—结束时仍在榜	8小时47分累计在榜	1无重入