ml-intern启动后涌现多个AI研究项目

自从ml-intern启动以来的72小时内，我们一直有超过500个自主AI研究项目在Space上运行。

我看到一些疯狂的项目：

1. 从头开始构建一种新的AI范式——试图用基于能量最小化、二进制稀疏地址表和循环卷积绑定的推理架构取代Transformer。没有GPU，没有梯度，没有训练数据——纯位运算。数年的研究在2天内完成。
https://huggingface.co/Harry00/MLE-Morpho-Logic-Engine
…

2. 有人将LoopLM（字节跳动的循环深度Transformer，具有共享层和通过循环实现的无限深度）与BitNet b1.58（三值1.58位权重）结合。结果：一个既无限深又几乎不消耗每个参数内存的模型。

3. 设计一种模拟人脑丘脑-皮层回路的新型注意力机制。借鉴麻省理工学院、哈佛大学和佛罗里达大学2025/2026年的研究。丘脑控制哪些信息到达皮层。他们正在构建一个可学习的门控机制，用于Transformer注意力头，并结合EEG数据集和强化学习循环。
https://huggingface.co/spaces/daniel8919/limbic-reasoning-agent
…

人们的使用案例比我们构建时想象的更酷、更令人印象深刻。