所有文章
大型語言模型
- GPT 越來越保守？史丹佛 Manning 團隊提出 Verbalized Sampling，讓模型重新「多想一點」...
- 首個多輪LLM路由器問世：Router-R1讓大型模型學會「思考–路由–聚合」...
- 先驗與後驗機制加持，大型模型能否應對推理預測中的現實「溢出」？...
- 「零和學習」理論橫空出世，揭示大型語言模型縮放定律的真相！...
- 普林斯頓陳丹琦組新作：RLHF難支撐，RLVR有邊界？RLMT開闢第三條路...
- 破除大型語言模型強化學習訓練中的「熵」詛咒，讓模型學會穩定成長！...
- 想越多，錯越多：CoT「深度思考」反成大型語言模型幻覺催化劑！...
- 不微調，讓LLM推理準確率暴增到99%！試下DeepConf，一個輕量級推理框架｜Meta最新...
- 大型語言模型為何會產生幻覺？OpenAI 最新研究揭示了原因...
- Meta 提出 Deep Think with Confidence：幾乎無需更動，即可提升推論的準確性與效率...
- 硬核解析大型語言模型：從 DeepSeek-V3 到 KimiK2，一篇文看懂主流 LLM 架構...
- 注意力總是發散？人大與清華大學聯合提出LeaF：移除干擾型Token，引導模型學會自主聚焦...
- 模型真的能「反思程式碼」嗎？北航發布倉庫級理解生成基準，刷新大型語言模型理解評估範式...
- 復刻 AlphaGo 時刻？Google 推出 LLM 評估新範式 Game Arena：八大模型參賽，棋王擔任裁判...
- 盤點一下！大型模型訓練的時間都花在哪了？...
- 凌晨時分，Qwen再次更新，RTX 3090 即可運行，30億參數激活可媲美 GPT-4o...
- 碾壓DeepSeek V3！阿里巴巴開源新版Qwen-3，榜首級別的斷層領先...
- 大模型再爆弱點！舊記憶忘不掉，新記憶分不清，準確度暴跌 | ICML'25...
- AI進化時間表已現！LLM每7個月能力翻倍，2030年職場不復存在？...
- 吳恩達推出大型語言模型（LLM）後訓練免費課程，涵蓋三大調優方法：SFT、DPO、RL...
- ACL 2025 | 大型語言模型「以訛傳訛」？DRAG 雙階段「多代理辯論」破解幻覺疊加問題...
- NVIDIA（ProRL）｜強化學習究竟能否提升大型語言模型的推理上限？...
- o3-pro成功挑戰《推箱子》，人類懷舊小遊戲成為大型模型新基準...
- 首次解釋LLM如何推論反思！西北大學、Google新框架：引入貝葉斯自適應強化學習，全面提升數學推論能力...
- Qwen團隊發布長上下文推理模型QwenLong-L1，超越o3-mini...
- 她如何將「系統二」帶入大型語言模型？—專訪微軟亞洲研究院張麗...
- AI越聰明越不聽話！新研究：最強推理模型指令遵循率僅50%...
- 「從零開始，僅需8元+9小時！完整Tiny LLM訓練教程，包含推理、MoE等」...
- ICML 2025 | 無需訓練，即時對齊大模型偏好...
- 大語言模型的推理能力究竟有多強？一項研究揭示了LLM的局限性與潛力...
- Reasoning 新突破：SoftCoT++ 如何讓 LLM「多想幾條路」？...
- Qwen突破：用「平行計算」代替「堆參數」，新方法記憶體降22倍、延遲降6倍...
- ZeroSearch：<阿里技術> 無需瀏覽器，大型語言模型自己獎勵學習...
- 強迫模型自我爭論，遞歸思考版CoT熱度飆升！網友：這不就是大多數推理模型的套路嗎？...
- 僅需 1 個數據，就能讓大型模型的數學推理效能大大增強？...
- NVIDIA Llama Nemotron 系列模型：關鍵技術解析...
- 中興通訊無線研究院「大模型深潛團隊」發布 LLM 自適應題目難度蒸餾方法，大幅提升小模型推理能力...
- 新書《Reasoning From Scratch》第一章釋出，Sebastian Raschka 談 LLM 推理、模式匹配和基礎訓練...
人工智慧
- Meta 發現：RAG 系統過慢是因為做了太多無用功...
- 癌症真的快被 AI 突破了嗎？Google 兩天內發布兩項重大進展...
- 錯越多學越快！「軌跡重寫」技術讓 AI 智能體從失敗中創造完美經驗！...
- OpenAI共同創辦人罕見曝光公司「痛苦與困境」：我們正走向運算稀缺世界！內部GPU分配如玩俄羅斯方塊，Sora 2實為被弱化的原始模型...
- 遞迴推理HRM模型再進化！TRM兩層網路(7M參數)擊敗大型語言模型！...
- 剛才，GPT-5首次通過「哥德爾測試」！破解三大數學猜想...
- 中國團隊訓練出「脈衝大模型」，推理速度提升100倍...
- 首個程式碼世界模型引爆 AI 圈，賦能智慧體「真推理」，Meta 開源...
- Anthropic 承認模型「降智」卻仍放任其偷懶？Claude Code 使用者信任正崩塌...
- DeepSeek、GPT-5都在嘗試的快慢思考切換，有了更智慧版本，還是多模態...
- 史丹佛最新研究：最強LLM也搞不定前瞻程式碼！Gemini 2.5 Pro成功率不足40%...
- 微軟提出rStar2-Agent：「更聰明地思考」遠比單純地「更長時間地思考」更有效率、更高效...
- MCP堆疊工具是個大坑！開發者大佬：命令列的「脆弱」讓AI慘敗！不如砍掉變成一個程式碼執行器：7輪呼叫秒變1輪！網友：早該放棄黑箱工具了！...
- 獎勵模型新革命！SWIFT不讀文本讀「心聲」，打造又快又強又省錢的AI裁判...
- GPT-5 等於擴展法則失靈？畢樹超：永遠有效，因為它反映的是資料結構，是客觀規律...
- 奧特曼驚人預言：GPT-8將於2035年治癒癌症！人類或為算力爆發引發第三次世界大戰...
- 史上最大高品質科學推理後訓練資料集開源，快速讓Qwen3等變「科學家」...
- AI 修復錯誤新 SOTA：SWE-Bench Lite 修正率達 60.33%，能像人一樣累積經驗，中科院軟體所出品...
- ReaGAN：讓圖中每個節點都成為智能推理專家...
- 阿里雲剛開源Qwen-Image，免費版GPT-4o吉卜力，中文最佳模型...
- Dualformer：透過隨機推理軌跡學習實現可控的快速與慢速思考...
- 新書推薦《重塑：當人工智慧重構知識經濟時誰將勝出》...
- Meta團隊突破：大型模型「幻覺」暴跌至5%！一句話提問竟成關鍵？...
- 使用AI撰寫程式碼效率反而下降19%！246項任務實測，16位資深程式設計師參與...
- 數學訓練如何「解鎖」大型模型的通用推理能力？最新研究揭示關鍵機制...
- 開發者遭 ChatGPT「趕鴨子上架」！AI 編造假功能，吸引大量用戶，被迫將其開發出來...
- 清華大學研究：再次翻轉？證實強化學習並未真正提升基礎模型推論能力！...
- 清華等提出 Absolute Zero 自博弈大型模型，完全零資料訓練仍登頂多項任務...
- Bengio親自戳破CoT神話！大型語言模型推論是假象，25％頂尖會議論文遭打臉...
- 大型模型首次直接理解程式碼圖：無需代理程式自動修復錯誤，榮登SWE-Bench開源模型榜單...
- 奧特曼遭萬字報告狂揭黑料，馬斯克怒斥：「騙子！」...
- AI「雙重人格」曝光，OpenAI 最新研究找到 AI 「善惡開關」，一鍵切換黑暗面...
- 邊畫邊想！多模態推理迎來巨大提升！...
- 本世紀最偉大AI專訪之一：AI安全、代理人、OpenAI等重要議題...
- 0% 通過率！程式碼神話泡沫化！LiveCodeBench Pro 正式發布！...
- 傳統RAG只會翻書卻不會運用？RAG+讓推理能力邁向新高度！...
- 下一代AI只需20瓦就能運作？科學家瞄準「類腦運算」...
- 4B Qwen3 逆襲 671B DeepSeek！字節跳動 DAPO 微調方法真有這麼猛嗎？...
- Nature 警告：AI「資料飢渴症」引爆學術網站癱瘓潮！90% 知識庫瀕臨崩潰...
- 爆肝一篇部落格就拿到 OpenAI Offer！Muon 作者怒揭：幾乎所有優化器論文都是「假的」...
- Midjourney 進軍影片生成，圖像模型 V7 持續更新，視覺霸主實至名歸...
- 全球程式設計師譁然！黃仁勳於倫敦放話：程式語言的未來是「Human」...
- 字節跳動Seed新作DeltaFormer：下一世代模型架構的嘗試...
- 越髒越安全？哈佛團隊最新研究：10%毒性訓練讓大型模型百毒不侵...
- LLM 已能自我更新權重，自適應、知識整合能力大幅提升，AI 覺醒了？...
- 多代理系統狂燒 Token！Anthropic揭露他們的發現...
- 自主AI代理人路線錯了！華人學者提出LLM-HAS：從「自主能力」轉向「協作智慧」...
- 重磅！Meta 開源最新世界模型 V-JEPA 2...
- 奧特曼：「溫和的奇點」降臨！AI最終掌控物理世界，2030年人類命運大轉折...
- OpenAI 最強推理模型 o3-pro 剛誕生！輾壓 Gemini 2.5 Pro！...
- 溫和的奇點｜Sam Altman 最新雄文...
- 面壁MiniCPM4推論速度快3倍，碾壓同尺寸Qwen3，讓阿里巴巴也感到壓力了~...
- 史丹佛與紐約大學聯合研究：人工智慧與人類思維差異的驚人發現 —— 為何大型模型「聰明」卻不夠「智慧」？...
- 蘋果重磅論文出包！被指測試方法大有問題……網友：庫克該裁員了！...
- LeCun 有新證據！大模型與人類思考存在本質差異...
- AI 頭條：OpenAI Codex 新增網路存取權限，Mistral 釋出程式編寫助手...
- 35%準確率蒸發！字節跳動與華中科技大學WildDoc揭示多模態文件理解的強韌性短板...
- 晴天霹靂！蘋果最新研究證實：DeepSeek、o3、Claude 等「推論」模型根本不具推論能力...
- OpenAI升級高階語音功能：更像真人還能當隨身翻譯官...
- 全球30位頂尖數學家秘密集會圍堵AI，當場「破防」！驚呼已接近數學天才...
- 《人類大歷史》作者哈拉瑞：AI 是正在崛起的新物種！...
- 世界頂尖數學家對人工智慧在工作中的熟練程度感到震驚...
- 李飛飛最新訪談：世界模型即將「降臨」...
- 華頓商學院教授Ethan：我們真的在使用AI嗎？還是只是讓它填補空缺、節省成本、加速走向滅絕？...
- 《聖經》成書時間恐將改寫！AI竟發現《死海古卷》早於耶穌時代...
- 奧特曼：Codex 讓我感覺到 AGI！最新對談罕見透露下一代「完美模型」，大膽預測 AI 代理明年將突破界線！...
- 讓AI也能「權衡利弊」？DecisionFlow讓大型語言模型更理解高風險決策！...
- Agent Zero：能學習進化的開源免費智慧體...
- 深度研究也「白菜化」？Google 開源 Gemini 等級的 AI 研究能力...
- 模型越聰明越「不聽話」？MathIF基準揭示AI服從性漏洞...
- OPA-DPO：多模態大型模型幻覺問題的高效解決方案...
- 北京大學校友翁荔最新部落格：Why We Think...
- 兩年內打造 AI 軟體工程師！OpenAI Codex 作者解密人機結對程式設計新模式...
- LSTM之父22年前構想將成真？AI「自我演化」論文一週內集中發表，新趨勢湧現？...
- 深度報導｜2.5億美元估值AI筆記Granola創辦人：AI使用習慣正在重塑我們的直覺；AI的作用應是增強而非替代人類...
- AI數學能力飆升100%，自進化逼近強化學習極限！CMU新作顛覆認知...
- 無需人工標註！AI自生成訓練資料，靠「演繹-歸納-溯因」解鎖推理能力...
- 速遞｜Google 低調推出 AI Edge Gallery，開源在地端 AI 執行器...
- 網路女皇340頁《人工智慧趨勢報告》PPT...
- 與 Murray Shanahan 探討意識、推論與人工智慧哲學...
- Sakana AI新研究：具備自我編碼改進、自指開放式演化能力的達爾文-哥德爾機誕生...
- 史丹佛華人團隊爆冷門！AI用純CUDA-C編寫核心程式碼，竟然超越PyTorch？...
- AI IDE 正式上線！通義靈碼隨插即用...
- 大型語言模型數獨解不好？！Transformer 作者新創公司公布排行榜：o3 Mini High「變異數獨」正確率僅 2.9%...
- Andrej Karpathy 盛讚！史丹佛團隊新作，讓 Llama-1B 實現毫秒級推論...
- All-In Podcast 實錄：Gemini 引領「無限上下文」，AI 正從工具躍升為認知協作者...
- Llama 論文作者「出走」，14 人團隊僅剩 3 人，法國獨角獸 Mistral 成最大贏家...
- 阿里巴巴開源Qwen新模型，端午節禮物來囉！...
- 混合思維框架MoT讓模型學會「人類式思考」...
- 大型語言模型（LLM）能理解數學嗎？最新研究揭露大型模型的數學推理致命缺陷...
- 人類辯論能力不如GPT-4？《自然》子刊：900人實戰演練，AI勝率64.4%，且說服力更強...
- 深度｜對話AI獨角獸Character.AI CEO：最佳應用尚未被發明出來，AI領域現狀類似煉金術，沒人確切知道什麼會奏效...
- 微軟AI公開「折磨」微軟員工，修復Bug唯一貢獻是改了PR標題，GitHub評論區成吃瓜現場...
- How Does Claude 4 Think? Senior Researchers Respond: RLHF Paradigm is Out, RLVR Proven in Programming/Mathematics...
- Quanta：Hopfield網路：催生AI的湧現物理學...
- 大模型首次打破圍棋思維「黑盒」，打通科學發現新路徑！上海AI Lab發布新一代InternThinker...
- Seed1.5-VL技術報告解讀...
- Gemini Diffusion：1500 token/秒，快如閃電！...
- 比Gemini Diffusion更全能！首個多模態擴散大語言模型MMaDA發布，同時實現強推理與高可控性...
- OpenAI放大招！核心API支援MCP，一夜改變智能體開發...
- AI是否知道什麼時候該"思考"？Thinkless教會大模型何時該動腦筋...
- 透過覺醒-睡眠貝葉斯程式學習不斷增長可泛化、可解釋的知識...
- GitHub Copilot 的 Agent 模式與 MCP 支援正式上線 JetBrains、Eclipse 和 Xcode！...
- 學者闡釋人類如何抵制人工智慧炒作，以及為何這至關重要...
- 谷歌AI核爆：升級全系模型，Gemini 2.5雙榜登頂！所有產品用AI重做，OpenAI如何接招？...
- 炸裂！谷歌I/O大會王者歸來：Gemini“世界模型”初現，搜尋“換腦”，一句話製作原聲電影...
- Nature子刊：人類又輸給了AI，尤其是當它知道你是誰時...
- 思考成為負擔：揭秘大型語言模型的「思考陷阱」...
- Google 可自我發現演算法 AlphaEvolve 的開源實現：OpenAplha_Evolve...
- 大型語言模型又曝致命缺陷：根本不會看時鐘！博士驚呆，準確率不及50%...
- Jeff Dean：一年內 AI 將取代初級工程師，網友：「Altman 只會畫大餅，Jeff 說的話才致命」...
- Google | 發布革命性編碼智能體：AlphaEvolve，突破數學極限！...
- AM-Thinking-v1：在32B規模推進推理能力的前沿...
- Thoughtworks 首席技术官：人工智能意味着我们比以往任何时候都更需要开发者...
- GPT-5研發內幕首曝！OpenAI首席研究官：AGI指日可待...
- Anthropic 聯創 Jack Clark 暢談 AGI：AI 正在影響我們的經濟成長...
- ZeroSearch：零搜索強化激勵模型潛能，LLM 搜索能力開啟新紀元...
- 史丹佛以弱馭強W4S：用Meta-Agent駕馭更強LLM，準確率提升至95.4%...
- 受大腦神經動力學啟發的新型AI模型...
- 「經驗時代」將在網路上釋放自我學習的 AI 代理 — 如何做好準備...
- JetBrains 開源其程式碼補全 LLM Mellum...
大語言模型
- 橫掃數學榜的LLM，卻忘了如何聊天？CMU等揭示SFT與RL的驚人差異！...
- 回顧Qwen3廢棄的混合推理模式...
- 繼ZeroSearch之後，通義最新力作MaskSearch提出推論搜尋預訓練新框架...
- 長推理≠高精準度！自適應切換「即時回答」與「深度思考」：節省 Token 與提升精準度的雙贏哲學...
- 打破思維鏈推理瓶頸！“軟推理”讓大模型學會人類抽象能力，token使用量還更少了...
- 北大、清華、UvA、CMU等聯合發布：大模型邏輯推理能力最新綜述...
- LLM 智能體為何表現欠佳？Google DeepMind 研究發現三大失敗模式，RL 微調可緩解...
- 中興通訊研究：LLM自適應題目難度分級蒸餾，讓小模型也擁有「長鏈思考」能力...