分類： 機器學習
- Meta 發現：RAG 系統過慢是因為做了太多無用功
- 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！
- 微軟提出 GRPO-RoC：軌跡品質過濾是代理式強化學習的關鍵
- 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！
- 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%
- 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
- 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
- 超越人類標註，Meta 提出 CoT-Self-Instruct：如何用「推理式自進化」重塑大型語言模型訓練
- Dualformer：透過隨機推理軌跡學習實現可控的快速與慢速思考
- 多模態大型語言模型真的「理解」世界嗎？——揭露多模態大型語言模型的核心知識缺陷
- 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
- 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
- 持續強化學習技術最新綜述
- 阿里巴巴深夜開源「王牌」Agent！硬槓OpenAI，性能全面超越SOTA！
- RAG開發者必看Google新論文MUVERA：讓多向量檢索與單向量搜尋一樣快
- 推理越多，幻覺越重？多模態推理模型的「幻覺悖論」
- 解讀大型推理模型的「思維奧秘」：從「推理圖」視角看模型的「啊哈時刻」
- 邊畫邊想！多模態推理迎來巨大提升！
- 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
- 字節跳動Seed新作DeltaFormer：下一世代模型架構的嘗試
- 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？
- 何愷明新作：為擴散模型加入正規化，無需預訓練與資料增強，超簡單實現效能提升