分類： 機器學習
- AI是否知道什麼時候該"思考"？Thinkless教會大模型何時該動腦筋
- ICML 2025 | 無需訓練，即時對齊大模型偏好
- 一作解讀！從idea視角，聊聊Qwen推出的新Scaling Law——Parallel Scaling
- Reasoning 新突破：SoftCoT++ 如何讓 LLM「多想幾條路」？
- 為什麼我們不太可能很快獲得通用人工智慧
- 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%
- ZeroSearch：<阿里技術> 無需瀏覽器，大型語言模型自己獎勵學習
- 苦研10年无果，千万经费打水漂！AI黑箱依然无解，谷歌撕破脸
- 連續思維機器來了！Transformer八子之一新創推出，讓AI不再「一步到位」拍腦袋做決定
- 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
- 「絕對零度」：一種零數據、自我進化的AI推理方法超越SOTA
- 北大、清華、UvA、CMU等聯合發布：大模型邏輯推理能力最新綜述
- 自我改進編程智能體
- 破解AI訓練中「只學不練」與「只練不學」的困境
- 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