大模型之心Tech

作者 | gwave@知乎 编辑 | 大模型之心Tech原文链接：https://www.zhihu.com/question/1959222181658628381/answer/1959242840891687621点击下方卡片，关注“大模型之心Tech”公众号本文只做学术分享，如有侵权，联系删文，也欢迎添加小助理微信AIDriver004做进一步咨询谢邀。我大体上 （>90%）同意 Rich Sutton 的观点 —— 单...

2025-10-17 11:00:00

作者 | 谭三爷@知乎 转自 | 原文链接：https://zhuanlan.zhihu.com/p/1959094134032830632点击下方卡片，关注“大模型之心Tech”公众号本文只做学术分享，如有侵权，联系删文，欢迎添加小助理微信AIDriver004做进一步咨询在过去的几个月里Simon[1]和我一起开发了一套LLM后训练框架[2]。这对infra同学大概很trivial，但作为一...

2025-10-17 11:00:00

当你在使用AI代码助手时，是否遇到过它无法适配新开发工具的窘境？当医疗AI面对突发公共卫生事件的新型症状数据时，是否因模型固化而难以快速响应？这些问题的核心症结在于：当前主流AI智能体多依赖人工配置，部署后便陷入“一劳永逸”的静态困境，无法随环境动态演进。而近日挂在arXiv上的综述论文《A Comprehensive Survey...

2025-10-16 11:30:00

作者 | 林夕@知乎 编辑 | 青稞AI原文链接：https://zhuanlan.zhihu.com/p/690801254面试情况投过的公司：淘天，字节，蚂蚁，商汤，美团，夸克，腾讯，minimax，零一万物，阿里控股，潞晨科技，阿里巴巴国际，网易实验室，Momenta。Offer：淘天，字节AML，商汤，蚂蚁，美团，夸克，腾讯混元，天翼云。以下是面经分享淘天【of...

2025-10-15 18:00:00

作者 | 纪牛牛@知乎 编辑 | 大模型之心Tech原文链接：https://zhuanlan.zhihu.com/p/1892911327959291306点击下方卡片，关注“大模型之心Tech”公众号本文只做学术分享，如有侵权，联系删文，自动驾驶课程学习与技术交流群事宜，也欢迎添加小助理微信AIDriver004做进一步咨询在LLM火热之前，我一直从事强化学习相关的算法工作...

2025-10-15 11:30:00

作者 | 大家好我是爱因 转自 | 原文链接：https://zhuanlan.zhihu.com/p/1948475982827750403点击下方卡片，关注“大模型之心Tech”公众号本文只做学术分享，如有侵权，联系删文，自动驾驶课程学习与技术交流群事宜，也欢迎添加小助理微信AIDriver004做进一步咨询论文名称：RL’s Razor: Why Online Reinforcement Learning Fo...

2025-10-14 19:00:04

在人工智能的不断进化中，我们始终在探索机器学习与适应的边界。尽管强化学习已经取得了显著成果，但在许多环境中，缺乏可靠的奖励信号仍然是其面临的一大挑战。如果智能体能够通过自己的行为和结果进行学习，而不依赖于事先设定的奖励，是否能开辟新的可能性？处在风口浪尖的Meta，最近的一项研究提出了‘早期经验’这一创新...

2025-10-14 11:30:00

作者 | 刘聪NLP 编辑 | 大模型之心Tech原文链接：点击下方卡片，关注“大模型之心Tech”公众号本文只做学术分享，如有侵权，联系删文，自动驾驶课程学习与技术交流群事宜，也欢迎添加小助理微信AIDriver004做进一步咨询又来了一个的开源模型，Ling-1T，上个月的在做的时候，有人留言，说蚂蚁也开源了Ring-1T-preview模型，就...

2025-10-14 11:30:00

在大语言模型（LLM） 领域，自回归（AR） 架构长期占据主导地位，但以掩码扩散模型（MDM） 为代表的扩散语言模型（DLLM） 凭借独特的迭代生成机制，正成为极具潜力的替代范式。然而，现有MDMs多依赖密集Transformer backbone，面临参数规模与推理效率难以平衡的困境——要提升性能往往需要堆砌参数，这无疑增加了部署成本。最...

2025-10-13 12:00:00

作者 | sunnyzhao 编辑 | 大模型之心Tech原文链接：https://www.zhihu.com/question/657739588/answer/1959347964674809996点击下方卡片，关注“大模型之心Tech”公众号本文只做学术分享，如有侵权，联系删文，自动驾驶课程学习与技术交流群事宜，也欢迎添加小助理微信AIDriver004做进一步咨询目前各个大厂都相继推出了AI age...

2025-10-12 15:11:00

当我们将视野从提升静态模型的规模，转向构建能够实时学习和适应的动态智能体时，一个全新的范式--自进化智能体(Self-evolving Agents)--正引领着人工智能领域的变革。然而，尽管学术界与工业界对自进化智能体的兴趣与日俱增，但整个领域仍缺乏一个系统性的梳理与顶层设计。多数研究将「演化」作为智能体整体框架的一个子集...

2025-10-11 12:00:00

试想一下：那些陈旧泛黄的照片，AI能够自动修复，复原其中的细节与色彩；而低分辨率的自拍照，也能瞬间变得清晰如初。无论你是摄影爱好者，还是从事医疗、科研工作的专业人士，4KAgent都能帮助你将任何图像从模糊转变为清晰，并提升至4K分辨率，带来前所未有的视觉效果。由德州A&M大学、斯坦福大学、加州理工大学、斯纳普公...

2025-10-10 08:00:00

原文链接：点击下方卡片，关注“大模型之心Tech”公众号本文只做学术分享，如有侵权，联系删文，自动驾驶课程学习与技术交流群事宜，也欢迎添加小助理微信AIDriver004做进一步咨询苹果这几天真是进入了论文高产期，时不时就有新的研究发布出来。就在近日，苹果又发布了一篇引发学界与业界关注的重磅论文。这篇论文非常有意思...

2025-10-09 14:00:00

作者 | Guibin Zhang 编辑 | 大模型之心Tech原文链接：点击下方卡片，关注“大模型之心Tech”公众号本文只做学术分享，如有侵权，联系删文，自动驾驶课程学习与技术交流群事宜，也欢迎添加小助理微信AIDriver004做进一步咨询由大型语言模型（LLM）驱动的智能体（Agent）的进化路径，其核心在于记忆机制的构建。现有范式主要分...

2025-10-08 17:37:26

点击下方卡片，关注“大模型之心Tech”公众号本文只做学术分享，如有侵权，联系删文先前大模型轻量化的token pruning论文主要集中在token的重要性度量metric上，但是实验发现其实还是最基础简单的几个算法更加通用，所以本文从另一个维度考虑这个问题：在设定的budget下，如何给网络每一层分配pruning的比例。现有方法通常是...

2025-10-07 14:12:16

作者 | Guibin Zhang 编辑 | 大模型之心Tech原文链接：点击下方卡片，关注“大模型之心Tech”公众号本文只做学术分享，如有侵权，联系删文，自动驾驶课程学习与技术交流群事宜，也欢迎添加小助理微信AIDriver004做进一步咨询由大型语言模型（LLM）驱动的智能体（Agent）的进化路径，其核心在于记忆机制的构建。现有范式主要分...

2025-10-07 14:12:16

作者 | 时令 编辑 | 大模型之心Tech原文链接：点击下方卡片，关注“大模型之心Tech”公众号本文只做学术分享，如有侵权，联系删文，自动驾驶课程学习与技术交流群事宜，也欢迎添加小助理微信AIDriver004做进一步咨询全球文生图大模型王座，易主了。就在刚刚，LMArena竞技场发布了最新的文生图榜单，第一名来自中国，属于腾讯...

2025-10-05 19:30:00

作者 | 刘聪NLP 编辑 | 大模型之心Tech原文链接：点击下方卡片，关注“大模型之心Tech”公众号本文只做学术分享，如有侵权，联系删文，自动驾驶课程学习与技术交流群事宜，也欢迎添加小助理微信AIDriver004做进一步咨询十一，AI圈想放假是不可能的！千问，刚刚又开源了Qwen3-VL-30B-A3B模型，依旧两个版本Instruct和Thinking...

2025-10-04 12:00:00

作者 | 刘聪NLP 编辑 | 大模型之心Tech原文链接：点击下方卡片，关注“大模型之心Tech”公众号本文只做学术分享，如有侵权，联系删文，自动驾驶课程学习与技术交流群事宜，也欢迎添加小助理微信AIDriver004做进一步咨询DeepSeek-V3.2也上了，Claude 4.5也更新了，昨天晚上Sora2也出了，那么十一卷起来吧！体验了一下Sora2有点...

2025-10-03 12:00:00

作者 | 刘聪NLP 编辑 | 大模型之心Tech点击下方卡片，关注“大模型之心Tech”公众号本文只做学术分享，如有侵权，联系删文，自动驾驶课程学习与技术交流群事宜，也欢迎添加小助理微信AIDriver004做进一步咨询到了9月的最后一天，时间过的太快了，7、8两月都做了开源大模型盘点，咱们9月继续！整个9月，大模型开源社区依旧很卷...

2025-10-01 12:00:00

当业界还在为大模型训练堆数据、堆参数争论不休时，来自上海交通大学、商汤科技、香港理工大学等机构的团队抛出了一颗重磅炸弹——他们提出的LIMI（Less is More for Intelligent Agency） 方案，仅用78个精心筛选的训练样本，就在衡量AI自主能力的AgencyBench基准测试中斩获73.5% 的高分，不仅远超GLM-4.5（45.1%）、Kimi-K2...

2025-09-30 16:20:34

面对多模态、跨尺度、强约束的科研问题，通用 LLM 正从“工具”升级为“合作者”。我们带来了一款为科学数据“读—思—设”而生的统一科学基座模型：以更完整的科学数据基座、更系统的训练日程与更可验证的推理机制，直击科学计算与设计痛点。它有三点最值得关注——覆盖更广：统一 I/O 与“任务分组奖励”让单一骨干跨化学/生命/材料等...

2025-09-29 08:00:00

作者 | Trisimo崔思莫 编辑 | 大模型之心Tech原文链接：https://zhuanlan.zhihu.com/p/1938174154500215724点击下方卡片，关注“大模型之心Tech”公众号本文只做学术分享，如有侵权，联系删文，自动驾驶课程学习与技术交流群事宜，也欢迎添加小助理微信AIDriver004做进一步咨询前言：Scaling Laws成立，不必然导向AGI，甚至会...

2025-09-28 09:29:41

这个时代，头部效应越来越明显，没分到赛道红利，又被时代越甩越远。周末柱哥和行业里面的几位技术专家好友线下小聚，大家毕业后投身不同的赛道：大模型、自动驾驶、具身智能。高薪的岗位基本都集中在这几个赛道，3-5年达到百万的package，有些毕业5年的交大校友走向P8的岗位，向200W的总包迈进。大家都在感慨这绝非是个人...

2025-09-27 15:09:36

当城市早高峰的车流数据实时涌入交通管控系统，当医院的心电图仪持续记录患者的心脏电活动，当股票交易所的行情面板每秒刷新数十次股价波动——这些伴随时间流逝不断产生的“时间序列数据”，早已成为现代社会运转的“数字脉搏”。从金融风控、医疗诊断到能源调度、交通管理，几乎所有关键领域的决策，都依赖于对这些时序数据的深...

2025-09-26 08:00:00

语言模型通过预训练获得了广泛的能力，但预训练过程仍是一个黑箱。因此复旦的OpenMOSS团队通过一种名为跨编码器（crosscoders） 的稀疏字典学习方法，跟踪预训练期间的可线性解释的特征演化。研究发现，大多数特征会在某个特定阶段开始形成，而更复杂的模式则在训练后期出现。特征分析揭示了特征演化与下游性能之间的因果关...

2025-09-25 08:00:00

作者 |  Lancer 编辑 | 大模型之心Tech原文链接：https://zhuanlan.zhihu.com/p/1951435056154386911点击下方卡片，关注“大模型之心Tech”公众号在大模型的发展进程中，强化学习（RL）已从一项辅助技术，跃升为驱动模型能力跃迁的核心动力。当前，RL发展正经历一场关键范式转移：从单轮、静态任务（如独立的数学题求解等），...

2025-09-25 08:00:00

导语1989年，卡内基·梅隆大学的 Dean Pomerleau 把三层神经网络塞进一辆军用悍马，并取名 ALVINN（Autonomous Land Vehicle In A Neural Network）。它虽然只在卡耐基·梅陇大学校园实现了自主行驶, 却点燃了全球工程师对“让机器自己驾驶”的集体想象。  36 年过去，自动驾驶技术正在重塑我们的出行方式，我们已能把更高的算...

2025-09-24 11:45:00

作者 | 刘聪NLP 编辑 | 大模型之心Tech周末在家整理9月份开源模型，发现腾讯又开了不少模型，不知道咋了，腾讯混元最近的腹泻式开源，让我有点不认识了。PS：7月开源模型汇总、8月开源模型汇总有一说一，感觉最近混元的开源势头，紧追千问呀，开源模型的质量也是稳步提高。不过，实话实说，相比于其他一些厂来说，在23年和2...

2025-09-24 08:00:00

作者 | 鱼羊 编辑 | 量子位“极你太美”bug，果然在DeepSeek V3.1最新版本中被修复了。DeepSeek-V3.1刚刚更新至DeepSeek-V3.1-Terminus版本。新版本主要是在保持原有模型能力的基础上，针对此前用户反馈的问题进行改进，比如模型莫名其妙随机吐出“极”字。比较因崔斯汀的是，这个版本名中带“Terminus”——终点。好家伙，这是说下...

2025-09-23 14:11:12