/
谁在给新闻媒体打分？ChatGPT竟成了最佳"真相侦探"——阿联酋人工智能大学最新研究揭秘
阿联酋人工智能大学研究团队开发出创新方法，让GPT-3.5等大型语言模型学会像专业事实核查员一样评估新闻媒体。通过模仿专家标准设计问题体系，该方法在政治偏向预测上达到93.5%准确率，在事实准确性预测上达到80.6%准确率，为媒体素养教育和信息筛选提供了新工具。
研究显示LLM转化率高9倍，答案引擎优化时代来临
康奈尔大学研究显示，大语言模型驱动的流量转化率比传统搜索高出近9倍。预计到2028年，更多用户将通过ChatGPT等LLM发现产品信息，而非传统搜索引擎。这种转变正在加速发生。LLM流量表现更像个人推荐而非关键词查询，用户查询长度已达23个词，会话时长超6分钟。品牌需要从SEO转向答案引擎优化AEO，确保在LLM对话中被提及，否则将变得不可见。
中国香港大学团队开发"学习小助手"：让自主学习变得像玩游戏一样简单
中国香港中文大学（深圳）研究团队开发了SRLAgent智能学习系统，通过Minecraft游戏环境结合AI助手帮助大学生培养自主学习能力。实验显示该系统能显著提升学生的学习规划和过程监控能力，但也发现过度AI支持可能产生依赖性，提出需要平衡支持与独立能力培养的重要性。
从照片预测剩余寿命？德国比勒费尔德大学的惊人发现
德国比勒费尔德大学研究团队开发出能通过照片预测剩余寿命的AI系统，平均误差仅4.79年，准确度超越传统生物标记物检测。该技术基于DINOv2视觉模型和不确定性量化方法，在5672张高质量照片上训练。虽然展现了图像中隐藏医学信息的巨大潜力，但研究团队强调目前不适合临床应用，需要解决数据偏差、伦理考量等挑战。这项研究为非侵入性健康筛查开辟了新方向。
AI安全卫士：如何用提问的方式让聊天机器人拒绝有害指令
韩国多机构联合研究团队提出QGuard方法，通过让AI回答精心设计的安全问题来识别有害内容，无需重新训练模型。该方法支持文字和图像的多模态检测，采用图论算法综合分析，在多个基准测试中表现优异，同时提供透明的决策解释，为AI安全防护提供了高效灵活的新思路。
MiniMax-M1：让AI推理不再昂贵的革命性突破
MiniMax公司发布了世界首个开源大规模混合注意力推理模型MiniMax-M1，通过创新的"闪电注意力"机制将AI推理的计算复杂度从平方级降低到线性级，支持100万词汇上下文和8万词汇生成长度。该模型在保持强大性能的同时，将长文本处理的计算成本降低75%，仅用53万美元就完成了完整训练，在软件工程、长文档理解等复杂场景中表现优异，为AI推理技术的普及奠定了重要基础。
史上最难的AI人格化考试：连最聪明的模型都考砸了！华为OPPO等联合发布PersonaFeedback基准
这项由电子科技大学、香港中文大学等机构联合完成的研究，创建了PersonaFeedback基准来评估AI的个性化能力。研究包含8298个测试案例，分为三个难度等级，发现即使最先进的AI模型在个性化任务上表现也不理想。研究还发现推理能力提升不等于个性化能力提升，直接提供用户信息比让AI推测更有效。
机器人也能像人一样理解世界：中科院团队让AI机器人仅用3次演示就学会复杂操作
中科院团队开发的BridgeVLA系统实现了机器人学习的重大突破，仅需3次演示就能让机器人掌握复杂操作技能，成功率达96.8%。该系统通过巧妙的输入输出对齐设计和创新的预训练策略，让机器人能够真正理解三维空间和语言指令，为智能机器人的普及应用奠定了重要基础。
当AI遇上算法竞赛：Sakana AI的新基准测试能否让机器成为编程高手
日本Sakana AI联合东京大学和AtCoder推出了首个专门测试AI长期算法优化能力的基准ALE-Bench。研究发现当前最强AI模型虽然在某些算法问题上能达到人类专家前11.8%水平，但整体表现不够稳定。AI通过快速试错在短期竞赛中表现较好，但在需要深度创新的长期挑战中仍落后于人类。这项研究为AI在实际工程优化中的应用提供了重要参考。
当AI学会察言观色：清华大学揭秘人工智能的行为奥秘
清华大学研究团队提出"AI智能体行为科学"新范式，通过观察AI在虚拟环境中的自发行为发现其具备规划、适应和社交能力。研究涵盖个体行为、群体互动和人机协作三个层面，并借鉴福格行为模型建立了能力-动机-触发器的行为适应框架，为负责任AI发展提供了行为导向的测量和优化方法。
智能体AI在企业中的9个有前景的应用场景
智能代理AI已成为最受关注的技术之一，它通过强调运营决策而非内容生成，将生成式AI推向新高度。该技术能够与ERP、CRM和商业智能系统无缝集成，实现实时决策和流程自动化。九大主要应用场景包括：软件开发、增强版RPA、客户支持自动化、企业工作流自动化、网络安全威胁检测、生产力提升、报告生成、HR员工支持和商业智能分析。
研究发现使用大语言模型可能导致学习能力下降
麻省理工学院科学家研究发现，使用大语言模型可能导致学习技能下降。研究团队对54名波士顿地区参与者进行了为期4个月的写作实验，分为无辅助、搜索引擎辅助和ChatGPT辅助三组。通过脑电图设备监测发现，使用LLM的参与者在写作时大脑连接性降低55%，专注注意力相关的脑波活动也更弱。此外，该组参与者在引用自己文章内容时表现较差，对作品的归属感也更低。研究建议在学习者进行充分自主认知努力后再引入AI工具。
美国程序员最爱使用AI编程助手
研究显示，美国软件开发者是全球AI编程助手使用率最高的群体。研究人员分析了2018至2024年间GitHub上8000万次代码提交，发现2024年美国提交的Python函数中30.1%由AI生成，德国为24.3%，法国23.2%，印度21.6%，俄罗斯15.4%，中国11.7%。当开发者30%的代码使用AI时，季度提交量增长2.4%。研究估算AI辅助编程为美国带来96至144亿美元年度价值。
Midjourney推出AI视频生成功能
AI公司Midjourney发布首个视频模型，用户可将图像制作成动画，支持平台内生成或外部上传的图片。初始视频为5秒片段，可延长至最多20秒。该功能仅限网页端使用，需月付10美元订阅。尽管在视频AI领域起步较晚，但面临创作者指控其模型训练涉嫌侵权。迪士尼和NBC环球上周起诉该公司版权侵权。
布朗大学与Adobe联手推出UI视频教程"智能导师"，让软件学习像看电影一样轻松
布朗大学与Adobe研究院联合推出MS4UI数据集，专门解决软件教学视频的智能总结问题。该研究收集了2413个Adobe软件教程视频，提出视频分割、文本总结、视频总结三大任务，为软件学习AI开辟新方向。实验显示现有方法表现不佳，凸显了专业领域AI的技术挑战。
让AI在思考时"掐表计时"：麻省理工与UMass研究团队教会大语言模型如何按预算推理
麻省理工与UMass研究团队开发出"预算引导"技术，解决深度思考AI模型推理过程过于冗长的问题。该方法通过轻量级预测器引导AI按预算思考，在MATH-500测试中比传统方法准确率提升26%，同时将思考词汇减少37%，实现了效率与准确性的双重优化。
下尼诺夫哥罗德大学揭秘：人工智能如何成为学术论文的"火眼金睛"
俄罗斯下尼诺夫哥罗德大学研究者开发出AI学术论文质量检查系统，能识别摘要和结论中的无根据信息和模糊代词。测试显示不同AI模型在特定任务中表现差异显著，为学术写作质量控制提供新工具。
中科大团队推出深度研究智能体新基准：机器也能像博士生一样写研究报告了？
中科大团队推出深度研究智能体评测基准DeepResearch Bench，包含100个跨22领域的博士级研究任务，创新性地设计了RACE和FACT双重评估框架，分别评判AI生成报告质量和信息收集能力。测试显示谷歌Gemini表现最佳，该研究为AI研究助手行业建立了首个科学统一的评估标准。
从真实到合成：如何让AI批量制造出千万条复杂又多样的用户指令——中科大和Metastone公司的突破性研究
中科大与Metastone公司合作提出"归因接地"框架，通过分析真实指令的产生机制来大规模合成高质量训练数据。该方法将指令归因于文档、用户和动机三要素，构建了100万条指令的SynthQuestions数据集。实验显示，用该数据集训练的AI模型性能显著提升，证明了质量胜过数量的重要性，为解决AI训练数据稀缺问题提供了新思路。
等一下，我们真的需要"等"吗？——伦敦大学学院团队发现AI推理过程中的"思考"可能是多余的
伦敦大学学院研究团队开发的NOWAIT方法通过阻止AI生成"等等"、"嗯"等思考词汇，在保持准确性的同时将AI输出长度减少27%-51%。该方法无需重新训练模型，可直接应用于现有AI系统，为提高AI推理效率提供了简单有效的解决方案。
京公网安备 11010802021500号
