AI智能体能预知自己会失败吗?
本文解读了一项关于让AI智能体预判自身任务成败的研究,提出用GRPO分组采样和适当评分规则训练模型的置信度表达,使其与任务最终结果挂钩,而非单步正确性,并通过精细分析发现提升主要来自跨任务判断力而非同任务内的尝试区分能力...
本文解读了一项关于让AI智能体预判自身任务成败的研究,提出用GRPO分组采样和适当评分规则训练模型的置信度表达,使其与任务最终结果挂钩,而非单步正确性,并通过精细分析发现提升主要来自跨任务判断力而非同任务内的尝试区分能力...
11月6—8日,2026区块链和 Web3.0技术创新与应用交流大会暨中国电子学会区块链分会第三届学术年会(以下简称BWTAC2026)在浙江省杭州市顺利举办。
该研究提出APT框架,由评估生成、诊断、数据生成三个AI智能体协同运作,自动发现文生图模型弱点并生成专属训练数据,无需人工干预即可持续提升模型表现,在多个基准测试和架构上均超越人工精选数据集。
11月12日,联想全球首发两款搭载第六代AMD EPYC(TM)处理器的服务器新品——联想问天WR6215 G6和联想问天WR5225 G6,通过核心密度、内存带宽、I/O扩展与散热能力的全面升级,为企业AI基础设施提供...
论文提出Orchestra框架,将机器人任务规划与动作执行分离,通过共享上下文协调子任务编排、空间定位和进度评估,显著提升长序列指令执行能力,在仿真和真实机器人实验中均大幅超越现有方法。
研究发现全模态AI常"知道却说不出"非文字信息,提出TMA指标量化这一现象,并设计OMNI-CATALYST方法,让模型先用文字描述感知内容再回答,平均提升推理性能7.29%。
今天讲的出海案例是从事大宗商品与金融业务的至源控股,拟以4.17亿令吉收购马来西亚关丹土地,进入AI数据中心开发。
苹果长期被视为AI资本开支狂潮中的"反向赌注",但其最新财报暴露出存储芯片涨价、自研AI投入增加与服务业务增速放缓三重压力,正共同侵蚀这家公司历史最高的毛利率。M.G. Siegler与Alex Kantrowitz深入...
Wiz联合创始人兼CTO Ami Luttwak在a16z播客中提出"黑色十月"概念,剖析AI如何将网络攻击链从数月压缩至二十分钟,开源模型追平闭源模型进攻能力,PHP2Shell漏洞波及70%互联网,创业公司因持有AI...
本文复盘了Y Combinator旗下The Light Cone节目对Grok Bot核心团队Lauren Tan与Roman Ugarte的访谈:这款产品如何用7周时间从内部原型走向正式发布,又如何通过赋予机器人独立...
论文提出EMHO框架,在冻结视觉语言模型的前提下,通过分析执行轨迹与历史修改记录自动迭代优化具身智能体的外壳逻辑,并提出EMHO-Merge用增益损失配对缓解多子任务冲突。在EmbodiedBench导航与操作任务上,9...
六个顶尖AI编程助手在450道基于真实漏洞的编程题中,功能测试通过率普遍超90%,但功能与安全同时达标的比例最高仅25.1%,揭示氛围编程背后被忽视的安全风险。
北大、小鹏联合复旦提出AUGUstus模型,首次将扩散式动作生成与自回归思维链理解统一进同一网络,颠倒训练顺序实现理解不拖慢推理,NAVSIM成绩达94.6分并完成真车12Hz实时部署。
本文解读了关于重复数据预训练的研究,发现批大小存在U形最优曲线且远小于传统设置,提出REPACK、权重绑定等训练技巧,并揭示GPU与时间应作为独立资源分别优化,挑战了"堆GPU更快"的常规认知。
MixLID是一个支持111种语言文字组合的词元级语言识别模型,通过单语言预训练加混合语言数据续训的两阶段方法,在整句和逐词语言识别任务上全面超越现有基线模型,尤其擅长处理中英夹杂等代码转换文本。
研究团队用9款游戏构建了Video-Arena测试集,自动生成视频与标准答案,评测AI感知事件、解读局势、追踪状态的能力,发现当前模型表现远低于人类,智能体工具能提升感知但难解决深层推理瓶颈。
GreenWAM是一个覆盖20种机器人身体的世界基础模型,通过共享关节坐标系统统一不同机器人动作语言,既能准确预测视频场景变化,又能驱动机器人完成实际操作任务,真机测试成功率超越对比模型。
LongR提出"边读边想"机制和基于信息增益的密集奖励,解决长文档强化学习中奖励信号过于稀疏的问题,在LongBench v2等基准上实现显著提升,且无需人工标注证据。
这篇论文提出EventLens框架,用三类可验证的事件结构恢复任务训练AI理解视频时序,先分头训练专才模型再统一蒸馏,在时序定位和事件推理上明显提升,训练效率提升约三倍,同时保持综合问答能力。