西湖大学携手多所高校突破AI"浅层思考陷阱":让机器学会在单次对话中深度探索
西湖大学等多所高校联合研究发现,现有AI模型存在"浅层探索陷阱"问题,即倾向于快速给出第一个答案而缺乏深度思考。研究团队提出"长度激励探索"方法,通过奖励详细思考过程同时惩罚无效重复,成功让AI学会在单次对话中进行深度探...
西湖大学等多所高校联合研究发现,现有AI模型存在"浅层探索陷阱"问题,即倾向于快速给出第一个答案而缺乏深度思考。研究团队提出"长度激励探索"方法,通过奖励详细思考过程同时惩罚无效重复,成功让AI学会在单次对话中进行深度探...
微软CTO Kevin Scott在Cisco AI Summit的对谈中指出,AI发展呈现"能力过剩"悖论——模型能力远超实际应用水平,但基础设施仍供不应求。
今天的出海故事,主角是一家以天然铀相关资产开采、加工与供应为主业的中国铀业,它借助参股加承购的方式,把纳米比亚的一处铀矿项目纳入长期供给结构。
德勤2026年1月发布的企业AI现状报告基于对全球24个国家超过3200名企业和IT领导者的调研,揭示了AI从试点向规模化转型的关键时刻。
加拿大大学健康网络(UHN)团队于2026年2月发布EchoJEPA,首次将Meta科学家杨立昆提出的JEPA架构应用于医学影像领域。该模型在1800万条心脏超声视频上训练,通过在抽象空间预测而非逐像素重建的方式,从根本...
NVIDIA等机构联合开发的PhyCritic系统首次让AI具备了物理学家般的评判能力。该系统采用创新的"自我参照"机制,在评判其他AI回答前先基于物理原理给出自己的答案作为参考标准。通过两阶段训练策略,PhyCriti...
StepFun团队发布Step 3.5 Flash,这是一个稀疏专家混合模型,仅用110亿活跃参数就实现了前沿级智能水平。该模型采用创新的混合注意力机制和MIS-PO强化学习方法,在数学推理、代码生成和智能体任务中表现卓...
Nebius公司研究团队提出"分块优势估计"方法,解决AI多目标任务中的奖励分配问题。该方法将复杂任务分解为功能块,为每个块单独计算奖励,避免目标冲突。核心创新是"结果条件基线",通过分组比较提高评估准确性。在数学自信度...
华威大学和牛津大学的研究团队开发了FedPS框架,首次系统性解决联邦学习中的数据预处理难题。该框架通过统计信息聚合实现分布式数据的统一预处理,支持18种预处理方法,包括缩放、编码、变换等,并提供详细的通信成本分析。实验表...
SpeakLeash基金会联合波兰多所高校开发了专门针对波兰语的AI安全分类器Bielik Guard,通过1500多名志愿者标注6885个文本样本,训练出两个高效模型。该系统在真实用户测试中达到77.65%精确率和0....
纽伦堡科技大学联合Mistral AI和英伟达的研究发现,在AI推理训练中,让模型反复学习相同内容比学习大量不同内容更有效。在相同训练时间下,重复学习策略的性能提升可达12-26个百分点。研究还发现,当模型完全记住训练内...
由阿尔托大学和帕多瓦大学联合开展的研究构建了FactCheck平台,首次系统评估大型语言模型在知识图谱事实验证中的表现。研究测试了五个语言模型在三个真实世界数据集上的验证能力,发现开源模型在某些任务上甚至优于商业模型,但...
OPPO AI团队发布EcoGym,这是首个专门评估AI长期商业决策能力的综合测试平台。该平台包含零售管理、自由职业和平台运营三个商业场景,让AI进行长达365天的持续经营。对十一个主流AI模型的测试发现,没有任何模型能...
ITMO大学与MWS AI联合开发的ROCKET技术实现了AI模型压缩的重大突破,能将大型语言模型压缩50%的同时保持90%以上性能。该技术采用差异化压缩策略和动态资源分配,无需重新训练,效率比传统方法提升100倍。研究...
拉德堡德大学等多所高校联合研究发现,专家混合AI模型存在严重安全漏洞。研究团队开发了"大语言模型脑叶切除术"攻击方法,通过"静音"少数关键安全专家就能破坏模型防护。实验显示攻击成功率可从7.3%提升至70.4%,且只需静...
达姆施塔特工业大学研究团队开发的GoodVibe框架,通过精确识别AI模型中的"安全神经元"并进行针对性训练,让AI编程助手能在无明确安全要求下自动生成更安全的代码。该方法仅需训练模型0.03%的参数,就将安全代码生成率...
新加坡管理大学等机构研究团队通过分析六种先进AI编程助手解决GitHub问题的行为发现,AI助手编写测试代码更像是学来的"工作风格"而非实用工具。虽然不同模型测试习惯差异巨大,但测试频率与问题解决成功率关联微弱。测试代码...
卡内基梅隆大学研究团队开发了推理缓存技术,通过"思考-总结-再思考"的循环机制,让AI模型能够进行超长期推理。该技术将传统的一次性推理分解为多轮短推理,每轮后进行总结并基于总结继续推理。实验显示,40亿参数的模型使用该技...