分類： 大型語言模型
- 生成-過濾-控制-重播：LLM強化學習中Rollout策略的全面綜述
- OpenAI 翁家翌：超越梯度，下一個 AI 訓練範式已經浮現？
- 壓縮即是全部 —— 菲爾茲獎得主 Michael Freedman 給數學和 AI 的一封信
- Token級精準控生：3B開源模型擊敗GPT-5.4與Claude
- 或近年最強AI論文：替推理配上即時字幕後，AI的內心戲讓人頭皮發麻！
- 硬核，Google Jeff Dean：百萬晶片LLM預訓練瓶頸被徹底打破了！
- Anthropic最危險路線圖曝光：無限記憶、多智能體！AI終局戰僅剩雙雄決頂
- 靜態評測已「過時」？OpenKG 持續更新 LLM 知識增強動態評測榜單 Dynamic OneEval-202605
- AI 終於學會「自我坦白」！Anthropic 最新論文震撼來襲，「內省適配器」讓黑箱模型自己說出隱藏行為
- Claude 的「夢境」機制如何運作
- 刷榜AI全陣亡！Meta、斯坦佛地獄級測試，GPT/Claude/Gemini交出0分
- Abstract-CoT：推理token暴降11.6倍，無詞思維鏈打破LLM效率天花板
- 論文淺嚐 | 利用多智能體大型語言模型實現知識圖譜自動化擴充（NeurIPS 2025）
- 一篇精彩的自我進化代理人最新系統性綜述
- Claude 4.6 正確率只有66%？Claw-Eval-Live 說：會修終端機 ≠ 能跨系統做事
- 你的Agent根本沒在學習，它只是在翻筆記本
- 軟體 3.0 時代來臨：從寫程式到指揮 AI，Karpathy 談程式設計的第三次典範轉移
- Qwen-Scope：看穿大型語言模型的「思考脈絡」
- GPT之父把AI丟回1930年：沒見過一行程式碼，卻「發明」了Python！
- RAG 已死？不，是 Grep 強勢回歸！
- Scaling Pain：超大規模 Coding Agent 推理實踐
- 技能驅動推理新範式，清華＆北大：Token立省59%，準確率不降反升
- 思考不需言語：使用抽象思維鏈實現高效潛在推理
- LLM 只靠自己就能強化推理？SePT 提出簡潔的線上自訓練範式
- 首個時空時序推理框架：讓大型語言模型真正讀懂時空數據 | ACL'26