分類： 大型語言模型
- 長影片推理為何總是翻車？Symphony 給出的答案是認知分工
- 蘇黎世聯邦理工實測：一句Prompt就能摧毀16個Agent組成的「共識網路」｜多Agent避坑指南
- NVIDIA Nemotron-Cascade 2 技術報告：3B 激活參數奪下 IMO 金牌，重新定義小模型極限
- 僅用2億真實Token訓練的模型，為何能媲美3.6億數據量的效果？
- ICLR 2026 | 大型語言模型的非監督式強化學習能走多遠？清華大學研究團隊提出系統性解答
- 最新！Karpathy萬字深度專訪：我焦慮到AI成癮，所有可驗證的領域，終將屬於機器
- OpenAI 傾盡全力打造全自動 AI 研究員
- 別再迷信結果獎勵了！港中文發現並解決 RL 中的「資訊自鎖」難題！
- MiniMax M2.7：開啟模型的自我進化
- 4B 模型幻覺抑制能力超越 GPT-5，CMU 等提出行為校準強化學習新方法
- MMLU已死？「人類最後考試」登上Nature：全球AI模型集體不及格！
- Google 新研究找到了大型模型反覆推敲的重要 Token！
- Anthropic CEO：大型語言模型的資料瓶頸已不復存在，模型正在自我訓練
- Anthropic最新論文：網際網路匿名，在AI時代終結｜Hao好聊論文
- 並非所有 token 都平等！Google 提出真・深度思考：思維鏈長≠深度推理
- LLM RL 訓練軌跡竟然是線性的？Miaow Lab 最新工作：無需繼續訓練，直接「預測」未來模型！
- Google Gemini 3.1 Pro 屠榜稱霸，清華姚順宇出手！Claude 和 GPT 被逼入死角
- 1兆美元蒸發背後：垂直軟體的護城河，正被大型模型改寫
- Qwen3.5：邁向原生多模態智慧代理人
- 苦澀的教訓！ROLL團隊分享：Agentic RL 訓練中的實務經驗
- 小米推出 JudgeRLVR：先判斷後生成——打破推理模型「長思維鏈」的效率悖論
- Nvidia 全新技術讓大型語言模型推理成本降低 8 倍，準確度毫不妥協
- Transformer 作者領軍，Sakana AI 連發三篇論文：徹底重構長文本的記憶機制
- 自進化Agent新突破！Meta推出Dr.Zero：自發湧現複雜推理、搜尋能力
- 真·開外掛！MIT新研究：架構0改動，讓大模型解鎖千萬級上下文