分類： 大型語言模型
- 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
- 上下文爆炸怎麼破？讓Agent像生物一樣主動「忘記」
- 最佳化即是幾何，幾何即是推理：用數學終結Transformer的黑盒時代
- NVIDIA開源神作：8B小模型吊打GPT5，成本僅30%，速度快2.5倍！NVIDIA研究總監：為Agent去優化單個LLM簡直是個錯誤！讓小模型管大模型更香
- LAMER：元強化學習讓語言Agent學會主動探索
- 論文淺嘗 | 利用條件陳述激發並提升大型語言模型的因果推理能力（CL2025）
- 成本不到8千美元！新浪微博1.5B小模型超越近萬億參數模型
- 強化學習（RL）記憶更牢固，監督微調（SFT）更容易遺忘？普林斯頓陳丹琦團隊改寫後訓練認知
- 讓LLM像公司一樣幹活：微軟把「思維併發」做成了協議，準確率更高、關鍵路徑時延降28%
- AI教母李飛飛萬字長文引爆矽谷！大型語言模型路線錯了，空間智慧才是走向AGI的唯一路徑
- Meta 這兩篇最新的智能體學習 (Agent Learning) 論文，有些意思！
- 免疫式提示：讓大型語言模型在訓練時「學壞」，測試時更聽話
- GPT 越來越保守？史丹佛 Manning 團隊提出 Verbalized Sampling，讓模型重新「多想一點」
- Meta 發現：RAG 系統過慢是因為做了太多無用功
- NTU等聯合提出A-MemGuard：為AI記憶上鎖，毒害攻擊成功率暴降95%
- 首個多輪LLM路由器問世：Router-R1讓大型模型學會「思考–路由–聚合」