分類： 深度學習
- 將注意力旋轉 90 度！今天，Kimi 的「注意力殘差」火了
- Google 新研究找到了大型模型反覆推敲的重要 Token！
- “刪掉一層”，模型反而更懂任務？哈工深 ｜ 楊朔團隊發現 VLM 中的任務干擾層
- 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！
- On-Policy Distillation 到底是什麼？深度解讀 On-Policy/Self-Distillation
- 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
- 像挖礦一樣挖掘激勵函數？DeepMind打造「算力礦場」，暴力搜出下一代ReLU
- 少即是多：微模型的遞迴推理
- 谷歌新發現：DeepSeek 推理分裂出多重人格，左右腦互搏越來越聰明
- Transformer已死？DeepMind正在押注另一條AGI路線
- 預訓練資料太差怎麼辦？Bengio團隊引入顯式貝葉斯，無梯度實現In-Context RL
- 最佳化即是幾何，幾何即是推理：用數學終結Transformer的黑盒時代
- RLVR強化學習訓練成本暴降98%！12種PEFT方法大PK，結果讓人意外...
- Attention 並非你所需的全部？以格拉斯曼流形重構序列建模的幾何美學
- 梁文鋒署名，DeepSeek新年開啟宏觀架構新篇章，破解梯度爆炸與顯存牆
- 【深度】Ilya Sutskever 精選論文：柏拉圖表徵假說
- 上海交大博士最新思辨：僅用兩個問題闡明強化學習
- NAS新視角：圖神經網路驅動的通用架構空間，卷積與Transformer混合架構性能躍升！
- 癌症真的快被 AI 突破了嗎？Google 兩天內發布兩項重大進展
- NTU等聯合提出A-MemGuard：為AI記憶上鎖，毒害攻擊成功率暴降95%
- Mamba 架構登上頂級會議 ICLR 2026，AI 大腦核心 Transformer 的王座還能坐穩嗎？
- 遞迴推理HRM模型再進化！TRM兩層網路(7M參數)擊敗大型語言模型！
- 谷歌加入 CUA 戰場，發布 Gemini 2.5 Computer Use：讓 AI 直接操作瀏覽器
- 不微調，讓LLM推理準確率暴增到99%！試下DeepConf，一個輕量級推理框架｜Meta最新
- 強化學習框架的演進與發展趨勢