软文频道
站长实战经验 · SEO 优化 · 建站技术 · 推广运营,每日更新
最新文章
共 739 篇订了机票,却忘了同步预算和日程:AI智能体的"完成病"
论文提出INTERLOCK框架,用类型化完成图刻画AI智能体长任务中证据、决策、效果的关联,避免局部正确但整体遗漏。通过双重审查和智能体裁判筛选训练数据,两款Qwen3.6模型在多个外部基准上表现显著提升。
AI探索者在陌生世界里学得挺快,可一旦世界偷偷变了规则,它还蒙在鼓里
AdaExploreBench评测八个主流大模型在陌生且会悄悄变化的环境中主动探索与自适应能力,发现即便最强模型校准准确率也仅61.9%,瓶颈在于证据获取质量而非数量。
COPE:让语言智能体一边干活一边预演下一步
COPE 提出让语言智能体在成功轨迹上预测未来多步动作,用简洁的决策目标替代噪声观测预测,与 GRPO 共享主干联合训练,在五个基准上提升成功率与样本效率。
AI能自己改进自己吗?这篇论文让一个"元智能体"学会了诊断并修复自己的学生
RSIFlow提出一种让AI智能体自我诊断瓶颈并自主选择改进方式的框架,元智能体通过积累历史经验持续提升自身调度能力,在六个基准、十二种测试组合中十一次超越现有最优方法。
HSPR:只跑10%的测试,却能猜出AI程序员的真实水平
这篇论文提出HSPR方法,通过分层建模历史响应模式与自适应问询策略,仅用10%任务预算即可准确推算AI软件开发agent在SWE-bench全量基准上的真实得分,误差显著低于现有方法。
AI做科研,到底能不能自己学会怎么做科研
DiscoveryRSI提出一套让AI科研助手从自身假设发展历史中递归学习的框架,通过定义可检验科学假设的四要素标准、多智能体演化搜索构建假设树、基于归因证据的假设信用优化训练模型、以及工作流程诊断修正机制,在四个生命科…
機械臂不會写代码,但让它学会用代码思考会怎样
论文提出HexaShell系统,用薄层命令接口操控机器人,让编程智能体通过读取图像、编写并修复工具代码来完成任务,无需示范数据或训练。借助三角测量从RGB图像恢复三维位置,系统在RoboDojo基准测试中达到46.9%成…
做网站不赚钱?普通人海外建站真相:数量太少是主因
很多人做独立站、做谷歌SEO、做海外站点,陷入一个致命死循环:天天找暴利赛道、天天研究万能打法、天天等一套“稳赚不赔”的公式,结果一年过去,一个站没做起来,一分钱没赚到。我问一句很扎心的实话:你连100个网站都没尝试过,…
混合架构大模型里,两种记忆机制在悄悄打架
论文发现混合架构大模型中循环层与注意力层存在"竞争学习"现象,循环层常抢先学会检索能力并压制注意力层。提出BLD训练法,先冻结循环层让注意力层抢占先机,显著提升检索、长文本及常识推理表现。
为什么AI模型"猜得准"却跑得不快:一场关于预测与吞吐量的拉锯战
本文解读DScout方法,通过拆解训练损失和推理吞吐量两套因子,解决扩散草稿模型"猜得准却跑不快"的矛盾,在Qwen3系列模型上实现最高4.14倍加速,超越现有最优方法。
记忆不是越多越好:AI智能体在资源紧张时该记住什么
当AI智能体面临生成、交互、记忆三重资源限制时,盲目检索相关记忆反而可能拖累表现。研究提出TokenWorth框架,通过在线学习查询相关的记忆价值,在多个基准测试中实现了更高成功率和更低token消耗。
阿福健康生态大会,蚂蚁CEO韩歆毅谈AI如何服务患者、医生和医学
11月22-23日,2026蚂蚁阿福医疗健康生态大会在广州举行。蚂蚁集团首席执行官韩歆毅围绕AI与医疗健康领域的结合,提出四个方面的思考:让专业照护走出诊室、给患者连续的健康支持;让AI成为医生临床判断的得力助手;让日常…
边缘手机能不能自己判断什么时候该打电话求助云端
该研究提出EC?-Bench评测框架,系统研究边缘设备与云端大模型在长周期智能体任务中的协作模式,涵盖查询路由、逐步路由、边缘控制委托与顾问四种策略,从任务完成度、资源消耗与隐私暴露三个维度评估128个可执行任务,发现协…
AI给公司并购出主意,靠的居然是"进化论"
Sakana AI提出QD-Rec方法,把质量多样性搜索引入并购、营销、论文推荐等场景,用情境老虎机选候选项、大语言模型生成理由、新颖性检查和盲对决筛选,实验显示其质量和多样性表现均优于传统方法。
把声音抹掉,你的身份还藏在文字里吗?
研究发现仅凭转录文字,无需声音,大语言模型就能较准确识别说话人身份,并能部分验证性别和口音标签,年龄验证则接近随机,短文本能部分削弱但无法消除这种隐私泄露风险。
Two-stream 卷积网络用于视频动作识别
2014年Simonyan与Zisserman提出双流卷积网络,让空间流看单帧外观、时间流看堆叠光流,再融合两路得分,首次让深度学习在视频动作识别上追平甚至略超手工特征,并成为后续视频理解的标准范式。
会批改作文的AI,为什么突然学会了自己出考卷
本文介绍SERA方法,通过让AI自己生成并训练评分细则来评估递归委派的子任务质量,同时用叶子覆盖率奖励分解能力,在两个基准上显著超越现有递归智能体训练方法,并减少外部监督依赖。
给VAE加点噪声,反而让AI画图学得更快
清华与微软团队发现,给VAE的压缩表示加噪声再做预测训练,能让AI画图模型学得更快。提出RoAR-VAE方法,同时提升图像重建质量与下游生成效果,小字识别准确率提升16.93个百分点。
Fréchet Forcing:让世界模型从几百帧的训练片段学会生成四千帧不崩的视频
论文提出Fréchet Forcing方法,用生成式锚定、场景一致性、真实感匹配三个约束,让世界模型在自身生成的长视频上训练,无需老师模型即可将稳定生成长度从253帧扩展到4000帧以上。
学会分辨场景结构,让自监督深度学习真正学会"举一反三"
论文提出MaSS框架,通过拆分场景上下文与结构表征并引入场景结构判别对比学习,解决了自监督深度估计模型混合多样数据训练时性能反而下降的问题,实现了跨数据集的显著性能提升和强泛化能力。