AI资讯
站长实战经验 · SEO 优化 · 建站技术 · 推广运营，每日更新
AI资讯
共 125 篇小模型学不会自己教自己，LG研究院找到了一条迂回的路
小模型持续学习总是学新忘旧，LG研究院提出SYNTHSELF方法，用同家族稍大模型改写训练数据，兼顾质量与分布一致，实验证明效果全面超越SDFT等六种基线方法。
AI能通过打游戏自学成才吗？清华团队用十二款游戏给出了答案
清华团队打造AAArena评测平台，让七种AI模型在十二款真实竞赛游戏中边打边改代码学习策略，最终六款游戏超越人类冠军，但规则越复杂的游戏AI越难突破，揭示出当前AI智能体在长程策略开发上的真实能力边界。
工作变技能:给AI装上"老员工的经验包"
论文提出Work2Skill框架,通过录制人类操作电脑的过程并提炼成可复用的技能文档,帮AI学会处理不熟悉软件和特定工作流程,实验显示效果显著优于已有方法,且能跨任务、跨模型复用。
AI看数据视频，到底行不行？一个新基准给出了答案
香港科技大学团队推出DataVista，首个数据视频理解评测基准，含961个视频6775道题。测试19个主流大模型发现，最强模型准确率仅70%，远低于人类91.7%，在因果推理和叙事理解上尤为薄弱。
冲浪隐藏层：如何给大模型的"投机取巧"选对帮手
论文提出ELSI和ELSI-C算法，通过矩阵熵衡量信息量、CKA衡量层间冗余度，为投机解码的大模型选出最优隐藏层组合，替代固定位置公式，实验显示选层质量比层数更重要，部分场景下单层表现超过默认三层方案。
AI读了基因序列，却只看说明书：一场关于“生物推理模型”的真相调查
哈佛大学团队测试六个生物推理模型发现，打乱DNA/蛋白质序列对BioReason等模型预测准确率几乎无影响，模型更依赖文本而非生物学原始数据，且推理文字常与真实输入脱节，后训练提升准确率未必提升输入利用率。
两个机器人，一句只有一个比特的话，它们会聊出什么
两台e-puck机器人只能用一个比特信号交流，研究发现通讯是否出现取决于信息能否从别处获得，任务难度不增加通讯频率但筛选出有效策略，内置反射架构反而拖累需要配合的社会任务。
只会打分不会改卷的老师，教不出好学生
一篇研究提出TIPS方法，仅用结果对错作为训练信号，就能让AI模型学会精准定位推理过程中的错误步骤，用3200条数据超越了72B大模型和顶级商业AI裁判的表现。
AI智能体学会"回头看"：一个让记忆系统自我纠错的新框架
论文提出ReHarness框架，让AI智能体在持续学习中具备"回头修正"记忆的能力，而非只能单向积累经验。三大基准、三种模型测试显示其显著优于现有记忆与反思方法，且更省token。
从给出的证据到主动寻找证据：教AI医生学会"自己去查病历"
杜伦大学与阿里达摩院团队提出CASE框架，训练8B小模型自主在纵向病历与影像中查找证据，诊断准确率超越GPT-5.4和Claude Opus 4.8等大模型。
MixTok：给AI的眼睛装一个"选择性关注"开关
MixTok提出一种混合视觉编码方法，结合紧凑的1D全局token与稀疏2D局部token，通过内容自适应打分机制动态分配细化预算，在ImageNet上实现1.195的重建FID和1.95的生成FID，兼顾压缩效率与细节…
扩散语言模型的量化难题：当校准数据成了累赘
这篇论文提出SOLOQ,一种无需校准数据的扩散语言模型量化方法,通过K-RPBH旋转把激活值映射到可预测分布,支持4比特量化,在多个模型上实现最高2.61倍内存压缩和2.24倍推理加速。
AI软件工程师的"从零造物"能力，终于有了可规模化的训练场
ProgramGym提出可规模化训练环境Program-Env与分角色工作流Program-Agent，让AI学习从零复现程序。实验显示开源模型Qwen3.8-27B经训练后测试通过率从34.87%升至55.71%，超越…
当老师比学生强不够用的时候，我们到底该学什么
本文解析了一项关于大模型训练的研究，揭示相对策略差异迁移中真正起作用的是任务训练产生的方向性差异而非模型规模差异，并发现专家与参照模型分工互补，目标模型的兼容性决定迁移成败。
让AI在"脑子里"打分，而不是"嘴上"打分：一次关于效率的实验
本文介绍LatentGRM框架，它用连续潜在向量代替冗长文字评语完成AI多标准偏好判断，在8B模型上将评估轨迹压缩8.9至9.2倍、推理时间降低6.1至7.0倍，同时保持判断准确率，并验证压缩信息可被还原解读。
视频理解智能体，能不能像程序员改代码一样，自己给自己打补丁？
论文提出Video-RSI框架，让视频理解智能体用冻结权重的同一语言模型充当求解器和编辑器，通过主动重访训练视频诊断失败原因，并结合准确率与视觉成本筛选修改，实现脚手架的递归自我改进，在多个基准上提升准确率同时减少帧使用…
AI研究员一直聊天到没电，它到底在干什么
斯坦福等机构提出SLA框架，让执行任务的AI智能体保持无状态，由系统统一管理研究记忆并分配任务。实验显示该方法能以节省93%算力的代价达到同等效果，并揭示短期评估可能误判长期research系统表现的问题。
当AI学会"秒选"答案，它真的看懂图了吗？
论文提出GraphDecisionBench基准,测试Jev等选择式AI模型在图结构判断、图文决策、连续图构造三类任务上的表现,发现其能力分布不均衡,完成度与质量并非一回事。
Opera：当AI程序员犯错时，谁来提醒它别一条路走到黑
本文介绍Salesforce AI Research提出的Opera框架，它用持久化笔记追踪AI编程智能体的错误，经过审计验证的反馈机制，在三大基准上显著提升任务解决率，还能生成高质量的训练数据。
两只机器人学会了"说话"，换个身体后却忘了怎么听懂对方
两只共同进化出沟通暗号的机器人，被直接搬进更真实的三维物理世界后，一只勉强找到食物，另一只三十次全部失败。论文揭示：进化出的协作能力深深绑定在诞生环境里，换个物理世界，光靠信号本身救不回来。