以玩促学？游戏代码驱动数据合成，提升多模态大模型通用推理
如果告诉你，AI在推箱子等游戏场景上训练，能让它在几何推理与图表推理上表现更好，你会相信吗？ 复旦NLP实验室…
告别盲选LLM！ICML 2025新研究解释大模型选择的「玄学」
本文第一作者为 Virginia Tech 计算机系博士 Candidate 曾欣悦，研究聚焦于提升大语言模型…
MIT自主科学发现系统SPARKS：已独立发现两条全新蛋白质设计法则
编辑 | 萝卜皮 人工智能（AI）的进步有望实现自主科学发现，但大多数系统仍在重复训练数据中潜藏的知识。 几个…
ACL 2025 | 大模型教你做实验！上海交大提出化学实验指令生成模型ChemActor
编辑 | ScienceAI 随着有机合成、材料开发、药物筛选等领域走向高度自动化，实验流程的标准化与可执行性…
人机协同筛出2600万条数据，七项基准全部SOTA，昆仑万维开源奖励模型再迎新突破
大语言模型（LLM）以生成能力强而著称，但如何能让它「听话」，是一门很深的学问。 基于人类反馈的强化学习（RL…
10分钟搞定Excel世锦赛难题！首个超越人类Excel Agent，网友：想给它磕一个
这个AI让打工人「磕头」致谢。 前段时间，我们报道了 5 款大模型参加了今年山东高考的事儿，为了弄清楚各大模型…
Agent RL和智能体自我进化的关键一步: TaskCraft实现复杂智能体任务的自动生成
近年来，基于智能体的强化学习（Agent + RL）与智能体优化（Agent Optimization）在学术…
刚刚，Ilya Sutskever宣布自任CEO：联创被Meta挖走了
Meta 的挖掘机，终于挖到了 Ilya 大神的头上。 周五凌晨，OpenAI 联合创始人 Ilya Suts…
首个GUI多模态大模型智能体可信评测框架+基准：MLA-Trust
MLA-Trust 是首个针对图形用户界面（GUI）环境下多模态大模型智能体（MLAs）的可信度评测框架。该研…
AI 编程十字路口：为什么说 Copilot 模式是创业陷阱？
当整个人工智能行业都在为「如何给程序员打造更快的马」而疯狂投入时，一支特立独行的团队选择「直接去造汽车」。 「…