强化学习带来的改进只是「噪音」？最新研究预警：冷静看待推理模型的进展
「推理」已成为语言模型的下一个主要前沿领域，近期学术界和工业界都取得了突飞猛进的进展。 在探索的过程中，一个核…
3710亿数学tokens，全面开放！史上最大高质量开源数学预训练数据集MegaMath发布
在大模型迈向推理时代的当下，数学推理能力已成为衡量语言模型智能上限的关键指标。 近日，LLM360 推出了 M…
扩散模型奖励微调新突破：Nabla-GFlowNet让多样性与效率兼得
本文作者刘圳是香港中文大学（深圳）数据科学学院的助理教授，肖镇中是德国马克思普朗克-智能系统研究所和图宾根大学…
Science子刊 | 基于公平贝叶斯扰动，首个面向医学图像生成公平性的方法FairDiffusion来了
编辑 | ScienceAI 随着人工智能在医学影像领域的广泛应用，文本到图像扩散模型（如 Stable Di…
魔改AlphaZero后，《我的世界》AI老玩家问世，干活不用下指令
人和智能体共享奖励参数，这才是强化学习正确的方向？ 大模型驱动的 AI 助手又升级了。本周五，科技圈正在围观一…
算法不重要，AI的下一个范式突破，「解锁」新数据源才是关键
众所周知，人工智能在过去十五年里取得了令人难以置信的进步，尤其是在最近五年。 回顾一下人工智能的「四大发明」吧…
苹果发现原生多模态模型Scaling Laws：早融合优于后融合，MoE优于密集模型
让大模型进入多模态模式，从而能够有效感知世界，是最近 AI 领域里人们一直的探索目标。 目前我们见到的很多多模…
面对杂乱场景，灵巧手也能从容应对！NUS邵林团队发布DexSinGrasp基于强化学习实现物体分离与抓取统一策略
本文的作者均来自新加坡国立大学 LinS Lab。本文的共同第一作者为新加坡国立大学实习生许立昕和博士生刘子轩…
从算力设施到软件工具，华为云超节点引领全栈AI产品智能升级
4 月 10 日 – 11 日，华为云生态大会 2025 在安徽芜湖成功举行。在第二天的华为云产品…
原生多模态大模型也能强化学习，思维链长达几万字，商汤日日新V6来了
拥有行业最强多模态推理与交互能力的商汤「日日新 SenseNova V6」来了。 如果让大模型像人一样聪明，应…