中科院计算所、国科大等联合提出,无需额外数据或训练即可压缩长上下文推理成本,50%稀疏率下保持96.5%性能
前沿快讯 · 共 500 条
慕尼黑工大等验证的脑皮层模型,英国训练的模型可直接识别中国人群脑萎缩
中科院计算所等提出的双视图内存架构,解决异构硬件数据布局冲突问题
港科大等提出的功耗预测模型,聚合多款GPU知识降低新芯片建模数据成本
小鹏机器人推出的具身模型,统一空间推理、时间理解、动作指导与状态验证能力
国科大等提出的方法,无需重训模型,通过对比视觉语义与生成内容识别并抑制幻觉
中科院自动化所等开发的VLA模型,通过世界记忆与工作记忆提升长程机器人操作成功率
北京交大等开发的多模态模型,凭参考人物图像在长视频中完成追踪与因果推理
上海交大等提出的方法,将博弈求解器混合策略转化为大模型可理解的决策规则
小鹏机器人等提出的双代理Real-to-Sim方法,仅用6张真实图实现82.5%成功率
中科院计算所等提出的无数据稀疏注意力方法,从冻结权重区分头的远近程功能
上海交大等提出的模块化测试时训练框架,可自由组合组件并系统消融验证效果
斯坦福等机构开发的可验证统计奖励训练框架,解决Agent代码正确但推断错误的问题
谷歌DeepMind联合机构打造的强化学习环境,让AI Agent模拟住院医临床决策流程
港理工与百度联合提出,在残差连接基础上增加跨流信息交换,几乎不增加计算量即可提升识别性能
北航研发,针对区块链不可逆性设计,通过执行前模拟、跨层监控保障链上操作安全
微软等研发,将技能失败转化为可证伪假设,通过树搜索平衡探索与利用提升技能迭代效率
快手研发,将实验轨迹转化为可审计证据,仅保留经独立验证的结论用于复用
上交大等研发,同一模型同时扮演行动者与环境,通过内部排演提升强化学习效率
港中文等提出,将奖励函数视为可测试程序,精准识别并修补引用清洗等隐蔽作弊漏洞
中科院自动化所等提出,将能力载体从模型参数扩展到记忆、技能等多维度,重构持续学习研究范式
中山大学与南洋理工大学联合研发,用大模型理解仿真语义阶段,精准触发具身智能模拟器深层 Bug
东南大学等机构研发,结合大模型与蒙特卡洛树搜索,芯片微架构搜索效率提升10.6倍
清华团队研发,将机器人轨迹拆分为可检索技能,新任务中组合调用提升泛化性
Vorch团队与复旦联合研发,支持单人、多人及背景替换,实现分钟级视频生成
川大与阿德莱德大学联合提出,根据模型自身注意力动态选择关键视频帧与分辨率
Alaya实验室与北大联合提出,用统一结构化状态解决多人世界模型一致性问题
清华与微信视觉联合研发,基于文档布局实现多区域并行生成,吞吐量提升超67%
斯坦福与亚马逊联合提出,无需训练即可释放冻结时间序列模型的学习能力
南洋理工与北大联合提出,通过潜在世界预测实现全身动作连续协调
浙大与阿里联合研发,让智能体主动发现知识缺口并沉淀跨任务技能
北大与阶跃星辰联合提出,统一管理权重、KV Cache等张量生命周期
腾讯HY LLM前沿等机构研发,通过递归验证扩展长程智能体训练任务规模
上海AI实验室等提出的世界模型新定义,将核心从物理状态转移为智能体可使用的信息
谷歌与米拉研究院提出的博弈论框架,解释基础模型智能体间的理性合作机制
中国人民大学提出的PDE科研工作流,将大模型定位为协调者而非数值求解器
蔚来研发,为各语言训练专用教师再整合,仅用5万条后训练语音,2.3B模型错误率降至4.45%,超多数同类系统
北大与北邮研发,将遥感、街景、文本等城市信息映射到同一嵌入空间,综合得分较基线提升约15.3%
人大与蚂蚁集团研发,针对扩散模型优化数据、批次等缩放参数,用65%训练数据接近Qwen3性能,多项推理任务超同类模型
悉尼大学与阿里等发现安全护栏依赖拒绝措辞的表面捷径,通过稀疏掩码抑制相关组件,误判率从16.39%降至3.44%
