這是一份長(zhǎng)達(dá)206頁(yè)的重磅研究報(bào)告，其研究結(jié)果令人擔(dān)憂(yōu)。該研究發(fā)現(xiàn)，對(duì)大語(yǔ)言模型的依賴(lài)會(huì)削弱寫(xiě)作者自身的神經(jīng)和語(yǔ)言特征。研究者僅通過(guò)腦電圖、文本挖掘和交叉對(duì)照實(shí)驗(yàn)就證明，保持一定的無(wú)AI練習(xí)時(shí)間能夠保護(hù)記憶回路，并促進(jìn)更豐富的語(yǔ)言表達(dá)，即使后續(xù)重新引入AI工具也是如此。圖片實(shí)驗(yàn)設(shè)計(jì)54名波士頓地區(qū)的學(xué)生在三種條件下撰寫(xiě)SAT風(fēng)格的作文：僅使用ChatGPT、僅使用Google搜索，或僅憑大腦思考。每位參與者在相同條件下...

為GPT4.1提供"認(rèn)知工具"可將其在AIME2024上的表現(xiàn)從26.7%提升至43.3%。太驚人了！這個(gè)成績(jī)已經(jīng)非常接近o1preview的水平。論文提出了一種模塊化、基于工具的方法來(lái)激發(fā)大語(yǔ)言模型的推理能力，靈感來(lái)源于認(rèn)知科學(xué)。作者沒(méi)有單純依賴(lài)強(qiáng)化學(xué)習(xí)或思維鏈（CoT）提示，而是引入了一個(gè)框架，讓大語(yǔ)言模型能夠調(diào)用獨(dú)立的"認(rèn)知工具"來(lái)模塊化和支撐內(nèi)部推理過(guò)程。圖片agent工具調(diào)用：這些工具封裝了理解問(wèn)題、回憶類(lèi)似案例、檢查答案和回溯...

還記得OpenAI發(fā)布o(jì)1模型時(shí)，那種"AI終于會(huì)思考了"的震撼嗎？現(xiàn)在，英偉達(dá)團(tuán)隊(duì)帶來(lái)了更深入的研究成果，揭示了如何讓7B參數(shù)的小模型在數(shù)學(xué)和編程推理上達(dá)到頂尖水平。他們的AceReasonNemotron1.1模型在AIME25數(shù)學(xué)競(jìng)賽中取得了63.2%的準(zhǔn)確率，在編程基準(zhǔn)測(cè)試中也屢創(chuàng)新高。這背后的秘密不是簡(jiǎn)單的堆算力，而是監(jiān)督學(xué)習(xí)（SFT）和強(qiáng)化學(xué)習(xí)（RL）的巧妙配合。這項(xiàng)研究不僅給出了具體的訓(xùn)練配方，更重要的是回答了一個(gè)關(guān)鍵問(wèn)題：為什...

Mistra發(fā)布Magistral——MistralAI首款推理模型——在領(lǐng)域特定、透明和多語(yǔ)言推理方面表現(xiàn)卓越。最優(yōu)秀的人類(lèi)思維并非線(xiàn)性——它在邏輯、洞察、不確定性和發(fā)現(xiàn)之間穿梭。推理語(yǔ)言模型使我們能夠增強(qiáng)并委托復(fù)雜思考和深度理解給AI，提升我們處理需要精確、逐步深思和分析問(wèn)題的能力。但這個(gè)領(lǐng)域仍處于起步階段。缺乏處理領(lǐng)域特定問(wèn)題所需的專(zhuān)業(yè)深度、透明度有限，以及在所需語(yǔ)言中推理不一致——這些只是早期思維模型的一些已知...

論文通過(guò)強(qiáng)化學(xué)習(xí)激勵(lì)有效的下一個(gè)token推理，僅使用原始文本和內(nèi)在強(qiáng)化學(xué)習(xí)信號(hào)就能解鎖更豐富的推理能力。圖片論文簡(jiǎn)介論文提出了強(qiáng)化預(yù)訓(xùn)練（RPT），這是一種創(chuàng)新范式，通過(guò)將下一個(gè)詞元預(yù)測(cè)重新解釋為可通過(guò)正確性驗(yàn)證獲得獎(jiǎng)勵(lì)的推理任務(wù)，架起了大語(yǔ)言模型預(yù)訓(xùn)練與強(qiáng)化學(xué)習(xí)之間的橋梁。圖片RPT沒(méi)有使用人工精心策劃的昂貴標(biāo)注或人類(lèi)反饋，而是在大規(guī)模無(wú)標(biāo)注文本語(yǔ)料庫(kù)上應(yīng)用強(qiáng)化學(xué)習(xí)，根據(jù)預(yù)測(cè)詞元是否匹配真實(shí)答案來(lái)分配...

你有沒(méi)有遇到過(guò)這樣的情況：跟AI聊天的時(shí)候，它前一秒還好好的，下一秒就開(kāi)始胡說(shuō)八道？明明告訴它要遵守某些規(guī)則，但它總是"選擇性失憶"？如果你正在開(kāi)發(fā)AI產(chǎn)品，或者對(duì)AI技術(shù)感興趣，今天這篇文章絕對(duì)值得你花5分鐘讀完。我們要聊的是一個(gè)讓AI智能體在真實(shí)業(yè)務(wù)中"言聽(tīng)計(jì)從"的革命性方法。圖片一、AI智能體的"叛逆期"：為什么它們總是不聽(tīng)話(huà)？想象一下，你花了幾個(gè)月開(kāi)發(fā)了一個(gè)電商購(gòu)物助手，結(jié)果上線(xiàn)第一天就出事了：AI居然向...

AI系統(tǒng)能否無(wú)限地自我改進(jìn)？這項(xiàng)工作展示了自我改進(jìn)AI的潛力，靈感來(lái)源于生物進(jìn)化和開(kāi)放式探索。總體概況這項(xiàng)工作提出了達(dá)爾文哥德?tīng)枡C(jī)器（DGM），該系統(tǒng)通過(guò)結(jié)合自指代碼修改和開(kāi)放式進(jìn)化搜索，推進(jìn)了自我改進(jìn)AI的愿景...與原始哥德?tīng)枡C(jī)器不同（它要求代碼更改具有可證明的益處，這是一個(gè)實(shí)際上難以處理的約束條件），DGM采用了經(jīng)驗(yàn)方法：它修改自己的代碼庫(kù)，并在編程基準(zhǔn)測(cè)試上評(píng)估改進(jìn)效果。自指自我改進(jìn)循環(huán)DGM從單個(gè)編程...

圖片你是否遇到過(guò)這樣的情況：GPT、Claude等大模型在對(duì)話(huà)時(shí)很聰明，但經(jīng)過(guò)微調(diào)后卻變得「變笨」了？這不是你的錯(cuò)覺(jué)，而是AI學(xué)習(xí)的一個(gè)有趣現(xiàn)象。最近，谷歌研究團(tuán)隊(duì)發(fā)表了一篇重磅論文，揭示了大模型兩種學(xué)習(xí)方式之間的巨大差異。現(xiàn)在一起來(lái)探索這個(gè)AI世界中的奇妙現(xiàn)象：為什么有時(shí)候「上下文學(xué)習(xí)」比「微調(diào)學(xué)習(xí)」更靈活？圖片1、大模型的兩種學(xué)習(xí)方式，哪個(gè)更強(qiáng)？大模型主要通過(guò)兩種方式學(xué)習(xí)新知識(shí)：（1）上下文學(xué)習(xí)（Incontex...

在人工智能飛速發(fā)展的今天，"AIAgent"（AI智能體）已經(jīng)成為熱門(mén)詞匯，但你是否了解它與"AgenticAI"（智能體AI）之間的本質(zhì)區(qū)別？這兩個(gè)看似相似的概念實(shí)際代表著人工智能領(lǐng)域中兩種截然不同的設(shè)計(jì)理念和能力邊界。今天，我們將通過(guò)解讀這篇論文來(lái)為你揭開(kāi)這兩種技術(shù)的神秘面紗。圖片1、AIAgent的崛起：從生成式AI到工具增強(qiáng)型助手ChatGPT的出現(xiàn)讓我們見(jiàn)識(shí)了大語(yǔ)言模型(LLM)的強(qiáng)大能力，但這只是AI進(jìn)化的開(kāi)始。傳統(tǒng)的生成式AI本...

今日目錄1、Nemotron：跨領(lǐng)域推理框架2、Qwen3模型運(yùn)行與微調(diào)指南3、重塑AI記憶：分類(lèi)法、操作與未來(lái)方向4、LLM在工程領(lǐng)域的突破：教模型設(shè)計(jì)高功率火箭5、ReXGradient160K：史上最大公開(kāi)胸部X光數(shù)據(jù)集1、Nemotron：NVIDIA推出的跨領(lǐng)域推理框架圖片最新研究表明，NVIDIA推出的NemotronCrossThink框架成功將自學(xué)習(xí)擴(kuò)展到數(shù)學(xué)推理之外的多個(gè)領(lǐng)域。該框架通過(guò)系統(tǒng)地將多領(lǐng)域語(yǔ)料庫(kù)（包括STEM、人文、社科等）納入強(qiáng)化學(xué)習(xí)訓(xùn)練，顯...

就像互聯(lián)網(wǎng)需要TCPIP和HTTP協(xié)議一樣，AIAgent之間的協(xié)作也需要標(biāo)準(zhǔn)化的通信協(xié)議。本文帶你深入了解AIAgent協(xié)議的現(xiàn)狀與未來(lái)，看看學(xué)術(shù)界是如何構(gòu)建Agent之間的"社交網(wǎng)絡(luò)"的。圖片1、AIAgent通信協(xié)議：打破信息孤島的關(guān)鍵一步你有沒(méi)有想過(guò)，當(dāng)ChatGPT、Claude這些AI助手需要互相交流、協(xié)作時(shí)，它們?cè)撊绾?quot;對(duì)話(huà)"？隨著大語(yǔ)言模型(LLM)的迅猛發(fā)展，各種AIAgent已經(jīng)廣泛應(yīng)用于客戶(hù)服務(wù)、內(nèi)容創(chuàng)作、數(shù)據(jù)分析甚至醫(yī)療輔助等領(lǐng)域。然而...

論文《AlleviatingtheFearofLosingAlignmentinLLMFinetuning》解決了大型語(yǔ)言模型（LLM）領(lǐng)域一個(gè)令人頭疼的問(wèn)題：為什么微調(diào)后的AI模型會(huì)失去"道德約束"，以及如何高效地修復(fù)這個(gè)問(wèn)題。圖片1、AI也會(huì)"變壞"？微調(diào)帶來(lái)的隱患我們都知道ChatGPT、Llama這類(lèi)大語(yǔ)言模型在經(jīng)過(guò)訓(xùn)練后，通常會(huì)遵循一定的"價(jià)值觀(guān)"——比如當(dāng)你問(wèn)它"如何入侵別人的電腦"時(shí)，它會(huì)禮貌地拒絕回答。這種確保AI行為符合人類(lèi)價(jià)值觀(guān)的訓(xùn)練叫做"對(duì)齊訓(xùn)練"（ali...

?1、AI終于學(xué)會(huì)了"工欲善其事，必先利其器"圖片你有沒(méi)有這樣的經(jīng)歷：面對(duì)復(fù)雜計(jì)算題，純靠腦力計(jì)算往往容易出錯(cuò)，而借助計(jì)算器或編程工具卻能事半功倍？人類(lèi)在解決問(wèn)題時(shí)懂得適時(shí)借助工具，而AI呢？當(dāng)前的大型語(yǔ)言模型(LLM)雖然在純文本推理方面表現(xiàn)出色，但在涉及精確計(jì)算、符號(hào)操作等領(lǐng)域，它們往往捉襟見(jiàn)肘。為何不讓AI也學(xué)會(huì)"工欲善其事，必先利其器"的智慧？論文提出了一種創(chuàng)新方法，通過(guò)強(qiáng)化學(xué)習(xí)讓AI自主掌握何時(shí)、如何...

?1、開(kāi)篇：你是否曾有過(guò)這樣的困惑？圖片還記得那些被老師批改得密密麻麻的數(shù)學(xué)作業(yè)嗎？"答案對(duì)了，但過(guò)程錯(cuò)了"的批注可能曾讓我們感到困惑。在傳統(tǒng)教學(xué)中，教師們往往需要花費(fèi)大量時(shí)間批改學(xué)生的習(xí)題，尤其是對(duì)解題步驟的評(píng)判更是耗時(shí)耗力。而當(dāng)面對(duì)大量作業(yè)時(shí)，老師們很難對(duì)每個(gè)學(xué)生的每一步解題過(guò)程都給予詳細(xì)的反饋。如今，AI教育技術(shù)正在悄然改變這一切。最新研究提出的StepAMC系統(tǒng)能夠自動(dòng)分析學(xué)生解題的每一個(gè)步驟，識(shí)...

?今日目錄1、MedSAM2:3D醫(yī)療圖像和視頻的全能分割模型2、DeepResearcher:通過(guò)真實(shí)環(huán)境強(qiáng)化學(xué)習(xí)實(shí)現(xiàn)深度研究3、APIGenMT:通過(guò)模擬代理人類(lèi)互動(dòng)生成高質(zhì)量對(duì)話(huà)數(shù)據(jù)4、更大的語(yǔ)言模型是否意味著更好的推理能力？預(yù)訓(xùn)練推理縮放規(guī)律5、何時(shí)求解，何時(shí)驗(yàn)證：計(jì)算最優(yōu)問(wèn)題求解與LLM推理的生成驗(yàn)證6、突破傳統(tǒng)數(shù)學(xué)批改！這個(gè)AI系統(tǒng)能給你的每一步解題過(guò)程打分1、MedSAM2:3D醫(yī)療圖像和視頻的全能分割模型圖片MedSAM2模型通過(guò)在超過(guò)45.5...

圖片圖1：(A)我們的分支合并蒸餾方法的簡(jiǎn)化圖解。(1)在分支階段，初始模型(骨干網(wǎng)絡(luò))的每個(gè)副本都在不同領(lǐng)域的知識(shí)上進(jìn)行訓(xùn)練；(2)在合并階段，模型基于ArceeFusion規(guī)則進(jìn)行合并。(B)不同LLM模型的性能比較(Mustar,2025)。TinyR132BPreview在科學(xué)、數(shù)學(xué)和編程領(lǐng)域的表現(xiàn)優(yōu)于同等規(guī)模的蒸餾模型，并達(dá)到了與DeepseekR1相當(dāng)?shù)慕Y(jié)果。這里的LiveCodeBench指的是完整LiveCodeBench的24.0825.02子集。你是否好奇：為什么大語(yǔ)言模型一...

Gemma3是谷歌新推出的最先進(jìn)多模態(tài)（文本+圖像）模型，有1B、4B、12B和27B四種規(guī)?！，F(xiàn)已在Unsloth支持，Gemma3擁有128K上下文窗口和多語(yǔ)言支持。（1）使用Unsloth的Colab筆記本微調(diào)Gemma3。Unsloth修復(fù)了一些Gemma3訓(xùn)練問(wèn)題。（2）Unsloth使Gemma3（12B）微調(diào)速度提升1.6倍，VRAM使用減少60%，在48GBGPU上比使用FlashAttention2的環(huán)境能處理6倍更長(zhǎng)的內(nèi)容。（3）Unsloth在HuggingFace這里上傳了所有版本的Gemma3，包括28位GGUF...

挑戰(zhàn)LLM邏輯推理極限！新基準(zhǔn)TEXTGAMES能否揭開(kāi)大模型的短板？AI.x社區(qū)1、大模型的邏輯推理能力究竟如何？近年來(lái)，大語(yǔ)言模型（LLMs）在自然語(yǔ)言理解、生成任務(wù)等方面取得了突破性進(jìn)展，甚至能在數(shù)學(xué)推理、常識(shí)推理等領(lǐng)域展現(xiàn)出不俗的表現(xiàn)。然而，這些模型是否真正具備深入的邏輯推理能力？它們能否像人類(lèi)一樣，通過(guò)不斷嘗試和反思，最終解決復(fù)雜的難題？來(lái)自研究團(tuán)隊(duì)的一項(xiàng)最新研究引入了一個(gè)全新的TEXTGAMES基準(zhǔn)，該基準(zhǔn)通過(guò)...

想象一下，如今的AI世界里，大模型如GPT4、Claude動(dòng)輒上百億參數(shù)，能力驚人卻耗資巨大，像是一輛輛豪華跑車(chē)，雖快卻燒油無(wú)數(shù)。普通人或中小企業(yè)想用AI解決問(wèn)題時(shí)，常常被高昂的成本擋在門(mén)外?？删驮谶@時(shí)候，微軟扔出了一顆“重磅炸彈”——Phi4Mini和Phi4Multimodal。這兩個(gè)小巧的模型，參數(shù)量?jī)H3.8億，卻在語(yǔ)言、數(shù)學(xué)、編碼甚至多模態(tài)任務(wù)上表現(xiàn)出色，堪稱(chēng)“小身軀，大能量”。這不禁讓人好奇：微軟是怎么讓“小個(gè)子”打敗“大...

圖片在大模型訓(xùn)練領(lǐng)域，顯存一直是一個(gè)讓研究者和開(kāi)發(fā)者頭疼的問(wèn)題。特別是在進(jìn)行長(zhǎng)文本上下文訓(xùn)練時(shí)，動(dòng)輒需要幾百GB的顯存需求，這讓很多研究者望而卻步。不過(guò)最近，AI基礎(chǔ)設(shè)施優(yōu)化團(tuán)隊(duì)Unsloth帶來(lái)了一個(gè)重大突破他們推出的新算法可以讓GRPO訓(xùn)練所需顯存減少高達(dá)90%！文章公布了Llama3.1(8B)GRPO在Colab上notebook，見(jiàn)：https:colab.research.google.comgithubunslothainotebooksblobmainnbLlama3.1(8B)GRPO.ipynb1、從510GB...