理论

报告称83%的Z世代愿与AI结婚专家警告本质上属于"行为上瘾"

人工智能企业Joi AI发布的报告显示，在1995-2009年出生的Z世代中，约83%的受访者愿与AI结婚，83%愿与人工智能建立深厚情感联系。针对这一现象，Joi AI提出，继亲情、爱情、友情后，人类社会或将新增“AI关系”这一关系形态。专业人士Jaime Bronstein指出：“AI关系无意取代真实人类关系，而是提供一种独特的情感支持类型，助力提升个人整体情感健康。

6/9/2025 9:45:04 AM

小刀

小红书开源首个大模型，11万亿非合成训练数据

国内著名社交平台小红书，开源了首个大模型——dots.llm1。 dots.llm1是一个1420亿参数的专家混合模型（MoE），在推理过程中仅激活140亿参数，能保持高性能的同时大幅度降低训练和推理成本。 dots.llm1最大特色是使用了11.2万亿token的非合成高质量训练数据，这在现阶段的开源大模型中非常罕见，看来小红书也得益于自己庞大的语料库出手就是阔啊。

6/9/2025 9:41:25 AM

美IT业裁员狂飙35%，「硅谷梦」彻底崩塌！打工人怒喷PIP

2025，美国裁员之年。本周四，职业介绍机构 Challenger, Gray & Christmas 发布了美国全国就业报告。与去年同期相比，美国全国裁员人数上涨了47%。

6/9/2025 9:35:56 AM

大模型强化学习新突破——SPO新范式助力大模型推理能力提升！

当前，强化学习（RL）在提升大语言模型（LLM）推理能力方面展现出巨大潜力。 DeepSeek R1、Kimi K1.5 和 Qwen 3 等模型充分证明了 RL 在增强 LLM 复杂推理能力方面的有效性。然而，要实现有效的强化学习，需要解决一个根本性的挑战，即信用分配问题（credit assignment）：在大语言模型的场景下，如何将整个序列（LLM 的回复）最终的评估结果，归因到序列中具体的决策动作（token）上。

6/9/2025 9:32:35 AM

引领京城AI盛宴，金蝶开创企业管理AI新时代

在新一轮人工智能技术浪潮推动下，企业数字化转型正加速迈向智能化变革的新阶段。 6月6日，金蝶云苍穹AI峰会北京站盛大启幕，300余位来自央国企、行业龙头企业及生态伙伴的AI先行者共聚一堂，围绕“AI赋能企业管理”的新思想、新技术、新应用展开深入研讨，加速推动AI技术在企业管理中从“可想象”走向“可落地”。助力企业实现智能化转型，是金蝶“予力企业、成就不凡”这一使命在AI时代的具体体现。

6/9/2025 9:24:23 AM

ICML 2025 | 全局池化+局部保留，CCA-Attention为LLM长文本建模带来突破性进展

琶洲实验室、华南理工大学联合推出关键上下文感知注意力机制（CCA-Attention），实现超长文本的高效上下文建模。在 128K 超长序列上下文建模任务中，CCA-Attention 的推理速度是标准自注意力机制的 7.9 倍，同时键值缓存（KV Cache）显存占用减少 93%，性能全面优于现有高效注意力方法。论文标题：Core Context Aware Transformers for Long Context Language Modeling论文链接：：：2024年12月17日该成果已被 ICML 2025 接收，最早于 2024 年 12 月 17 日提交至 ArXiv，早于 DeepSeek NSA 和 Kimi MoBA 公开。

6/9/2025 9:23:05 AM

ALPHAONE（α1）：LRM 自适应推理效率与准确性的平衡之道

大家好，我是肆〇柒。今天，我们来聊大型推理模型（LRM）领域的一项研究 ——ALPHAONE（α1）框架。当前，大型推理模型如 OpenAI 的 o1 和 DeepSeek-R1 等，已经在诸多复杂推理任务上展现出了强大的能力，但它们在推理过程中也面临着一些挑战，比如容易陷入过度推理或推理不足的困境。

6/9/2025 9:17:44 AM

肆零柒

人工智能和知识图谱八(完)：知识图谱的挑战、缺点和陷阱

知识图谱虽然功能强大，但在实际场景中实现它们并非一帆风顺。我们必须意识到其中的挑战、局限性和潜在风险，包括技术问题，比如可扩展性、数据质量、模式复杂性、与非结构化或动态数据的集成障碍，以及偏见和隐私等道德问题。可扩展性和性能：一个挑战是将知识图谱扩展到极大规模（数十亿个节点/边），同时保持复杂查询和更新的性能。

6/9/2025 9:10:26 AM

晓晓

算力终结者来了！华人天团「降维打击」注意力瓶颈，AI狂飙进对数时代

LLM苦算力太久了！为缓解长序列建模中的算力瓶颈，研究界持续探索高效替代方案。这次Mamba作者Tri Dao、华人AI领域大牛Eric P.

6/9/2025 9:05:00 AM

为什么用错奖励，模型也能提分？新研究：模型学的不是新知识，是思维

本文主要作者是吕昂和谢若冰。吕昂，中国人民大学博士生，研究方向为语言模型结构优化，导师为严睿教授；谢若冰，腾讯高级研究员，研究方向为大语言模型、推荐系统。最近的一篇论文中，来自人大和腾讯的研究者们的研究表明，语言模型对强化学习中的奖励噪音具有鲁棒性，即使翻转相当一部分的奖励（例如，正确答案得 0 分，错误答案得 1 分），也不会显著影响下游任务的表现。

6/9/2025 9:04:00 AM