理论
ICML 2025 Spotlight | 谁导致了多智能体系统的失败？首个「自动化失败归因」研究出炉
想象这样一个场景：你开发了一个由多个大型语言模型 Agent 组成的智能团队，它们协作完成复杂任务，比如一个 Agent 负责检索，一个负责决策。 然而任务失败了，结果不对。 问题来了：到底是哪个 Agent 出了错？
6/3/2025 8:26:00 AM
o3崛起，但推理模型离「撞墙」只剩一年？
最多一年，推理模型就会撞上训练算力的「天花板」。 OpenAI的o3这样的推理模型，诞生还不到一年，能力已经突飞猛进。 OpenAI的研究人员非常乐观地认为，这种趋势会持续下去。
6/3/2025 8:26:00 AM
极低成本，复现GPT-4o图像风格化一致性！NUS推出OmniConsistency
本文由 NUS ShowLab 主导完成。 第一作者宋亦仁为新加坡国立大学 ShowLab@NUS 在读博士生，研究方向是视觉生成和多模态，在 CVPR、SIGGRAPH、NeurIPS 等国际顶级会议上发表多篇研究成果。 共同一作刘成为 NUS 重庆研究院四年级本科生，研究方向是视觉生成。
6/3/2025 8:26:00 AM
让AI学着“看菜下碟”！港中大等新框架让推理长度减少90%，准确率反增17%
人类在面对简单提问时常常不假思索直接回答，只有遇到复杂难题才会认真推理。 如果AI模型也能像人一样决定“要不要思考”，效率是否会大大提升？ 近日，香港中文大学联合新加坡国立大学Show Lab的研究者提出了一种名为TON（Think Or Not）的新颖选择性推理框架，让视觉语言模型（VLM）可以自主判断是否需要显式推理。
6/3/2025 8:25:00 AM
全面评估多模态模型视频OCR能力，Gemini 准确率仅73.7%
多模态大模型（MLLM）在静态图像上已经展现出卓越的 OCR 能力，能准确识别和理解图像中的文字内容。 然而，当应用场景从静态图像拓展至动态视频时，即便是当前最先进的模型也面临着严峻的挑战。 MME-VideoOCR 致力于系统评估并推动MLLM在视频OCR中的感知、理解和推理能力。
6/3/2025 8:22:00 AM
1/15成本，实现AI水印新SOTA | 南洋理工大学&A*STAR
给AI生成的作品打水印，让AIGC图像可溯源，已经成为行业共识。 问题是，传统水印方法通常把图像当成一个整体处理，全局嵌入、水印提取一锅端，存在不少“短板”：比如，图像局部区域被篡改，就可能导致全局提取失败，也无法定位水印所在具体区域。 又比如，无法只保护某个区域，如人脸、LOGO等。
6/3/2025 8:20:00 AM
斯坦福意外用AI生成超强CUDA内核，性能比人类专家优化得还要好！翻倍碾压原生PyTorch，华人主创
好家伙，AI意外生成的内核（kernel），性能比人类专家专门优化过的还要好！ 斯坦福最近披露了一组新发现，结果真的太亮眼了。 由AI优化的内核，在常见深度学习操作上，翻倍超越原生PyTorch，性能至多可以提升近400%——矩阵乘法（Matmul，FP32）：性能达到PyTorch torch.matmul的101.3%。
6/3/2025 8:17:00 AM
陶哲轩转发！DeepMind开源「AI数学证明标准习题集」
陶哲轩转发，AI搞数学证明的标准习题集来了！ DeepMind最新开源形式化数学猜想库——猜想库收录了经典的形式化表述的数学猜想集合，例如，解析数论中的四个朗道问题。 不仅如此，资源库中还提供了各种代码函数，以方便用户对自然语言的数学猜想进行形式化的表述。
6/3/2025 8:15:00 AM
10个小模型并联跑赢GPT-4.1！无额外训练，方法仅四步
近年来，语言模型技术迅速发展，然而代表性成果如Gemini 2.5Pro和GPT-4.1，逐渐被谷歌、OpenAI等科技巨头所垄断。 与此同时，开源社区的小规模模型正面临日益严峻的挑战——他们参数规模通常仅在7B左右，难以在多任务、多领域场景中与大型闭源模型相抗衡，尚未形成真正意义上的通用人工智能能力。 在此背景下，上海人工智能实验室联合东北大学、西北工业大学等机构，提出了Avengers框架，旨在探索开源小模型群体智能的新路径。
6/3/2025 8:12:00 AM
谷歌破解了 AI 最大难题（以及其他 19 个重大更新）
谷歌在 2025 年 I/O 大会上发布的内容，简直让人震惊。 这次更新涉及广泛，将极大提升你的工作效率，让你更快完成任务，成为更高效的人。 下面是谷歌 I/O 2025 的 20 个最疯狂 AI 更新盘点。
6/3/2025 8:10:52 AM
前端小智
全球首个AI智能体「自进化」开源框架来了！一次部署，终生可用
在大语言模型技术迅猛发展的今天，各类AI智能体已广泛应用于科研和工业场景。 然而，在实际应用中，构建一个高效、稳定的多智能体系统仍面临诸多挑战：从智能体选型、提示词调试到工作流设计，流程复杂，成本高昂。 更重要的是，当前多智能体系统通常「部署即固化」，缺乏自我演化机制。
6/3/2025 8:09:00 AM
为什么非要做Agent？我用传统方法也能实现啊！
"我硬编码10分钟就能搞定的功能，你用Agent折腾半天还不稳定，图啥？ " 技术群里，老王又开始质疑我们的Agent项目了。 作为一个写了15年代码的资深工程师，他的话很有代表性。
6/3/2025 6:39:54 AM
大数据AI智能圈
AI大模型踩过的坑，每一个都价值千万
看着你们公司几十台服务器嗡嗡作响，显卡温度报警声此起彼伏，老板又在催问"大模型什么时候能上线？ " 这个熟悉的场景，是不是让你想起了那句话——"理想很丰满，现实很骨感"。 训练一个千亿参数的大模型，好比盖一栋摩天大楼。
6/3/2025 6:30:05 AM
大数据AI智能圈
人工智能和知识图谱二：构建和使用知识图谱的工具包和算法
一、知识表示标准RDF 和 SPARQL许多知识图谱的核心是资源描述框架 (RDF)，它是 W3C 标准，用于以主语-谓语-宾语三元组的形式表示信息。 RDF 提供了一个灵活的图形数据模型，其中每个三元组（例如Alice worksAt CompanyX）都断言资源之间的关系。 它带有形式语义（RDF Schema、OWL 本体），可实现丰富的知识建模（例如类层次结构、域/范围限制）。
6/3/2025 6:14:37 AM
晓晓
MARFT：多智能体协作与强化学习微调的协同进化
大家好，我是肆〇柒。 今天，继续 RL 相关话题，我们来探讨一个在人工智能领域极具应用潜力的话题 —— Multi-Agent Reinforcement Fine-Tuning（MARFT）。 这个概念融合了大型语言模型（LLM）、多智能体系统（LaMAS）和强化学习（RL）的精华，为解决复杂任务提供了全新的视角和方法论。
6/3/2025 6:12:03 AM
肆零柒
人工智能和知识图谱一：人工智能中知识图谱的概述
知识图谱 (KG) 是由现实世界实体（节点）及其相互关系（边）组成的结构化网络，以机器可读的形式对知识进行编码。 在人工智能领域，知识图谱是语义理解、推理和数据集成的强大工具。 它们为人工智能系统提供上下文，通过链接不同的数据源并揭示隐藏的关系，实现更易于解释、更准确的决策。
6/3/2025 6:03:06 AM
晓晓
AI投顾时代：你是否信任 “机器人理财师”？
在科技飞速发展的今天，人工智能（AI）早已不是科幻电影里的概念，它正在悄然渗透进我们的生活。 在与财富息息相关的金融领域，当 “机器人理财师” 开始为你规划资产，你会选择信任吗？ 我们该拥抱效率，还是警惕失控？
6/3/2025 3:25:00 AM
中兴文档
首次解释LLM如何推理反思！西北大学谷歌新框架：引入贝叶斯自适应强化学习，数学推理全面提升
推理模型常常表现出类似自我反思的行为，但问题是——这些行为是否真的能有效探索新策略呢？ 对此，西北大学与Google、谷歌DeepMind团队质疑了传统强化学习与反思的关系，并提出了贝叶斯自适应的强化学习方法，首次解释了为什么、如何、以及何时应该反思并探索新策略。 图片通过对比分别使用传统强化学习和新方法训练的模型，研究人员发现：在完成“模型需要在3步内输出三个连续相同字符”这一合成任务中，传统RL往往一条路走到黑，而新方法懂得排除无效假设，适时切换新策略。
6/3/2025 3:15:00 AM
量子位
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
DeepSeek
谷歌
AI绘画
机器人
数据
大模型
Midjourney
开源
智能
Meta
用户
微软
GPT
学习
技术
AI新词
图像
Gemini
智能体
马斯克
AI创作
Anthropic
英伟达
论文
训练
代码
算法
LLM
Stable Diffusion
芯片
腾讯
苹果
蛋白质
Claude
开发者
AI for Science
Agent
生成式
神经网络
机器学习
3D
xAI
研究
人形机器人
生成
AI视频
百度
工具
计算
Sora
GPU
华为
大语言模型
RAG
具身智能
AI设计
字节跳动
搜索
大型语言模型
场景
AGI
深度学习
视频生成
预测
视觉
伟达
架构
Transformer
编程
神器推荐
DeepMind
亚马逊
特斯拉
AI模型